サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
円安とは
www.ai-gakkai.or.jp
今回、人工知能学会の学会誌名の変更と表紙デザインの変更に関し、さまざまなご意見や議論がウェブ上で展開され、ご批判も多く寄せられました。不快な思いをされた方々、また人工知能学会を日頃から支援して頂いている関係者の方々に深くお詫び申し上げます。 数多くいただいたご意見の中でも、最も多かった批判は「女性蔑視ではないか」「女性差別ではないか」というものでした。今回の表紙デザインに、女性を差別するような意図はありません。しかしながら、「ロボットが女性型をしている」「それが掃除をしている」「ケーブルでつながれている」等の要素が相まって、女性が掃除をしているという印象(さらには女性が掃除をすべきだという解釈の余地)を与えたことについては、公共性の高い学術団体としての配慮が行き届かず、深く反省するところです。 また、このデザインの技術的な背景に関するご批判もいただきました。デザイナーがデザインに込めた意図
=================================== 人工知能 29巻1号(2014年1月)巻頭言 =================================== 学会誌の新しい出発:まだ見ぬフロンティアを目指して 松尾 豊(東京大学) 栗原 聡(電気通信大学) 人工知能学会の学会誌を、「人工知能学会誌」から「人工知能」と変更することになりました。また、それにともなって、表紙のデザインを一新することになりました。これまでの人工知能学会のイメージからだいぶ変わったデザインに、驚かれた方も多いのではないかと思います。その意図や経緯について書きたいと思います。 今回、学会誌の名称を「人工知能学会誌」から「人工知能」に変更した大きな(そして唯一の)理由は、人工知能学会をもっと広い範囲の読者にアピールすることです。昨今、人工知能の技術が注目されています。IBMのワト
· All Rights Reserved. Copyright 2017 The Japanese Society for Artificial Intelligence ·
目次 AIマップβ 2.0 想定するユーザ AI課題マップ チュートリアル AI課題マップとAI技術マップとの対応 AI技術マップ 研究会マップ 日本科学未来館 「みんなでつくるAIマップ」 今後の発展とお願い 課題カードのつくり方 AIマップβ(旧版) AIマップβ 2.0 AI研究初学者と異分野研究者・実務者のための課題と技術の俯瞰図 AI(Artificial Intelligence)研究は拡大し、全体を俯瞰的に捉えることが難しくなっている。また、AI研究の成果を用いた多数のシステム(AIシステム)が実社会で活用され始めており、AIシステムとAI技術との対応も把握が難しくなっている。そこで、これから活躍するAI研究の初学者、およびAI活用を狙う異分野の研究者・実務者をターゲットとしたガイドとして、AIマップβ 2.0を作成した。本AIマップβ2.0は、2019年に発刊したAIマップ
人工知能(Artificial Intelligence; AI)について,わかりやすくまとめましたので,どうぞご覧下さい.
人工知能学会 編集委員会 人工知能学会では、2014年3月号より、学会員以外にも多くの方々に学会誌を読んで頂けるよう、「人工知能」誌のAmazonでの販売を開始しました。 また、1月号で雑誌名および表紙を変更した際には多くの方からのご意見をいただきましたが、それに関して企画した3篇の特集記事を一般公開をすることといたしました。 「人工知能」誌の表紙デザイン 意見・議論に接して ─視覚表象研究の視点から─ 池田 忍・山崎 明子 「人工知能」の表紙に関するTweet の分析 鳥海 不二夫・榊 剛史・岡崎 直観 人工知能はどのように擬人化されるべきなのか? ─人の擬人化傾向に関わる知見と応用─ 大澤 博隆 人工知能Vol. 29 No. 2 ( 2014 年3 月) 今後とも、人工知能学会ならびに「人工知能」誌をよろしくお願いいたします。
Web内容マイニング (NECインターネットシステム研究所 楠村幸貴) Web上には膨大の情報が存在している.そこでWebを巨大な知識ベースと捉え,Webから有用な知識を取り出す情報抽出技術の研究が行われている.この技術はWeb内容マイニングとも呼ばれており, 複数のサイトをまとめて提示する情報統合システム[1][2]や,ブログからの評判抽出システム[3][4][5],コミュニティサイトからの人間関係の抽出システム[6]など,近年多くの研究が行われているトピックとなっている.そこで本ブックマークではこれらのWeb内容マイニング技術を取り上げたい. [1] TSIMMIS, http://infolab.stanford.edu/tsimmis/tsimmis.html [2] ARANEUS, http://www.dia.uniroma3.it/Araneus/ [3] BlogWa
Home » リソース » 私のブックマーク » 【記事更新】私のブックマーク「反実仮想機械学習」(Counterfactual Machine Learning, CFML) 反実仮想機械学習(Counterfactual Machine Learning, CFML) 齋藤 優太(東京工業大学) はじめに 機械学習の応用において,反実仮想(Counterfactual)─起こり得たけれども実際には起こらなかった状況─についての情報が得られるとうれしい場面が多くある.例えば,「今動いている推薦アルゴリズムを仮に別のアルゴリズムに変えたときにコンバージョン率はどれくらいになるだろうか?」や「あるユーザに仮にクーポンを与えた場合に離反率はどれくらい減少するだろうか?」などの実務現場でよくある問いに答えるためには,反実仮想についての情報を知る必要がある. 反実仮想機械学習(CFML)とは,因果
Home » リソース » 私のブックマーク » 【記事更新】私のブックマーク「機械学習における解釈性(Interpretability in Machine Learning)」 機械学習における解釈性 (Interpretability in Machine Learning) 原 聡(大阪大学産業科学研究所) はじめに 近年の人工知能技術、特に機械学習の発展に伴い、これらの技術への社会的な期待が高まっている。 しかし、このような期待の高まりと同時にこれら技術への不安も高まっている。 特に、深層学習モデルを初めとする機械学習モデルが複雑なブラックボックスであるがゆえに安易に信頼できないとする懸念の声が上がり初めている。 これに対し、総務省はAIの利用の一層の増進とそれに伴うリスクの抑制のために「AI開発ガイドライン案」[1]を2017年に策定した。 このガイドライン案では、上記のような
レンタルビデオ店には非常にたくさんの映画があります.あまりに多すぎてどれが面白いかよくわかりません.そんなとき,面白そうな映画を選んでくれるシステムを推薦システム(recommender system)といいます. この推薦システムには二種類の主な実現方法があります.一つは,好きな監督・俳優・ジャンルなどを決めると,それにあった映画を見つけるという内容に基づくフィルタリング(content-based filtering)という方法です.そして,もう一つがここで紹介する協調フィルタリング(collaborative filtering)です.この映画は面白かったとか,この映画はつまらなかったとかの批評のデータをいろいろな人から集めておき,そのデータを参考にして,面白そうな映画を推薦する方法です. ここでは,協調フィルタリングの一つであるJ.RiedlらのGroupLensの方法(注1)を紹
1.はじめに Webデータにおけるパターン発見をデータマイニング技術を用いて行なうこと をWebマイニングと呼ぶ。Webマイニングは、自然言語処理や機械学習、データ マイニングなどの人工知能の分野にとどまらず、情報検索やデータベースなど 幅広い分野と関連する複合的な研究分野である。 注目するWebデータの種類によって、Webマイニングは以下の3つに分類される。 1) Webページのコンテンツに注目し、自然言語処理やデータベースのアプローチを用いて、 テキストマイニングによる情報抽出や半構造データにおける検索のモデル化などを 目指すWeb内容マイニング 2) Webページ間を結ぶハイパーリンクによって構成されるグラフ構造に注目し、 関連ページの発見や重要ページのランキング、グラフ構造のモデル化などを 目指すWeb構造マイニング 3) Webページの閲覧によって生じる(サーバー側やクライアント
田部井靖生(科学技術振興機構 ERATO湊離散構造処理系プロジェクト研究員) はじめに 近年、Web技術や計測技術の発展により言語やゲノムデータは大規模化しています。従来のデータ構造は大規模データを扱うにはサイズが大きくメモリに載らない、 しかし、圧縮するとランダムアクセスをすることができないという欠点があります。 簡潔データ構造とはデータを小さく保存かつ高速な操作が可能なデータ構造です。 近年、集合、文字列、木、グラフデータを扱うための簡潔データ構造が提案され注目を集めています。 私たちの身近なアプリケーションとして、Google日本語入力では簡潔木LOUDSの実装が使われ、実際に使われはじめています。 また、有志によるそれらを解説したサイトやライブラリなども利用可能になりつつあります。 そこで、このページでは簡潔データ構造を用いた研究開発のためのいろいろなリソースを紹介します。 解説記
人工知能学会誌では,人工知能研究の各分野の専門家がWebページを紹介する「私のブックマーク」を連載中です. ここには,この「私のブックマーク」に掲載されたページへのリンクを集めました. みなさまの研究にご活用ください. Vol.23
説明可能AI(Explainable AI) 原 聡(大阪大学産業科学研究所) はじめに 2018年に本誌5 月号(Vol. 33, No. 3, pp. 366-369)の”私のブックマーク”に「機械学習における解釈性」という記事を書いた。前記事の執筆から1年が経ち、機械学習モデルの解釈・説明技術を取り巻く社会的な情勢の変化や新たな研究の発展など、数多くの進展があった。本記事はこれら近年の変化・進展についてまとめた、上記の”私のブックマーク”の続編である。本記事を読む前に、まずは上記の前記事をご一読いただきたい。 用語について 本記事では、機械学習モデルの出力に加えて、その出力を補助する追加の情報(モデルの解釈、判断根拠の説明、など)を出力する技術一般および研究分野全体を指す用語としてXAI(Explainable AI, 説明可能AI)を用いる。XAIはアメリカの国防高等研究計画局(D
人工知能学会としての大規模生成モデルに対してのメッセージ 2023年4月25日 一般社団法人 人工知能学会 会長 津本周作/倫理委員会 ChatGPTをはじめとする大規模生成モデル(Foundation Model:生成AIの基盤となる技術)は、将来において実現されるであろう高い自律性と汎用性を持つ、より完成された「人工的な知能」としてのAIに近づく大きな技術的進歩であり、可能性は極めて大きいと考えます。 一方、本学会倫理委員会にて2017年2月に公開した「人工知能学会倫理指針」においては、高度に自律的なAIにはその第9条で「人類の平和、安全、福祉、公共の利益に貢献し、基本的人権と尊厳を守り、文化の多様性を尊重し、誠実に振る舞うことの遵守」を求めており、大規模生成モデルにおいてもこの点を踏まえた発展を求めます。 そして、大規模生成モデルの問題や限界を社会に伝えることも人工知能学会の重要な社
2024.01.18: 【締切延長】論文特集「エージェント技術とその応用」,2024/2/19 締切 →詳細 2024.01.12: 【発表募集】第128回人工知能基本問題研究会(SIG-FPAI),2024/3/21-22 ハイブリッド(愛媛県松山市TKP松山駅前カンファレンスセンター),2024/2/2 申込締切 →詳細 2024.01.09: 【お知らせ】2023年度現場イノベーション賞の推薦を募集しています, 2024/2/29 締切 →詳細 2024.01.09: 【お知らせ】2023年度業績賞・功労賞・フェローの推薦を募集しています →詳細 2024.01.09: 【お知らせ】JSAI2024大会@浜松のスポンサー募集を開始しました, 2024/3/1 締切 →詳細
私のブックマーク Latent Topic Model (潜在的トピックモデル) 東京大学 情報基盤センター助教 佐藤 一誠 (Issei Sato) URL: http://www.r.dl.itc.u-tokyo.ac.jp/~sato/ 1.はじめに 近年、Topic modelと呼ばれる確率的潜在変数モデルが、機械学習とデータマイニングの境界分野で盛んに研究されています。また、Topic modelは、自然言語処理、画像処理、Web解析など様々な応用分野でも多くの適用例が報告されています。 ここでは、Topic modelの研究に関する情報を紹介します。 2.国際会議 機械学習およびデータマイニングでは、主に国際会議で最先端の議論がされているため、主要国際会議を把握しておくことが重要です。Topic modelの研究では、主に以下の国際会議が重要視されています。 Neural In
172 人 工 知 能 29 巻 2 号(2014 年 3 月) 1.は じ め に 人工知能学会では,学会誌名を「人工知能学会誌」か ら「人工知能」に変更するとともに,表紙のデザインを クラウドソーシングによって公募し決定した.その結果, 背景に「日常生活にある人工知能」を人の姿として描く デザインが採用され,本を片手に掃除を行っている女性 型人工知能搭載エージェントが描かれる表紙が掲載され た.しかしながら, ● エージェントが女性型である ● エージェントが腰部あたりからコードにつながれて いる ● 家事労働を行っている ● エージェントの表情が明るいものではない といった観点から女性蔑視につながるとして問題視され た [朝日 14](以降,本件を表紙問題と呼ぶ). それに伴い,Web 上では表紙問題に関する多くの意見 が投稿され話題となった.投稿された記事はジェンダー と人工知
中山浩太郎(東京大学 知の構造化センター) はじめに 「Deep Learningに関するブックマークの記事を書いてほしい」 原稿依頼を受けたときはあまり深く考えず引き受けたのだが、いざ執筆する段階になって、学会誌という永続性の高い紙媒体でWebブックマークのような不確実性の高い(永続性が保証されない)情報を残す場合、どのようなスタイルで提供すれば読者に役に立つ情報になるのか考させられた。そもそもブックマークは往々にして単なるリンクの羅列であり、結局どのリンクが重要なのか、読者が判断するという形式だ。これではリンクを開いてがっかりする読者が多くなってしまうのではないかと危惧した。そのため、個人的に重要度の高いと思うものを絞り込んで、説明文とともに少し長めの紹介していくという形式を取りたい。これは、重要なものはリンクとしては消えにくいだろうという仮説と、重要かどうかの判断材料になればという期
AIトレンド・トップカンファレンス報告(NeurIPS2019)の無料オンライン公開について人工知能学会 企画委員会 全体概要 人工知能に関する最新の研究開発動向をお届けすべく、AIトップカンファレンス報告会を継続的に開催してきました。今回、NeurIPS 2019 (Thirty-third Conference on Neural Information Processing Systems、2019年12月8日 – 14日、バンクーバー) にレポータを派遣し、3月に報告会を開催予定でしたが、新型コロナウイルス感染症に関わる事情から、報告会を中止しました。一方、報告内容に関する関心は高く、多数の問い合わせを頂いておりました。この度、3件の講演に関して、オンライン公開の準備が整いましたので、スライド資料と、報告者による音声付きスライド映像を、無料で公開いたします。 公開終了日:6月23日
東京大学 情報基盤センター助教 佐藤 一誠 (Issei Sato) URL: http://www.r.dl.itc.u-tokyo.ac.jp/~sato/ はじめに 近年、Topic modelと呼ばれる確率的潜在変数モデルが、機械学習とデータマイニングの境界分野で盛んに研究されています。また、Topic modelは、自然言語処理、画像処理、Web解析など様々な応用分野でも多くの適用例が報告されています。 ここでは、Topic modelの研究に関する情報を紹介します。 国際会議 機械学習およびデータマイニングでは、主に国際会議で最先端の議論がされているため、主要国際会議を把握しておくことが重要です。Topic modelの研究では、主に以下の国際会議が重要視されています。 Neural Information Processing Systems (NIPS) Internati
大岩秀和((株)リクルートホールディングス) はじめに オンライン学習は,機械学習における学習の枠組みの一つである.オンライン学習の枠組みでは,全データを一度に用いること無く,データが一つ(あるいは全データの一部)与えられるたびに,与えられたデータ のみを用いて逐次的にモデルを改良する. そのデータのみを用いて逐次的にモデルを改良する.このデータ処理方式の性質から,メモリやキャッシュに全データが乗らない規模のデータ解析や永続的にデータが生成される環境下での学習が効率化できる.インフラ基盤やセンサー/ネットワーク技術の進歩によるデータの大規模化や機械学習技術を用いた継続的なサービス運用が一般的となるにつれて,オンライン学習分野の研究開発も促進された. 機械学習分野の論文ではこれらの枠組みを単にオンライン学習 (Online Learning) と表現する事が多い.しかし,オンライン学習という
1. はじめにTim Berners-Lee により提唱された セマンティックWeb (http://scientificamerican.com/2001/0501issue/0501berners-lee.html) は,オントロジーが切り拓く次世代Webとして盛り上がりをみせ,今では,さ まざまな研究開発分野のキーワードとして登場するようになりました.そして, セマンティックWebの定義や期待は今後も変化し続けると予想されます. 一方,アカデミックな観点からのある時点における解説は,すでに, 人工知能学会誌Vol.17,No.4(2002年7月) にて「Semantic Webとその周辺」として特集されています.そこで,ここでは アプローチを変えて,「私がWebからセマンティックWebに関する情報を得るな らば」という観点から,セマンティックWebについて関連サイトを収集します.
中村拓磨(ZOZO Research) はじめに KDDやICCVといった名だたる国際会議において,ファッション関連技術を扱うワークショップが開催されるようになりました.ここ数年でファッションに対する認識技術への関心は大きくなっていることが伺えます. ファッションというドメインは,研究対象としては敬遠されてきたかと思います.多様性や主観を多分に含むことは原因のひとつですが,最近は状況が変わりつつあります.深層学習ブーム以降の他のドメインと同様,認識技術の高度化・データセットの充実・産業界の需要の増加などの要因で研究事例の数も増加傾向にあります. 環境の変化もさることながら,ファッションという現象自体も実に多様な研究テーマを内包しています.例えば,以下のように分解してみました. – 視覚的な印象やデザイン: 画像認識 – 特定の衣服の流行・トレンド: 時系列解析 – 衣服のコーディネート:
佐藤 元紀 (株式会社Preferred Networks) はじめに ニューラルネットワークは、時として僅かな入力の違いによって大きく異なる挙動になることが知られています。 図1 画像分野におけるAdversarial Example の(出典 : [Goodfellow et al.]より抜粋) 有名な例に [Goodfellow et al.] の図1があります。 左側の画像 x に対して、微小なノイズ(Adversarial Perturbation; 敵対的摂動)を足し合わせた結果が、右側の画像になっています。 左側の画像をCNNによる画像認識器に入力した時には正しく「パンダ (“panda”)」と予測されるものの、右側の画像を入力すると「テナガザル (“gibbon”)」と予測されています。 同じ見た目の画像にもかかわらず、ニューラルネットワークが誤認識するこのような事例は A
人工知能学会学会誌のシリーズ特集「研究のツールボックス」のサポートページです.研究・開発に役立つオープンソースソフトを紹介しています.
次のページ
このページを最初にブックマークしてみませんか?
『人工知能学会 (The Japanese Society for Artificial Intelligence) – 人工知能学...』の新着エントリーを見る
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