知能を創る

人工知能、機械学習、深層学習のニュース記事を収集し、技術動向を調査していきます。

いまさら聞けない機械学習入門(前編):AIと機械学習とディープラーニングは何が違うのか (1/3) - MONOist


いまさら聞けない機械学習入門(前編):AIと機械学習とディープラーニングは何が違うのか (1/3) - MONOist

 

AIとは、人間のように「知的に見える」アプリケーションの呼び名でしかない。その中のロジックがどうなっているかは問われていない。

重要なポイントとなるのは、機械学習で判明するのは「相関」であり「因果」ではないということだ。相関ということは、複数の変数に関わりがあることは示せるが、本当に関係しているかどうかは不明なのだ。意味を見いだして「因果」を証明するのは、人間の仕事ということだ。

 隠れ層の数が多いニューラルネットワークこそ、ディープニューラルネットワーク、いわゆるディープラーニングだ。ディープラーニングとは、機械学習アルゴリズムの一部であるニューラルネットを発展させた技術なのである。 

IBM WatsonのCTO Rob Highが機械学習の“偏り”などAIの最新の課題を語る | TechCrunch Japan


IBM WatsoのCTO Rob Highが機械学習の“偏り”などAIの最新の課題を語る | TechCrunch Japan

 

機械学習における現時点の最大の技術的課題は、少ないデータでどうやってモデルを訓練するか、ということだ。

 

通常、機械学習のモデルは、正確であるために大量のデータで訓練する必要があるが、しかし、そんな大きなデータ集合がそもそも存在しない問題も多い。

しかしながらHighは、これが解決可能な問題だ、と信じている。なぜか? “人間はそれをしているからだ。われわれ人間にはデータポイントがある”、と彼は言う。

「綺麗」という感情、ついに数値化される。GoogleがAIを使った画像評価技術「NIMA」を発表(ギズモード・ジャパン)

「綺麗」という感情、ついに数値化される。GoogleがAIを使った画像評価技術「NIMA」を発表 (ギズモード・ジャパン) - Yahoo!ニュース

《日経Robo》なぜディープラーニングがうまく学習できるのか - 日経テクノロジーオンライン

《日経Robo》なぜディープラーニングがうまく学習できるのか - 日経テクノロジーオンライン