タグ

aiとscienceに関するMakotsのブックマーク (6)

  • 「AI・データサイエンス人材育成に向けたデータ提供に関する実務ガイドブック」を策定しました (METI/経済産業省)

    経済産業省は、AI人材の育成を支える企業等の取組を促進するために実務上有用と思われる事項をまとめ、「AI・データサイエンス人材育成に向けたデータ提供に関する実務ガイドブック」を策定しましたので、公開します。 1.背景 「AI戦略2019」では、我が国全体としての生産性の大幅な向上が求められる中、AI技術の利活用を進めることによる、企業の生産性の抜的改善について述べられています。企業において実際にAIを導入させることのできる人材を育成するためには、実際の企業のデータを用いた教材の活用が重要となり、企業から円滑にデータを提供してもらう環境を整えるためには、データ提供にあたって実務上課題となる論点を整理し、解決の方向性を示していくことが有効と考えられます。 2.これまでの取り組み こうした状況を踏まえ、経済産業省は「AI人材育成のための企業間データ提供促進検討会」を開催し、AI人材の育成に資す

  • 人工知能を基礎情報学で解剖する/西垣通 - SYNODOS

    しばらく前のことだが、マイクロソフト社の開発したチャット・ボット(おしゃべりロボット)Tayがツイッターで不適切な発言をしたということで大騒ぎになった。ヒトラーの名をあげて人種差別的な攻撃をしたり、口汚くみだらな発言をくりかえしたりしという。一時的にサービスは停止され、マイクロソフト社は謝罪せざるをえなかった。TayはAI(人工知能)の自然言語処理技術にもとづくチャット・ボットだが、ソフトウェアそのものが悪いのではなく、一部のユーザが対話を通じてTayに「好ましくない調教」をほどこした、というのが真相のようである。 だが、なぜそんな大事件になったのだろうか。同様の差別発言をする人間は幾らでもいる。チャット・ボットつまりAIの発言だから非難が集中したわけで、そこにはAIは公平中立であり正確な知識をもっている、という一般人の思い込みがある。つまり、レイ・カーツワイルやニック・ボストロムなど超人

    人工知能を基礎情報学で解剖する/西垣通 - SYNODOS
  • おすすめオンライン大学授業Top5

    初めましてbuster84という者です。シャノンに入社して早5ヶ月が経とうとしています。前職では、PHP,javascript 等を使ってC向けweb applicationを作っていました。今はPlay + Scala でBtoBのweb applicationを主にソーシャル周りの開発を行っています。今後ともよろしくお願いします。 さて早速なのですが一昨年くらいから教育の革命が断続的に行われているのご存知でしょうか?ロゴを最初に紹介したのでお気づきの方もいるかと思いますが大学の講義を無料で受講できるMOOC (massive open online course)というサービスです。左のedXがハーバード大学やMITが主体にやっていますMOOCで、右のcourseraが スタンフォード大学が主体にやっています。この二つのサービスが全世界の有名どころの大学を巻き込んで無料で授業を提供し始

  • スーパーコンピューターはこのままでいくと2025年には人間の脳をシミュレーションできるようになる

    これまでもさまざまなスーパーコンピューターが作られ、膨大な計算が必要な研究に対してその演算能力を発揮し、人類の科学の発展に寄与してきたわけですが、このままスーパーコンピューターが順調に成長し続けると、どうやら2025年には人間の脳内にあるニューロンのシミュレーションさえ可能になるそうです。 一体どういう理屈でそんなことになってしまうのか、1990年から近未来に至るまでのスーパーコンピューターの成長を見てみましょう。 グラフは以下から。 Singularity is Near -SIN Graph - Growth in Supercomputer Power 黒の実線部分が実際の計画とスーパーコンピューター名、そして白い横断歩道みたいな線がトレンドライン、つまり傾向線。現在までの勢いでトレンドラインを描くと、なんと以下のようになります。 2013年……人間の脳の機能をシミュレーションするの

    スーパーコンピューターはこのままでいくと2025年には人間の脳をシミュレーションできるようになる
  • データから「構造」を発見する:より人間に近づく人工知能 | WIRED VISION

    データから「構造」を発見する:より人間に近づく人工知能 2008年7月31日 サイエンス・テクノロジー コメント: トラックバック (1) Brandon Keim 生物学者のエルンスト・ヘッケルが作成した系統樹(現在は不正確だとされている)。 Image: WikiMedia Commons コンピューターがより人間らしく考えるのに役立つかもしれない、ある新しいパターン認識モデルが登場した。 7月28日(米国時間)刊行の『米国科学アカデミー紀要』(PNAS)に掲載されたこのモデルは、生のデータセットから出現する見込みが最も高いパターンの種類を判断する。 こうした処理は、人間が周囲の世界を理解する際に無意識のうちに使っているものだが、人工的な認識ツールでは一般に難しいとされてきた。 顔認識や系統学などに使われている現行の諸モデルでは、予想されるパターンの型があらかじめ特定されている必要があ

  • Expired

    Expired:掲載期限切れです この記事は,ロイター・ジャパンとの契約の掲載期限(30日間)を過ぎましたのでサーバから削除しました。 このページは20秒後にNews トップページに自動的に切り替わります。

  • 1