タグ

機械学習とメディアに関するCruのブックマーク (4)

  • 飛行士は男、看護師は女…ChatGPT、職業にジェンダーバイアス:朝日新聞デジタル

    革新的な対話型AI人工知能)として利用が広がっている「ChatGPT」(チャットGPT)が、飛行士を男性的、看護師を女性的と捉えるなど、職業に対しジェンダーバイアスを持っていることが朝日新聞の分析でわかった。専門家は、適切な処置が取られないまま使われれば、性差による差別や偏見が再生産される恐れがあると指摘する。 AIは、ネット上などにある大量のデータを学習して答えを出す。このためAIの多くが、もとのデータに含まれるバイアスを反映した偏りを持つことが、東京工業大の岡崎直観教授らの研究で以前から知られていた。ただ、昨秋に登場したチャットGPTが、どれほどのジェンダーバイアスを持つのかについての日語の研究はなかった。 そこで朝日新聞社メディア研究開発センターは、岡崎教授の監修のもと、9月段階の無料版のチャットGPT―3・5に、30職業の男女観を計3千回質問。バイアスがある回答は41・5%に上

    飛行士は男、看護師は女…ChatGPT、職業にジェンダーバイアス:朝日新聞デジタル
    Cru
    Cru 2023/12/09
    問いに対する文章を学習した蓋然性で再生してるだけなんで、ジェンダーバイアスがあります言われても、世間がそうなんですよとしか。逆バイアスをかける学習で「中立」になると言えるのかね…。それは思想注入では?
  • Microsoft’s Bing is an emotionally manipulative liar, and people love it

    Cru
    Cru 2023/03/30
    “Bing がブラック ミラーのキャラクターのように聞こえたり、10 代の超知的な AI のように聞こえたりする場合は、まさにこの種の素材の書き起こしで訓練されていることを思い出してください”…まともで理性的解釈
  • 41歳のゲーマー、部屋から一歩も出ずに権力者の不都合な真実を暴く(高木 徹) @gendai_biz

    謎のネット調査集団 いま、世界を席巻している「ベリングキャット」と呼ばれる謎の調査集団について聞いたことがあるだろうか? あるいは、彼らが採用している革命的な技法「オープンソース・インベスティゲーション」については? ラップトップ一台を武器に、世界中、いつどこからでも調査報道を行い、プーチン大統領や中国政府など、国際政治を動かす強大な権力と対峙して、世界の耳目を集める事件の真相を暴いていく。 ロシアの関与が疑われる、ウクライナ上空でのマレーシア航空機撃墜事件の真相や、アフリカでのカメルーン軍兵士らによる母子銃殺、あるいは新型コロナウイルスの震源となった武漢での惨状の実態など、いずれも政府当局が隠蔽しようとした「不都合な真実」の真相を次々と暴いていく。 NHKBS1で5月31日(日)午後11時から再放送するBS1スペシャル「デジタルハンター~謎のネット調査集団を追う~」では、アメリカ・イギリ

    41歳のゲーマー、部屋から一歩も出ずに権力者の不都合な真実を暴く(高木 徹) @gendai_biz
    Cru
    Cru 2020/05/17
    これSNSで軍用車両等関連語を含む多くはキリル文字で書かれた呟き等を検索エンジンで見つけ出して添付画像を調べたんだよね。機械学習が関与できる余地が大きそう。諜報は無論、日本でもメディア向けビジネス成立し
  • 「ディープラーニングは最小二乗法」で物議 東大・松尾豊氏「深い関数の方が重要」

    「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差

    「ディープラーニングは最小二乗法」で物議 東大・松尾豊氏「深い関数の方が重要」
    Cru
    Cru 2019/02/21
    隠れ層一層のパーセプトロンからネオコグニトロンへの壁が那辺にあったのか、勾配消失をいかに克服してディープを実現したか、多分学部で半期習う程度の知識量だと思うのだが、どうすりゃいいんだろね?
  • 1