有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。 ご不便をおかけしますが、有料コンテンツを購読希望の方は モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。 いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には 再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して 実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して 実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。 一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして コメントを発信しよう
現在あなたのコメント公開範囲は フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」 に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年 月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、 学生情報を更新してください。 学生情報を更新されない場合、 次回更新時に自動解約となります。 卒業される方等、プレミアムプランに移行される方には 1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。 ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから URLをクリックし本人確認をお願い致します。 届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
ご意見・ご要望はこちらまで 閉じる
AIに統計的なものをどんどん詰め込めるだけ詰め込んで、その都度人間側の反応を正確に記憶させて、適切な相棒に育てあげることに成功したする。楽になりそうなものだけど・・・
でも、行き着くところは、適切な・・となった段階で、その人間の可能性は限界になるんじゃないの?
適切というのは可能性を失うことでもある。
馬鹿げた欲望や失敗や不適切があってこそ、別の可能性が生まれるわけだし。
最終段階に行くまでには時間もかかるだろうから、今は余計な考えかも知れないけど、善用も悪用も可能。
科学出版におけるfast publishing 、つまりカンファレンスやジャーナルに採録される前の論文をプレプリントとして公開する方向、はAIのみならず多くの分野ですでに進行しています。いま世界で最も多く利用されているプレプリントサーバー、arXiv(アーカイブ)は、もともとは物理学の論文を迅速に共有するために構築されました。そして大きなエポックだったのは、2002年に、数学者ペレルマンがポアンカレ予想論文をジャーナルではなくarXivで公開したことです。
さらに最近では、コロナによって国際学会に皆が物理的に集まるというカルチャーも大きな影響を受けています。それもあり、arXivなどのオンライン・プレプリントでの学術情報の交換の重要性がさらに増しています。
もちろん、fast thinkingならぬfast publishingには、誤り、捏造、剽窃などが入り込む可能性があります(arXivでも一応のチェックはなされていますが)。が、ご存知のように一流科学雑誌でもそのような事件は皆無ではありません。
まずオープンに共有してから誤りを指摘していく、という方向も、得られるスピードも考慮すると、それなりに妥当性があるのではないでしょうか。
DeepMindのCEOデミス・ハサビス氏は、その脳科学の領域で記憶と海馬の研究しており、その経験を活かして囲碁AIにブレイクスルーを起こしました。
その意味で、AI研究のスピードと心理学研究などの慎重さのどちらも必要であり、むしろハイブリッドに革新がありそうです。
Slowのダメな所もう一つは、査読者とそれをきめる副編集者の実力+deltaより上の品質は正確に評価出来ない、そしてダメ査読者に限って delta <<1 なのに加え、ご自分の解らないモノはダメと仰るので、業界の平均品質+/- sigma のペーパーばかり量産されがち、って事でしょうねぇ コレを言っちゃうと怒る方々もいらっしゃるでしょうから、ハッキリとは言えないと思いますが 近年ペーパーの数がどの業界でも激増しているので、深刻な問題だと思いますねぇ
といっても、arXiv ばっかりでも困りますけどねぇ、論文数、引用数, とH-index (と掲載ジャーナルのimpact factor) に基づいた、研究者の評価をやめない限り
あ、個人的な経験ではありませんよ、ぜんぜん ;)
ご参考
https://newspicks.com/news/5718493?ref=user_1506052
どちらも言えることは、元々平均値の科学だった両者が、パーソナライズに向かっているということ。