誤解だらけの人工知能 の商品レビュー
ディープラーニングは、学習のさせ方が楽、高次元の学習が可能、過学習をしない、柔軟性に優れているという4つのメリットがある。 マイクロソフトは、skypeに日本語を含む10か国語をリアルタイムで通訳できる機能をつけた。 Cogent Labsは、文字認識を行うTegakiのサービ...
ディープラーニングは、学習のさせ方が楽、高次元の学習が可能、過学習をしない、柔軟性に優れているという4つのメリットがある。 マイクロソフトは、skypeに日本語を含む10か国語をリアルタイムで通訳できる機能をつけた。 Cogent Labsは、文字認識を行うTegakiのサービスを提供している。 個人を株式会社に見立てて、その価値をビットコインで支払うVALUというサービスが反響を呼んだ(2020年3月終了) 専門家の時間を売買できるTimeBankと呼ばれるサービスも登場している。 労働の対価としての貨幣を中心とした経済が世界を席巻したのは19世紀ごろ。そのタイミングと同時に組織や企業が誕生し、第二次世界大戦後に体系立てて確立された。 サラリーマンのように、会社から雇われて一生を終える人が多かった時代は20世紀だけ。人工知能が社会に浸透して行くと、経営者や個人事業主がたくさん増える世の中になる。 21世紀は人生を生きる能力が必要。
Posted by
人工知能の技術の詳細ではなく、人工知能そのものが何なのかについて考えることができる。 【概要】 ●ディープラーニングのメリット・デメリット ●人工知能は社会をどう変えるか 2018年、2020年、2030年代、2045年以降 ●今後、人工知能にどう対応するべきか 【感想】 ...
人工知能の技術の詳細ではなく、人工知能そのものが何なのかについて考えることができる。 【概要】 ●ディープラーニングのメリット・デメリット ●人工知能は社会をどう変えるか 2018年、2020年、2030年代、2045年以降 ●今後、人工知能にどう対応するべきか 【感想】 ●この本の対象者は人工知能を勉強したことがない人と思われる。人工知能の試験を受けるような勉強をした人には既に理解できている内容がほとんどである。 ●人工知能の将来に関していろいろと予測を立てられているが、定性的な表現の箇所は、なぜそのように判断できるのか個人的に理解が難しかった。 ●具体的には「最低でも今から15年ぐらいかかる」「今から少なくとも10年はかかる」「5年ぐらいはかかる」などの記述部分である。技術的な動向から見積もりを立てて説明されれば説得力が増すと思った。その点がAmazonで「科学・テクノロジー」や「コンピュータ・IT」ではなく「ビジネス・経済」にカテゴリーされている所以と思われる。
Posted by
AIとはなんぞや、どういう仕組みなんだというものではなく、実際AIに今何ができて将来どうなっていくのかっていう話で、それはそれで面白かったのだが。 最終盤、AIと共存する社会でベーシクインカムが大事とか、ゴマ信用がどうとか言い出したあたりで、全力でドン引き。
Posted by
「AI vs. 教科書が読めない子どもたち」新井紀子 「人工知能は人間を超えるか ディープラーニングの先にあるもの」松尾豊 と読んできてAI関連の3冊目。 人工知能をガチで作っている人の将来展望を知っておきたくて読んでみた。 2020年代、2030年代、2045年以降に区切って...
「AI vs. 教科書が読めない子どもたち」新井紀子 「人工知能は人間を超えるか ディープラーニングの先にあるもの」松尾豊 と読んできてAI関連の3冊目。 人工知能をガチで作っている人の将来展望を知っておきたくて読んでみた。 2020年代、2030年代、2045年以降に区切っているが、2018年現在の課題解消に必要な時間が述べられている。 人工知能に置き換わっていく仕事と、人間でなければできないことの判断基準のヒントが得られる。 頭の片隅に留めておこうと思ったことを以下に少しだけ。 ・ブロックチェーンが人工知能のデータベースになる。(??コストが高すぎるのでは??) ・仕事は人工知能がやってくれるのだから、労働時間が減少しベーシックインカムが必須となる。(現状では絵に描いた餅) ・人工知能に置き換わっていく仕事は地方にも波及するか疑問、情報格差が生じる。 ・現状の社会や組織を人工知能に置き換えるという発想「現在の延長線」はダメ。人工知能の進化に組織や社会を合わせるべき。 ・インターネット上を「匿名でなく」実名で生きられる人が人工知能時代を満喫できる。
Posted by
研究者として人工知能研究を行う田中潤氏と統計や分析に精通する松本健太郎氏が話題の人工知能について初心者でも分かりやすく理解できるように解説した一冊。 本書を読んで人工知能にまつわる誤解が解けるとともに様々なことを知ることができました。 そして、人工知能の現在までの発展の過程や人...
研究者として人工知能研究を行う田中潤氏と統計や分析に精通する松本健太郎氏が話題の人工知能について初心者でも分かりやすく理解できるように解説した一冊。 本書を読んで人工知能にまつわる誤解が解けるとともに様々なことを知ることができました。 そして、人工知能の現在までの発展の過程や人間の脳と人工知能の違いやシンギュラリティの真実を学べました。 データを取得することがこれからのAIの発展において大切であり、 また、2018年から2045年までの人工知能の可能性やそれに基づいての地方創生や働き方改革にも言及されていて、研究や開発が他国より立ち遅れている日本の今後について書かれているところは刺激的で勉強になりました。 そんな本書の中でも意味や概念を理解させるために今後ディダクションという理由付けを行っていくことが大事だということは印象に残りました。 また、本書に書かれているGoogleやAppleが参入しているスマートスピーカーの真の狙いには驚きました。 ただ、フォントのみで区別されていて時折どちらの発言かがわからない部分は内容が素晴らしいだけに非常に残念でした。 本書を読んで人工知能の可能性を知るとともにこれから生きていく上で人工知能とどのように上手く付き合っていけばいいかというヒントを得ることが出来ました。 人工知能の発展とともにこれから起こるであろうパラダイムシフトのなかで本書で学んだ知識をしっかりと活かしていきたいと感じた一冊でした。
Posted by
- ネタバレ
※このレビューにはネタバレを含みます
■Q1. 人工知能とDeep Learningの関係は? 2018年時点では、人工知能とはDeep Learningのことである。Deep Learningは分類ができるものである。人間の知能の根底には分類がある。 2018年時点では、人工知能はある分野に特化して人間に勝っている。人工知能を作るにあたって、必ずしも人間の脳を模倣する必要はない。 ■Q2. Deep Learningが現時点で強い領域、現時点の弱点、将来期待される領域は? [現時点で強い領域、弱点] 2018年時点では、画像認識の精度がすごいが、何でも認識できるわけではない。認識できるのは「名詞」であり、「動詞」が認識できるのはまだ先のこと(動画認識が必要)。また、雰囲気のように実体のないもの(数字や文字では表せない何か)は表現できないことが現時点での弱点である。 [将来展望] 第3次人工知能ブーム=Deep Learning →第4次人工知能ブーム (2018年現在) (10年以上後、2030年代~2045年頃) - 今ある学習データの枠は超えられない →手元にないデータに対する解析ができるようになる - 誤認識の理由を説明できない →理由をセットにして提示してくれる(Deduction) ★ブレークスルー:Deduction, 意味の理解、理由の説明 ※所感:どうやって実現するのかは想像がつかない(だからこそブレークスルーと言っている) [将来的に期待できる領域] ・この先10年(2020年代)は、誤認識が起きても人間がフォローできる分野での開発と実用化が進む。現在の技術=Deep Learningで実現される。防犯対策における顔認証や、医療業界における画像診断のように、人間の認識率がもともと低い分野の正解率を高める用途では、すでに実用化に入りつつある。一方、自動運転車やロボットタクシーのように誤認識が安全にかかわる分野では、技術が完成しても法整備などがネックとなる。 ・2030年代は、現在分かっているDeep Learningの問題点が解決されたうえで、人工知能が活用される。製造業や農業などの製造生産現場向けのロボットが巨大産業化する。 ・2045年頃には、これまでは人工知能に作業を任せるだけだったのが、人工知能が仕事そのものを奪うようになる。まず、意味を理解する人工知能=強い人工知能が登場する。意味を理解する(Deductionと同義)とは、ある対象がない状態を想像して、その対象がある状態との差分を表現できることである。これにより、人工知能が対応できる範囲が作業から仕事に昇華する。その後、シンギュラリティが来る。 ※所感:人工知能≠Deep Learningかもしれない。何者になるかは今はまだ分からない。 ■Q3. 自分がこれから備えるべきことは? 新しいものをゼロから生み出すことができるのは、まだ先のこと(Deduction, 意味の理解が必要)。 しかし、新しいものを生み出すための補助手段としてはどんどん導入されていき、作業がどんどん自動化されていくので、キャッチアップしていく必要がある。 ※所感:人工知能を研究開発の遂行に活用したり、人工知能を製品に適用したりすることが考えらえる。 このためには、コツコツと勉強することが大切。明日からでも、例えばPythonとDeep Learningの勉強を始めて、知識のキャッチアップをしていくこと。実際に雰囲気に触れて、何ができて何ができないのかを把握し、ビジネスへの導入を考えていくこと。 ■Q4. 子供がこれから備えるべきことは? ・21世紀の仕事は、人工知能を作る仕事と、自分自身を売り込む仕事の二つに収斂する。 ・第4次人工知能ブームに備えて、統計学を学ぶ。統計学科で統計を体系立てて四年間きっちりと学ぶ。統計学科はアメリカや韓国では普通にあるが、日本では滋賀大学が2017年に設置した一つのみ。 ■その他のメモ ・ビジネスにおける人工知能の導入は、ニーズから掘り下げていったほうが良い。聞きかじった事例から入ると、まず成功しない。(p.138) ・グランドチャレンジを見ると、10~20年先の方向性が見えてくる。(p.171) ・人工知能のDBとしてブロックチェーンが向いている。一か所に集めたくない個人情報を分散・セキュアに管理できるため。日本はブロックチェーン技術の最先端にいる。(p.180)
Posted by
- ネタバレ
※このレビューにはネタバレを含みます
・AIに関してのわかりやすい解説書 ・「人工知能によって仕事が奪われるのか」という事が主題 ・基本的には2018現在の人工知能では完全に人間の代替になることは無理 ・不足している情報(なぜ爆撃機は堕ちるのか)を想像する人工知能が出てくるとすごい ・上記のような「強い」人工知能が出てきてからのシンギュラリティ ・日本企業はデータ収集の時点から他の海外企業から周回遅れ(先行投資ができないから)
Posted by
人工知能とは、ディープラーニングとはどういうものか、何ができて何ができないのか、 専門外の読者向けに分かりやすく解説された一冊。 対談形式なので読みやすく、素朴な疑問が次々と解消されていく。 小難しい話は抜きにして、 「ものすごく簡単に言うと、ディープラーニングは「分類」ができ...
人工知能とは、ディープラーニングとはどういうものか、何ができて何ができないのか、 専門外の読者向けに分かりやすく解説された一冊。 対談形式なので読みやすく、素朴な疑問が次々と解消されていく。 小難しい話は抜きにして、 「ものすごく簡単に言うと、ディープラーニングは「分類」ができます」 と4ページ目にして本質を簡潔にずばりと表現している。 例示も多く、非常に分かりやすい説明が全編通して続く。 本書の一節にもあるが、よく言われる「人工知能に仕事を奪われる」という表現そのものが、 現代人は労働に依存して生きているのだということを体現しているように思う。 実のところ、労働から解放されると、どう生きていけばいいか分からない人が多いのかもしれない。 自分を表現する手段は労働ではなくなる。 何で稼いでいるか、どこに所属しているかではなく、根本的に自分とは何者かが問われるようになる。 ただし、そういう時代は、すぐにはやってこない。20年くらい先の話。 だから、現実感が湧かないまま今をなんとなく過ごしてしまいそうになる。 しかし、生きている間には、確実にやってくる。 何も考えずに安穏と会社で働いていくことに危機感を覚えた。 今の自分という一個人には果たしてどれほどの価値があるだろうか。 今の生活を続けていて、その価値が上がっていくだろうか。 色々難しい時代になってしまったものだ。 なんにせよ、好きなことして生きていきたいものですね。
Posted by
2018年時点の人工知能は、従来からの人工知能との組み合わせを含むディープラーニングだとして、とても分りやすくその機能を説明する。 人工知能の未来に向けて展望は、何ができるようになうか、そして何ができないのかを端的に解説する。 終章では、人工知能によって起る変化を組織から個人への...
2018年時点の人工知能は、従来からの人工知能との組み合わせを含むディープラーニングだとして、とても分りやすくその機能を説明する。 人工知能の未来に向けて展望は、何ができるようになうか、そして何ができないのかを端的に解説する。 終章では、人工知能によって起る変化を組織から個人への回帰として、個人の価値の重要性を説き、自己表現や信用、共感そして数学が大きな課題になるであろうと示唆する。 夢物語や脅迫も無い手堅くかつ分りやすくとても良い入門書で好感が持てました。
Posted by
なかなか見ない本音的なお話。その理由は詳しく語られてないが、そんなにうまい話はないよねと思い納得してます。ディープラーニングは何でもできそうなのに。
Posted by
- 1
- 2