人間VSコンピュータオセロ 衝撃の6戦全敗から20年、元世界チャンピオン村上健さんに聞いた「負けた後に見えてきたもの」 (1/3) - ねとらぼ
2017年、人間は2つの知的ゲームでコンピュータに決定的な敗北を喫しました。 囲碁の世界レーティング1位の柯潔（カ・ケツ）九段が、米Google傘下DeepMindの囲碁AI「AlphaGo」との3番勝負で3戦全敗（関連記事）。 ボードゲーム最後の砦といわれた囲碁さえCOMに敗北 さらに将棋の佐藤天彦名人が、第2期電王戦二番勝負で将棋AI「PONANZA（ポナンザ）」に、先手番・後手番ともに敗れました（関連記事）。 投了直前、天を仰ぐ名人（ニコニコ生放送より） 急激に進歩するAIにより生活が激変するといわれる21世紀。2045年、あるいはそれを上回る速度で、人間の知能をAIが決定的に上回る「シンギュラリティ」が来るともいわれ、人間の存在価値すら問われ始めている昨今において、衝撃的な出来事でした。 そのちょうど20年前の1997年。囲碁と将棋のように、人間にとって非常にポピュラーな知的ゲーム
Mastering the game of Go without human knowledge : Nature : Nature Research
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
「日本は機械学習パラダイス」 その理由は著作権法にあり
「日本は機械学習パラダイスだ」。こう提言したのは、早稲田大学法学部教授の上野達弘さんだ。 なぜなのか。その理由は、日本の著作権法にある。 日本の著作権法では、「情報解析を行うために著作物を複製すること」が、営利・非営利問わず認められているのだ。世界にもまれな規定だという。 著作権・AIに詳しい弁護士・柿沼太一さんが10月2日に都内で開いた「AIビジネス法務・知財セミナー」の内容から、機械学習と日本の著作権法の関係についてまとめる。 キモは「著作権法47条の7」 機械学習とは、大量のデータをプログラムに解析・学習させることで、プログラムが自らデータの特徴を見つけ出し、分類・整理できるようにする手法。例えば、大量の猫の写真を学習させ、猫の特徴を学んだモデルに、新たな動物の写真を入力すると、猫か猫ではないかを判別する――といったイメージだ。 機械学習を行うためには、大量のデータをAIプログラムに
自己符号化器（オートエンコーダ）と主成分分析との関係 - HELLO CYBERNETICS
自己符号化器の役割 自己符号化器の構成方法 数式を見る 損失関数を見る 主成分分析の復習 主成分分析の復習 主成分分析の次元削減 自己符号化器と主成分分析 損失関数の書き換え 主成分分析との比較 自己符号化器の価値 非線形性を容易に表現 雑音に対するモデル構築が容易 ニューラルネットワークの良い初期状態を与える 自己符号化器の役割 自己符号化器は入力の有用な特徴を抽出すると言われていますが、なぜに自己符号化器がそれを可能にしているのかを見てみましょう。 自己符号化器の構成方法 簡単な例で行くと、入力が3次元でこれを2次元に落としたいという場合には以下のように自己符号化器を構成します。 １． ３→２→３のネットワークを構成する ２． このネットワークを入力出力として、となるように学習 ３． 学習で獲得した３→２のネットワーク部分のみを取り出す。 入力の次元が3次元であるものを、２次元に落とし
HELLO CYBERNETICS
はじめに 誰向けか 顧客や自身の部下などにデータサイエンスを説明をしなければならない立場の人 機械学習のアルゴリズムには詳しいけどビジネス貢献ってどうやってやるの？という人 データサイエンスのプロジェクトを管理する人 機械学習やデータサイエンスをこれから始める人 感想 はじめに 下記の書籍を以前（結構時間が経ってしまいました）高柳さんから頂いていましたので感想を書きたいと思います。 評価指標入門〜データサイエンスとビジネスをつなぐ架け橋 作者:高柳 慎一,長田 怜士技術評論社Amazon 遅くなった言い訳としては、「個人としては多くの内容が既知であったこと」が挙げられるのですが、この書籍に書かれている内容が未知であるかあやふやな人にとっては当然非常に有用になっています。そして、何よりもその伝え方（書かれ方）が今になって素晴らしいと実感できたためこのタイミングで書くこととしました。 誰向けか
AI記者に生身の記者が勝負を挑んでみた
2017/03/14 12:47 AIがおこした記事に記者が書き足して公開したらいかがかな。 2017/02/03 12:38 発表ものの記事はAIに任せて、人間の記者は調査報道に注力するというのが望ましいすみ分けだと思います。 2017/02/03 12:04 IHIもヒトの負けですね。 記者＞売上高は前年同期比2％減の1兆38億円だった。 AI＞売上高は前年同期比1.9%減の1兆382億円、 正しいのは後者。 2017/02/03 11:35 引き分けか？ 事前準備してたり、誤字があったり、記事書けなかったり どうみてもＡＩの勝ちでは？ 2017/02/03 11:25 IHIの人間側の記事、数字が間違っていますね。（1兆38億円になっている） 再度この記事にする際にチェックを入れられたと思いますが、それでもミスは防げないというところまで含めて、人間味を感じます。 2017/02/03
数の米国、攻める中国 AI特許6万件を解剖
数の米国、攻める中国 AI特許6万件を解剖 先んずればAIを制す――。2005年以降、世界の主要国で出願された人工知能（AI）関連の特許は６万件を超える。特に2010年から2014年にかけて出願数は７割も増えた。世界中の企業や大学、研究機関が開発を急ぎ、激しさを増す先陣争いをデータで追う。 scroll 世界のAI関連特許の出願数10カ国・地域（日本、米国、中国、韓国、インド、シンガポール、オーストラリア、ブラジル、イスラエル、欧州）の特許庁へのＡＩ関連の特許出願総数。特許協力条約（PCT）に基づく国際出願、および各国の特許庁に出願された情報をもとに、英文公報を対象として集計。アスタミューゼ調べ 主要10カ国・地域の特許庁に出されたＡＩ関連の特許の出願数を調べた。集計したのは特許や論文のデータ分析やコンサルティングを手がけるアスタミューゼ（東京・中央）。直近で最も正確なデータが取れる201
人工知能が「発明」を生むための３つの限界 | 希望は天上にあり
いなたくんへ 人工知能のクリエイティブがすごい。人工知能の作劇したミュージカルが公演され、人工知能の書いた小説は星新一賞一次選考を突破し、人工知能の描いた絵の個展が開かれている。こうした事態に政府の対応は早く、人工知能の作った音楽や小説に著作権が認められようとしている。ちなみに人間以外ではサルの創作物に著作権が認めらるか争われたことがあったが、サルはダメとの判決だった。 「サルに著作権ない」 自撮り写真めぐる裁判、動物愛護団体が敗訴（THE HUFFINGTON POST，2016/1/9） 人工知能作品に「著作権」 音楽や小説など、政府知財本部方針（日本経済新聞，2016/4/15） そんななかで今度は人工知能に発明をさせようという動きも。それがAll Prior Artだ。紹介記事によれば、人工知能は３日で250万のアイディアを出力したという。 Computer generates a
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://twitter.com/keyakibouz/status/1564573438747951104
「退職率下がった」 AI人事に偏見なし - 日本経済新聞
IoTデータ、保護強化へ「営業秘密」に 経産省・特許庁、AI盗用 訴訟起こしやすく - 日本経済新聞
「東ロボくん」がぶつかったロングテールの壁 - 日本経済新聞