機械学習をやると、AIより人間の方が詳しくなる現象 - bohemia日記
こんにちは。ぼへみあです。 機械学習がすっかりブームになって、仕事や趣味でディープラーニングを使ったことがある人が増えていると思います。 特に画像分野でディープラーニングは成果を上げているので、特定のものを判別・識別するといった事例が多いかと思います。 そうした画像系のディープラーニング経験者なら経験する現象があります。 それは、 「その分野について、作ったAIよりも自分が詳しくなる」 という現象です。 おそ松さん見分けの第一人者になってしまった 以前取り組んだおそ松さんの6つ子をディープラーニングで見分けるネタでは、学習用データセットの作成のために、自力で5000枚以上のおそ松さんたちを見分ける作業を行いました。その結果、アニメを見ても、これは何松だ、と判断できるようになってしまいました。当時はおそ松さんを見分ける能力は誰にも負けない自信がありました。 なぜか学会でおそ松さんの話をする機
TechCrunch | Startup and Technology News
William A. Anders, the astronaut behind perhaps the single most iconic photo of our planet, has died at the age of 90. On Friday morning, Anders was piloting a small…
機械学習に使える、オープンデータ一覧 ※随時更新 - Beginning AI
機械学習をやりたいんだけど、データがない！他のデータ使ってみたい！ そんな方のために、機械学習に使えるオープンデータを集めました。 他にも、このデータセットオススメ！というものがあれば、是非ご紹介して頂けると嬉しいです。m(__)m UC Irvine Machine Learning Repository カリフォルニア大学アーバイン校が公開した、データセット。351件のデータセットがあり後述する DATA GO に比べれば少ないが、ほとんどがMachine Learning用のデータ・セットなので、かなりオススメ。 UCI Machine Learning Repository かの有名なあやめの花（iris）のデータセットもここから見ることができます。 国立情報学研究所 情報学研究データリポジトリ データセット一覧 yahoo,楽天,ニコニコなどのデータがあります。 DATA.GO.
１００年前の産業革命で肉体労働が機械に奪われたように、そろそろ頭脳労働が機械に奪われる日が来た。じゃあ、その先は？ - orangestarの雑記
www3.nhk.or.jp 技術的な精度を上げたりと問題はいろいろあるのだろうけれども、多分、あと１０年～２０年くらいで、医療は機械が診断、治療して、人間はその補助をする、くらいの時代になるだろう。（法律と運用の問題で５０年くらいかかるかもしれない） 先進国は利権とかしがらみがあるので進まないだろうけれども、後進国、医者が足りなくて困っている地域、国で試験的に導入されて、そのアドバンテージで逆輸入、みたいになるだろう。 医者のような、“膨大な知識と反例を記憶してそのデータベースを即時取り出せるようにしながら目の前の事態に対応する”という仕事は、それを人間が得るために物凄い時間と労力がかかる。しかも専門分野以外のことにはわからないこともおおいし（身体の調子が悪いので１０件あちこちの医者にかかった末にわかった結果、原因は歯が悪いということだった、というようなこともよくある）医者による能力のば
ニューヨーク市のヘルプデスク職員、自作のAIプログラムに仕事をさせて停職処分 - BusinessNewsline
Xoilac tv, trực tiếp bóng đá xôi lạc tv, xoilactv xembd siêu nét Xoilac tv, trực tiếp bóng đá xôi lạc tv là trang xem bóng đá tốc độ cao, xoilactv tự tin mang lại trải nghiệm trực tiếp bóng đá euro 2024 tốt nhất cho anh em. Link xem bóng đá Xoilac cập nhật ngày 14-07-2024 Kênh bóng đá trực tiếp xoilac tv đang dần trở thành người bạn quen thuộc của mọi nhà khi phát sóng trực tiếp những trận đấu bón
結局、AIに負ける心配がない職業とは？：日経ビジネスオンライン
これまで一貫して、人と機械が各々得意な能力を組み合わせて豊かな生産、生活が実現するという楽観論を展開してまいりました。膨大なデータに基づくランキング、判断や、超高速に力ずくですべての可能性を計算できる能力では、機械はほぼヒトを凌駕してしまうことでしょう。しかし、前回記事で触れたフレーム問題や、将棋で王手をかけられたら回避すべしといった基本原理の理解不足の類により、人がまだまだ優位な点が向こう数十年は残ると思います。 将来、量子コンピュータなどの仕組み(アーキテクチャ)が飛躍的に進化するまでは、人間が未知の事態等に世界知識・教養を駆使して対応し、「適当に」計算を打ち切って妥当な判断を下す能力によって、高速に大量のデータ、パターンと照合するという力技では解決でき難い問題を解く役割が続く、ということであります。 最適化の計算や、チェスや将棋の如き知的、論理的判断、シミュレーションのような課題です
1
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
処理を実行中です
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
知性を「クラウド化」し、死から解放される未来
