【山田祥平のRe:config.sys】 反転コマンド行ってQ
ホーキング博士、イーロン・マスクが支持。AIの叛乱を防げるかもしれない｢AI開発 23原則｣
ホーキング博士、イーロン・マスクが支持。AIの叛乱を防げるかもしれない｢AI開発 23原則｣2017.02.13 18:319,730 scheme_a スカイネットが完成したら困りますからね。 世界的なSF作家 アイザック・アシモフは、ロボットの叛乱を防ぐために、将来いくつかの原則をロボットにプログラムしなければならなくなると予言しました。しかしその前に、安全で責任感のあるAI開発を行なうための、より基礎的なルールが必要です。つい先日行なわれたとある集会はまさしくその為で、人間がAIによって破滅に追い込まれるなんてことがないように、専門家のグループがAI開発における23項目の原則を提唱しました。 ｢23 Asilomar AI Principles｣（アシロマAI 23原則）と名付けられたこのガイドラインは、AIの研究・倫理・将来の危険性に関する3つの問題に触れており、研究戦略やデータ所
人工知能の研究開発目標と産業化のロードマップの検討状況（中間まとめ案）：『ビジネス2.0』の視点：オルタナティブ・ブログ
NEDO（国立研究開発法人新エネルギー・産業技術総合開発機構）は2017年1月16日、「人工知能技術戦略会議（第4回）」を開催し、人工知能の研究開発目標と産業化のロードマップの検討状況（中間まとめ案）を公表しています。 フェーズによるAIの発展段階の整理では、 フェーズ1：各領域においてデータ駆動型のAI利活用が進む フェーズ2：個別の領域の枠を越えて、AI、データの一般利用が進む フェーズ3：各領域が複合的につながり合いエコシステムが構築される の３つの発展段階があり、フェーズ3では、各領域が複合的につながり合って融合化することにより、エコシステムが構築されるとしています。 出所：人工知能技術戦略会議（第4回） 2017.1.16 データｘAI技術ｘプラットフォームの大局観では、フェースごとに、活用の広がり、データ収集、情報処理などの展開を示しています。 出所：人工知能技術戦略会議（第4
「それはロボットがしたことです」は認められる？--AIと法律の専門家に聞く
人工知能（AI）やロボットが、人に害を及ぼすような行動をとった場合、その責任は誰が負うのだろうか。 その行動が事故という可能性もあるだろう。だが、これはAIの自律性と責任能力について、社会が問いかけなければならない多くの問題の1つだ。自動運転車（人間が信頼を置く最初のロボットになりそうだ）やドローン、さらには軍事兵器など、高度なAIの配備がさらに広がっている。 AIと法律の専門家がこの問題を解決しようとしているが、簡単な答えがあるわけではない。 英王立協会で開かれた、英学士院のロボットと法律に関する討論会に登壇したある専門家は、その答えがごく身近なところにあるかもしれないと指摘している。飼い犬の行動について法律上の責任を問われるのは、その犬を売ったブリーダーではなく飼い主であり、ロボットにも同じ原則が適用されるというのだ。 「わが家では大型犬を1頭飼っている。体重65kgのイタリアンマステ
グーグルにも分からない機械学習やディープラーニングの使い道
「AI詐欺」が横行する日本のIT業界。AIブームのウソとホントに斬り込む連載の第4回では、AI活用の効果の視点から様々な課題を浮き彫りにする。もっともらしいAI活用も実は「それ、AIでなくてもできるよね」だったり、逆にAIを提供する先進ITベンダーですら明確な使い道を提示できなかったりする。そんな現状の中でAI活用を考える企業が、高い代償を払って単にトレンドに乗っただけに終わらないようにするために考慮するべきポイントを解説する。 前回の第3回では主にコスト視点から、AIの活用の前提となるビジネス課題について述べた。AIの活用にはデータの量と質の確保が必要で、そのためには多額のコストがかかる。しかも、データの量と質を確保するための業務は多くの場合、情報システム部門の範疇外のため、事業部門や経営層が正しいコスト感覚を持ち、決断を下す必要がある。そんな前回の話を踏まえて、今回は効果視点でのビジネ
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表 「すごく賢いAIがすでに存在する」「機械学習などを使えば、誰でもすぐに『すごいこと』ができる」――IT調査会社のガートナージャパンは12月22日、人工知能 (AI) に関する10個の「よくある誤解」を発表した。AIは現在「過度な期待」を受けているとした上で、日本企業は今後AI開発に必要な人材確保が難しくなる――などと予測している。 「すごく賢いAIは今のところ存在しない」 ガートナーによれば、経営者やテクノロジーにそれほど詳しくない人は「今のAIは、人間と同様のことができる」「今すぐにすごいことができる」と誤解している傾向があるという。 2016年、ガートナーには顧客から「どのAIが最も優れているか」などの質問が寄せられたという。同社はその背景に「すごいAIがすでに存在する」
Google社を蹂躙した村田マリの天然ニューラルネットワーククラスタ : 金融日記
DeNAの医療情報サイト「ウェルク」が薬事法などに抵触する疑いがある記事を載せていたことをきっかけに炎上した。そして、その背後にある著作権ロンダリングの手法が暴かれることとなった。DeNAは、ネットで細々と書いていたブロガーやWikipediaの記事を著作権法を回避する形でパクり、広告収入を総取りしようとしていたわけで、常日頃から不満を抱えていたライターたちの怒りが爆発してしまった。さながら江戸時代に利益を独占していた庄屋が、貧しい百姓たちに暴動を起こされ、家屋を破壊されたり放火されたりした「打ちこわし」のような様相を呈している。 これを見て、他の大手インターネット企業も、ネット貧農たちの怒りに怯え、キュレーションサイトを次々と閉鎖した。この騒動はインターネット史に、「DeNA打ちこわし事件」として長く記憶されることになるだろう。一方で、半ば確信犯的に、著作権法違反のコピペや、2chや個人
エンジニアなら知っておきたい！ 人工知能を支える理論と技術の全体を解説『あたらしい人工知能の教科書』
エンジニアにとって人工知能は魔法には程遠いものですが、実際にどんな理論や技術が人工知能を可能にしているのかと問われると答えづらいのではないでしょうか。これから不可欠になる多様な技術を広く知っておいていただきたい、そんな思いから、翔泳社は12月16日に『あたらしい人工知能の教科書』を刊行します。 『あたらしい人工知能の教科書 プロダクト／サービス開発に必要な基礎知識』は、機械学習や自立知能エージェント、パターン認識、分散コンピューティングなど人工知能を支える多様な理論と技術について、広く解説・紹介した教科書的な1冊です。 人工知能はいまだ魔法の杖のごとく紹介されますが、エンジニアにとっては自身の持つ技術や開発しているプロダクトと地続きの技術です。しかし、いろいろな意味や技術を包含してしまっている人工知能に、実際にどんな技術が利用されているのかと問われると、はっきり答えられない方もいるかもしれ
JavaScriptの深層学習ライブラリを使って「肥満判定プログラム」を作ってみよう
JavaScriptの深層学習ライブラリを使って「肥満判定プログラム」を作ってみよう JavaScriptで簡単に実践できる深層学習（2） 近年、第三次人工知能ブームが巻き起こっています。特に、深層学習（ディープラーニング）と呼ばれる技術で目覚ましい成果を上げています。本稿では、難しいと思われている機械学習（深層学習）を、お手軽プログラミング言語JavaScriptで実践してみます。難しい数式や理論は後回しにして、まずは、気軽に機械学習に触れてみましょう。 前回は、深層学習とは何かを概観してみました。なんとなく、雰囲気がつかめたでしょうか。今回は、実際にニューラルネットワークのライブラリを利用して、肥満かどうかを判定させてみましょう。 Node.jsとsynaptic.jsをセットアップしよう 深層学習ブームのおかげで、ゼロから深層学習を実装する必要はなくなっています。便利なライブラリやフ
https://ai100.stanford.edu/sites/g/files/sbiybj9861/f/ai100report10032016fnl_singles.pdf
ARTIFICIAL INTELLIGENCE AND LIFE IN 2030 ONE HUNDRED YEAR STUDY ON ARTIFICIAL INTELLIGENCE | REPORT OF THE 2015 STUDY PANEL | SEPTEMBER 2016 PREFACE The One Hundred Year Study on Artificial Intelligence, launched in the fall of 2014, is a long- term investigation of the field of Artificial Intelligence (AI) and its influences on people, their communities, and society. It considers the science, eng
2016 Report
Welcome to the 2016 Report Download Full Report in PDF Browse report online by clicking on section headings in the ‘2016 Report' box to the left. Cite This Report Peter Stone, Rodney Brooks, Erik Brynjolfsson, Ryan Calo, Oren Etzioni, Greg Hager, Julia Hirschberg, Shivaram Kalyanakrishnan, Ece Kamar, Sarit Kraus, Kevin Leyton-Brown, David Parkes, William Press, AnnaLee Saxenian, Julie Shah, Milind
ついに明かされる「りんな」の“脳内” マイクロソフト、「女子高生AI」の自然言語処理アルゴリズムを公開
日本マイクロソフトは都内で開いた開発者向けイベント「de:code 2016」で、同社が独自に開発する“女子高生AI”「りんな」の自然言語処理アルゴリズムの詳細を語った。りんなのアルゴリズムのキモは「ランク付け」だという。自然な“女子高生らしさ”を生み出している秘密とは？ りんなは2015年7月にLINEアカウントとして登場し、同年12月にはTwitterアカウントも開設。「マジで？！やば！」など“日本の女子高生”をイメージした受け答えができるのが特徴で、現在LINEとTwitterを合わせて340万人以上のユーザーと会話しているという。 Microsoftが開発しているAIとして「Cortana」がよく引き合いに出されるが、Cortanaのコンセプトが「Productivity」（生産性向上）であるのに対し、りんなのコンセプトは「Emotional」（感情的）。例えば、「明日晴れるかなぁ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: グーグルに学ぶディープラーニング: 日経ビッグデータ: 本
AIに人格を！キャラ付＆プロ目線サジェストが可能な『SENSY bot』のスゴイ可能性 | Ledge.ai
Articoolo - create unique content in a flash
