本来なら日本の甘利俊一・福島邦彦両氏が受賞すべき今年のノーベル物理学賞 なぜ米国とカナダの研究者が受賞したのか、なぜ平和賞が日本に来たのか | JBpress (ジェイビープレス)
2024年ノーベル物理学賞の受賞が決まったホップフィールド博士とヒントン博士（10月8日、写真：ロイター/アフロ） しかし、このノーベル物理学賞は、記銘に値する汚点というべき、恥ずかしい低見識な授賞でした。 今年5月に東京都美術館講堂で私たちが開催した「AIと教育」シンポジウムに登壇された、甘利俊一先生と福島邦彦先生のお二人によるはるかに先立つ本質的な貢献が、きれいさっぱり拭い去られているからです。 また、この受賞に対して異を唱えたり、ノーベル財団に対して抗議したりする動きが日本にないことは、さらに救いようがありません。 皆さんよろしいでしょうか。 ニューラルネットワークというのは、いまやインテルが寡占するチップ、マイクロプロセッサーがそうであったように、かつて「日本のお家芸」だったのです。 「ほとんどの先駆的業績は福岡や大阪で生まれたものである」という厳然たる事実に、改めて目覚める必要が
AIの新星ニューラルネットワーク「KAN」とは？ LLMが“カンニング”して評価を盛ってた？ など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第45回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ 高精度なニューラルネットワーク・アーキテクチャ「KAN」をMITなどの研究者らが開発 1手先のトークン予測ではなく、4手先のトークンを同時に予測するモデルをMetaなどが開発 医療分野に特化したマルチモーダル大規模言語モデル「Med-Gemini」をGoogleが開発 大規模言語モデルが答えに相当するベンチマークを事前に学習し、高い評価を出していた？ AIカンニング問題を指摘した研究 一貫性の高い長編ビデオをテキストから生成するAIモデル「StoryDiffusion」 高精度なニューラ
深層学習の技術が著しく進歩した結果、コンピュータビジョンや自然言語処理、音声信号処理などの分野では深層学習モデルの性能が古典的な手法のを大きく上回っており、すでにスタンダードなアプローチになっています。 しかし、テーブルデータを扱うタスクにおいては、深層学習の有効性は明らかになっていません。本記事では、AI Solution 事業部のアルゴリズムエンジニアよりテーブルデータにおける従来手法と深層学習の比較論文のご紹介をしていきます。 背景近年、テーブルデータを扱う深層学習モデルも登場し、一部の論文では決定木ベースのモデルと同等かそれ以上の性能を示しています。しかし、私が実務で試す中では決定木ベースのモデルの方が性能が高く、学習と推論が速く運用コストでも優れているため、深層学習モデル採用には至っていません。 より一般的なテーブルデータのタスクにおける、決定木ベースモデルと深層学習モデルとの性
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
深層学習VS決定木：テーブルデータ分析の未来｜PKSHA Delta