新着Pick
473Picks
シェアする
Pick に失敗しました

人気 Picker
人工知能(AI)は、ビジネスや社会を大きく変えうる重要テーマでありながら、日本では十分取り上げられていません。今後、AIがらみの連載を増やしていきます。
歴史が整理されていて面白い。同時に、松尾先生が下記のように断言されているのが印象的。可能性を信じるから、突き詰めていける。
『そもそも、人間の脳も電気信号と化学変化によって動いています。原理的に言って、コンピュータで再現できないわけがない』
いよいよ手塚治虫の世界…とまではいかなくても、今後数年で確実に伸びる分野。GoogoleやFacebookもかなりの投資をしているので、近い将来簡単な判断や分析は機械がやってくれることに。
そのとき人間が何をするか、自分に何ができるか。自戒含め今から備えておきたい。
AI進化の鍵はディープラーニングに代表される概念形成の自律性という主張に得心。実用化の試金石は画像認識と自動翻訳かな。
半世紀にわたる人工知能の歴史が振り返れて面白い。いよいよ、シンギュラリティを超える日が来るのかもしれない。
とても興味深いのだが、最終的なゴールが何処にあるのかが良くわからないな。可能な限り人間の知能に近づきそれを超えたとして人間にどういうメリットデメリットがあるのか。単純に何処までいけるかの科学的探求は面白いが、遺伝子操作のように何処かで整理する必要が出てくるんだろう。スカイネットに支配されないようにお願いします。(^^)
抽象化、類型化をAIが自在にこなせるようになったとき、人間を越える、越えないとは別の次元で、人間とまったく違った概念が生まれるかも知れませんね。
とても興味深い。まさにSFの世界。でもAIが人間の知能を超えて学習するようになる、というのを想像すると空恐ろしさを感じる。
コンピューターが生まれてたかだか5〜60年でしょ。2045年にシンギュラリティを超えられなくても、人類の歴史が記されるようになった2〜3000年というスパンを考えると、1000年後はどうだろうか。そこまでいかなくても1〜200年後にはシンギュラリティどころか、人間はAIに支配されていておかしくない。だってその方が、人間にとっては幸せに違いないから。
「表現学習」という言葉はうまく説明していますね。
従来、問題毎に適切な特徴量を考案していたのが、生データを与えるだけで、適切な特徴量(=表現)まで獲得できるのですから。

でも概念を学習するという意味では、分類問題は第一歩です。
(もちろん、それでも十分スゴイし、使い道も広がります)
概念を組合せ、使える形にするためには、概念間の構造を学習しなければなりません。
そう考えるとパターンから記号まで包含する「表現+構造」を学習できたときがシンギュラリティかも、と思います。
株式会社Gunosyは、「グノシー」や「ニュースパス」等の、情報キュレーションサービス・ニュース配信アプリを開発・運営している企業である。CEOは福島良典。2016年8月に竹谷祐哉COOが代表権のある取締役になり、2人代表制で経営している。同社は興味連動の広告最適化に強みがあると評される。 ウィキペディア
時価総額
418 億円

業績