採用選考に「AI」を導入しようとしたが、断念した会社の話が面白かった。
最近とある企業の採用担当者と会い、大変興味深い話をうかがった。その方の会社は中々に革新的で、昨今話題のAIによる採用判定を書類選考に絞って導入してみたのだという。 結果はなかなかに上々だったとの事だけど、最終的には採用におけるAIの導入は断念した。 AIの採用を見送った理由はAIの判断が悪かったからではない。結果だけみれば、AIの判断はプロの採用担当者と比較して、そう悪いものではなかったようだ。 問題となったのは、AIが「なぜこの人を選んだのか。なぜこの人を選ばなかったのか」を説明してくれなかったところにあったという。 これは実に大変興味深い指摘で、今後AIが導入される社会を生きる私達にとって非常に有益な知見が詰まっている。今日はこれを掘り下げて、僕なりのAIが導入された後の社会の行方についてみていく事にしよう。 AIの思考回路は人間と随分違う AIは囲碁の世界チャンピオンを打ち倒したり、
YouTubeで特定の人の顔にだけ自動で「ぼかし」を入れることが可能に、めちゃくちゃ強力
YouTubeが2012年から提供してきた動画加工ツールの「顔のぼかし処理」機能を強化し、特定の人だけを選んでぼかしを入れられるようになりました。 YouTube Engineering and Developers Blog: Blur select faces with the updated Blur Faces tool https://youtube-eng.googleblog.com/2017/08/blur-select-faces-with-updated-blur.html もともと「顔のぼかし処理」機能は、映像に登場する人物の顔を自動的にすべて検出して、誰かわからないようにぼかしをかけるというものでした。2016年2月からは、ぼかしを入れる場所をユーザーが選択すると、対象が移動しても追尾してぼかしをかけてくれるという「カスタムぼかし」機能も提供されてきました。 今回、
Deep Learningで「いらすとや風人間画像生成モデル」を作った話（DCGAN、Wasserstein GAN） - ぬいぐるみライフ？
フリー素材サイト「いらすとや」に出てくる人間風の画像を自動生成するモデルをDeep Learningで作りました。実装にはGoogle製のライブラリ「TensorFlow」と機械学習アルゴリズムの「DCGAN」「Wasserstein GAN」を用いています。 以下は生成された人間画像のうちそれなりにきれいなものの一例です。頬のところが赤くなっていて何となく本家いらすとやの特徴を捉えられていると思います。 「いらすとや」とは？ 実装した手法の概要 DCGAN、Wasserstein GANについて Generator Discriminator GeneratorとDiscriminatorの学習 学習や実装の詳細 Generator、Discriminatorのネットワーク構成やパラメーター 訓練データ その他 学習経過 モデルを検証する 入力にバイアスを掛けていい画像を出やすくする ま
手描きの線画が妙にリアルで恐ろしげなイラストに変換される「The fotogenerator」 - GIGAZINE
「The fotogenerator」は、フィリップ・イソラ氏による「条件付き敵対ネットワークと画像間翻訳」に関する(PDF)研究に基づきクリストフ・ヘッセ氏が作った自動画像作成ツールです。サイト上のエリアにマウスやペンタブを使って絵を描くと、線画が妙にリアルかつ恐ろしげなイラストに変換されるという面白げなサイトになっているので、実際にいろいろ描いてきました。 The fotogenerator http://fotogenerator.npocloud.nl/ 「The fotogenerator」の「INPUT」と書かれた部分にマウスで線を描き、「process」をクリックすると…… 描いた線画がリアルな見た目に変換されます。 初期状態だと男性の絵が描かれており、これにヒゲを付け足すとこんな感じで変化しました。 「INPUT」下部にある「clear」をクリックすると、入力エリアが真っ白
【みんな】Caffeより手軽かつ高速! Cで書かれた必要十分な深層学習フレームワーク darknetを試す【意外と知らない】:電脳ヒッチハイクガイド:電脳空間カウボーイズZZ(電脳空間カウボーイズ) - ニコニコチャンネル:生活
チャオ! オレだ。 深層学習を手軽に使いたいというニーズは日に日に高まっているはずなのに、ガクシャ先生どもと来たら、やれMatlabだ、やれPythonだのと軟弱言語の話しかしやしねえ。どこかに気骨溢れたナイスガイはおらんのか! と思ったら、居た。 それが今回紹介するdarknetだ。 darknetという名前から想像する異常にダークである。 バーン どうよこのダークネス感 いまどき黒いページというのは珍しい。 そして無駄に凝った魔法陣のようなロゴ。ダークだ。 しかしダークネット、厨二満開とせせら笑っていられるのもいまのうちだ。 このダークネット、実に必要十分な機能を最短で試せる超絶優れたツールなのである。 CaffeやTensorFlowほどの知名度はないが、実用性皆無なTensorFlowに比べてdarknetはものすごく実用的。Cが分かる人ならばこれほど使いやすいものもちょっと他にな
タイラー・コーエン「自動運転車の挙動の理由は理解できる？」
[Tyler Cowen, “Will we understand why driverless cars do what they do?” Marginal Revolution, July 9, 2016] ニューラルネットワークは，物事をあれこれの範疇にわける方法を自力で提供するように設計できる．だが，その分類にかかわる数学的計算は複雑なので，ネットワークそのものをとりあげてどうやってその決定にいたったのかを理解しようとしても，一筋縄でいかない．そのため，意図せざる行動が予測しにくくなる．それに，もし過誤が生じても，そうなったワケを説明するのは困難かもしれない．たとえば，写真にうつってる物体をシステムが誤認識しても，その画像のどんな特徴のせいでエラーが起こったのかを知るのは（不可能ではないにしても）難しいかもしれない． この一節は，ウィル・ナイトから引用した．これを読んで，ぼくはコ
Googleの人工知能「DQN」が人間より上手にプレイできるゲームとできないゲームの境界線
Googleが開発中のゲーム専用人工知能「DQN(deep Q-network)」は、人工知能自身がゲームをプレイしながら学び、人間以上に腕前を上達していくことが可能です。そんなDQNがさまざまなゲームをプレイした結果、人間以上にうまくプレイできるゲームとそうではないゲームが存在することが明らかになりました。 Google DeepMind Blog Deep Reinforcement Learning https://deepmind.com/blog 人間は、体の運動制御などの簡単なタスクから、ハイレベルな認知的タスクまで、幅広いレベルのタスクを解決することができます。Googleの人工知能開発会社「DeepMind」では、人間と同レベルのパフォーマンスや普遍性を備えた人工知能の開発を目標としています。DeepMindが開発しているゲーム専用人工知能の「DQN」は、ゲームプレイ中に何
そのモデル、過学習してるの？未学習なの？と困ったら - once upon a time,
移転しました。 https://chezo.uno/post/2016-05-29-sonomoderu-guo-xue-xi-siteruno-wei-xue-xi-nano-tokun-tutara/
Googleが機械学習を爆速化する専用の「TPU」を数年前から極秘裏に作っていたことが明らかに
Googleで「機械学習」といえば、直近だと囲碁で世界最強の棋士と呼ばれたイ・セドル(李世乭)九段をAlphaGoが破った戦いを思い出しますが、それだけではなく、ストリートビューやInboxのスマートリプライ、音声検索など、いろいろなところで役立てられています。そのため、Googleでは実は数年前から機械学習を最適に進めるためのユニットを作っていたそうです。 Google Cloud Platform Blog: Google supercharges machine learning tasks with TPU custom chip https://cloudplatform.googleblog.com/2016/05/Google-supercharges-machine-learning-tasks-with-custom-chip.html 「素晴らしいソフトウェアは素晴らし
そろそろニューラルネットやディープラーニングを「人間の脳を模倣してる」というのをやめませんか？ - 病みつきエンジニアブログ
最近(？)ニューラルネット(Neural Network)やらディープラーニング(Deep Learning; 深層学習)やらが流行ってきて、人工知能やらシンギュラリティやら言われるようになって、その中でよく言われるのが「ディープラーニングは人間の脳を模倣してる」とか「特徴量を選ばずに学習できる」とか、そんなことが言われるわけです。 けど、そういったキーワードが一人歩きして、「人工知能は危険だ」論とか、人工知能に対する過剰な期待論がはびこってしまっている気がする。そこで言いたいのが「ディープラーニングは人間の脳を模倣している」と言ってしまうのをやめましょう、という話。 ニューラルネットワークが「人間の脳を模倣」してる話 まず最初に、「ニューラルネットワークが人間の脳を模倣してる」論が、あながち間違ってないよ、ということを話しておきたい。あながち間違ってないんだけど、それでもやめたほうが良い
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
長文日記
長文日記
ソニーがディープラーニング用“コアライブラリ”をオープンソース化
kerasの作者François Cholletはもっと歴史を勉強すべき。国や民族単位で批判することの愚かさを知れ - shi3zの長文日記
Google、人間のように学習を積み上げるAIを開発
グーグル傘下のDeepMind、「人間のように記憶する」次世代AIを発表 （WIRED.jp） - Yahoo!ニュース
TechCrunch | Startup and Technology News
【やじうまPC Watch】 GoogleのDQNさんがTASさんを超える日も近い? ～すでに人間レベルのゲームプレイが可能になったGoogleのAI
長文日記
GitHub - amazon-archives/amazon-dsstne: Deep Scalable Sparse Tensor Network Engine (DSSTNE) is an Amazon developed library for building Deep Learning (DL) machine learning (ML) models
