プレミアム会員限定の記事です
今すぐ無料トライアルで続きを読もう。
オリジナル記事 7,500本以上が読み放題
オリジナル動画 350本以上が見放題
The Wall Street Journal 日本版が読み放題
JobPicks すべての職業経験談が読み放題
コメント
注目のコメント
atama+がAI教育の中で飛びぬけた理由が分かりました。
複雑かつ大規模なナレッジグラフ(≒ルールベース)は十分にAIである、ということですね。プロが見てもきめ細かく対応できているなら、それは価値が高いAIです。
1980年代のエキスパートシステムにも、数千個の大規模ルールベースがありました。しかし、それらのルールの使い分けは論理学をベースでしたので、あいまいさに対応しづらく、メンテナンスも困難でした。
今なら、どのルールを起動するかのパラメータを決める際に、機械学習は有効です。その教師データは学習履歴や正誤データとなるでしょう。
その意味で、ルールベースと機械学習を融合した最新型の実用性の高いAIとみることができそうです。とても参考になりました。「AI先生」と言われると、また単なるバズワードか?と思いがちですが、アタマプラスでは「AIの定義」がとても明確。そして、その開発手法も流行に流されることなく、世界中の論文に触れながら、ゼロベースで開発しています。
彼らのAIの特徴は、生徒の「習熟度判定」と「レコメンド」の高い精度にあります。その秘密に迫りました。特集第二回をお送りします。人真似ではなく、学習者の問題や課題を解決するという地に足のついたAI開発はすばらしい。
「アタマプラスのAIは、学習のつまずきの「根本」を探り、それを解消する最短のカリキュラムを、生徒一人ひとりにナビしてくれるというもの」だそうです。
機械学習を過度に期待しないというアタマプラスの川原さん。教育では膨大なデータが集めにくく、ブラックボックスになってしまったのでは意味がない。ルールベースで細かくアルゴリズムを作っていく、と。
融資の審査モデルも機械学習を活用できるのだけれど、ブラックボックス化されて説明できなくなる。故に、金融当局はルールベースを推奨する。
この記事の著者 / 編集者
この記事に関連するユーザー
新着オリジナル記事
- 1545Picks