人間が深層学習のAIを理解できないのには、理由がある：朝日新聞GLOBE＋
【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか？ おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ（母数：システムの内部で動く情報）が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味
自動運転車はトロッコ問題の夢を見るか？ - 夜中に前へ
20XX年、ついに自動運転車は一般人にまで行き渡ることとなった。 今ではほとんどの人々が自動運転車を利用している。自動運転車の登場により交通事故は激減した。 タクシー運転手の廃業も時間の問題だ。 「トロッコ問題、か……」 俺は軽自動車型の自動運転車の中でとあるブログの記事を読んでいた。 「夜中に前へ」というブログだ。このブログは、大体は通常の思考から逸脱した記事を書いているが、有用な情報が書かれていることも稀にある。 「こんな状況には遭遇したくないもんだ。実際自動運転車で事故もほぼ起きていない。この先も考える必要はないだろう」 トラック その時だった。前を走っているトラックの荷台から何かが落ちるのが見えた。 「何か落ちてきた！！それも大量な数」 「なんか積み過ぎだなとは思ってたんだ！！」 でも大丈夫。自動運転車がブレーキを効かせてくれる。車間距離は十分だからぶつかる心配もない……。 そう思
AIラジコンを育てて走らせて競わせる! KAWAII!新時代のレジャー、ロボレーシング
AIラジコンを育てて走らせて競わせる! KAWAII!新時代のレジャー、ロボレーシング 2019.07.17 Updated by Ryo Shimizu on July 17, 2019, 06:55 am JST その日はしとしとと雨が降る日曜日だった。 僕たちは本郷の大学にほど近い、ちょっとした邸宅の屋上で、雨だと言うのにバーベキューに勤しんでいた。 少しくらいの雨ならば、ちょっとした装備があれば凌げてしまうのである。 「DonkeyCar(ドンキーカー)というオープンソースベースのオモチャが面白いんですよ」と、アスキー総研の遠藤諭さんはおもむろにオモチャのラジコンカーを広げてみせた。 市販のラジコンのシャーシに、3Dプリンタで打ち出したフレームがついていて、RaspberryPiと、カメラがくっついている。 「またなんだか面妖なものが出てきたな」 と思ったのだが、「じゃあ走らせてみ
ニューラルネットワークは21世紀のトランジスタである
ニューラルネットワークは21世紀のトランジスタである 2019.05.12 Updated by Ryo Shimizu on May 12, 2019, 18:10 pm JST 過日、スコットランドのグラスゴーで開催された世界規模のコンピュータ・ヒューマン・インタラクション学会、CHI2019に参加してきた。 そこで目にしたものは、もはや当然のように受け入れられているニューラルネットワークの数々である。 CHIという学会においては、ニューラルネットワークがなんら特別なものと認識されていない。 それどころか、そもそも「当然のように使う道具」として捉えられているのが非常に印象的だった。 例えば、東京大学の暦本純一研究室では、口腔内を超音波エコーでスキャンして、口腔の断面図からニューラルネットワークによって発音を推定し、スピーカーで再現することで無声状態でAmazon Alexaを起動するS
長尾真（情報工学者）新井紀子（数学者）｜INFORIUM｜NTTデータ
人間を理解し、人工知能をさらに先へ。 情報処理学で多大な功績を残した長尾真氏と 「ロボットは東大に入れるか」プロジェクトで人間の能力に注目するようになった 国立情報学研究所の新井紀子教授が、 AI技術の発展にはこれから何が必要になるのか、徹底討論しました。 人間の知能を支えるもの新井 私が「ロボットは東大に入れるか」というプロジェクト(※1)を始めたときに人工知能学、特に言語処理の方面から「何でこんな役に立たないことをするのか」という批判的なご意見を受けました。そんな中、長尾先生が「それは今やるのはなかなか面白かろう」と、言語処理学会の記念大会などに私を講師として呼んでくださったのが印象に残っています。 長尾 でも、それから4～5年のうちに東ロボをおやめになった。「もうちょっとやったら面白いところまで展開するのでは」と思っていたので、それが残念です。 新井 いえ、まだプロジェクトはやめてい
文章の「自動要約ツール」、ユーザーローカルが無償提供
ユーザーローカルは7月24日、入力した文章から重要部分を取り出して要約する「ユーザーローカル自動要約ツール」を公開した。Webサイト上で無償利用できる。 入力フォームにテキストを貼り付けるか、テキストファイルをアップロードすると、文章構造を分析して特徴語（特徴的な言葉を機械的に抽出した単語）や重要文を自動抽出するツール。重要な文章をマーキングやヒートマップ、モノクロ強調で視覚的に捉えられる強調表示にも対応する。 要約文は「3行ダイジェスト」「5行ダイジェスト」「10行ダイジェスト」といった分量調整もできる。 重要文の抽出には、重要単語を多く含み、他の文に類似度が高い文を抽出するアルゴリズム「LexRank」を活用した。 ツールが公開されているWebページには、ニュース配信各社から引用したニュース本文の要約をダイジェストとしてランキング表示している。 同社は「インターネット上には、日々ニュー
人工知能が絶対にできないこと――AI研究の難問「フレーム問題」を考える
ハーバード・ビジネス・スクールのクレイトン・M・クリステンセン教授が書いた『ジョブ理論』（現訳は『Competing Against Luck』。日本語訳は2017年に刊行）には、私のような“ひよっこデータサイエンティスト”が仕事をする上で忘れてはならない教訓が記されています。 データは、顧客が「なぜ」ある選択をするのかについては、何も教えてくれない 教授は自身の身長や家族構成などのデモグラフィックを例に挙げ、「今朝、ニューヨーク・タイムズを買うという行動を私に選択させたのは、こうした特徴のせいではない」として、相関関係と因果関係を取り違えてはならないと強く訴えます。 この話を思い出すたびに、「手元にあるデータが世界の全て」だと思い込んで分析するとロクな結果にならないと、身につまされる思いでいっぱいになります。 苦労してたどり着いたダンジョンの奥にある宝箱には、絶対に強い武器や防具が入って
AlphaGo Zeroの論文の要約 : ブログ
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
「AlphaGo Zero」──ビッグデータ不要のAI棋士が自己対局のみで世界最強に
米Alphabet傘下のDeepMindは10月18日（現地時間）、過去の試合データを使わず、自己対局のみでスキルアップする新囲碁AI「AlphaGo Zero」を発表した。生まれてから40日後には、5月に世界最強棋士、柯潔（カ・ケツ）九段を破った「AlphaGo Master」に完勝し、世界最強棋士になった。 AlphaGo Zeroに囲碁のルール以外をいっさい与えず、強化学習式で自分自身と対戦させたところ、最初は初心者のような対局を行っていたが、3日目には韓国のプロ棋士・李世ドル氏を破った初代AlphaGoに100対0で勝ち、40日目には5月の引退後も成長していた最新版AlphaGoにも完勝した。 また、AlphaGo Zeroは1つのニューラルネットワークしか使わないなど、これまでのバージョンより省力化しており、李世ドル氏を破ったAlphaGoは48個のTPUが必要だったのに対し、わ
棋士 藤井聡太を生んだ「黒魔術」の正体 人間はAIを使いこなせるか
公式戦29連勝という新記録をつくった将棋の最年少プロ棋士・藤井聡太四段。その強さの源は「人工知能（AI）」を研究に取り入れたからだといわれる。佐藤天彦名人に2連勝した将棋ソフト「ポナンザ」の開発者・山本一成氏は「ポナンザが強くなる理由はもはや人間には説明できない」と語る。開発者たちは仕組みがわからないことから、人工知能を「黒魔術」と呼ぶことがあるという。これから人間は「黒魔術」を使いこなせるのだろうか――。 ※以下は山本一成『人工知能はどのようにして「名人」を超えたのか？――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質』（ダイヤモンド社）の第2章「黒魔術とディープラーニング」からの抜粋です。 「黒魔術」の影響力が強くなってきている 理由がわからないのに強くなる。人工知能という現代科学の最前線で、なぜそんなことが起きているのか。これからはその説明をしていきましょう
なぜ人間はポーカーでAIに負けたのか？ 日本トッププロが解説する“違和感”
初めまして、プロポーカープレイヤーの木原直哉と申します。「人工知能（AI）がポーカーのトッププロ4人に勝った」というニュースが世間をにぎわせています。しかし、これらのニュースを読む中で、自分の認識と違うなと思うことがいくつかありました。 「なぜ、AIは人間に勝てたのか」を始め、このニュースについて自身が感じたことなどを、ポーカープロの立場から解説していきたいと思います。 （編集：ITmedia村上） 木原直哉さんプロフィール 1981年生まれの北海道出身で、2001年に東京大学理科一類に入学。在学中は将棋部に所属し、バックギャモンやポーカーなどの頭脳ゲームに熱中していく。10年かけて東京大学理学部地球惑星物理学科を卒業し、翌2012年の第42回世界ポーカー選手権大会 (2012 World Series of Poker) の「ポット・リミット・オマハ・シックス・ハンデッド」で日本人初の世
CodeIQについてのお知らせ
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
AI研究者が問う ロボットは文章を読めない では子どもたちは「読めて」いるのか？（湯浅誠） - エキスパート - Yahoo!ニュース
「ロボットは東大に入れるか」プロジェクトでぶつかった「ある疑問」国立情報学研究所（NII）の社会共有知研究センター。 「ロボットは東大に入れるか（東ロボ）」プロジェクトで知られる人工知能（AI）の研究チームが、子どもたちの読解力テストに着手した。 なぜ、AI研究者が「読解力」に関心をもつのか。 そこには、AIの限界を探る研究の過程でぶつかった、ある疑問が関係している。 センター長の数学者・新井紀子さんに話を聞いた。 今日（11月14日）の「東ロボ 2016成果報告会」で冒頭あいさつする新井紀子教授。東ロボプロジェクトは2011年にスタートしたAIは国語が苦手――なぜ、AI研究者が「読解力」に関心を？ 東ロボは、問題を解き、正解も出すが、読んで理解しているわけではない。 現段階のAIにとって、文章の意味を理解することは、不可能に近い。 そうすると、特に難しいのが国語と英語だ。 国語では、20
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
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
Engadget | Technology News & Reviews
Engadget | Technology News & Reviews
Engadget | Technology News & Reviews