ニューラルネットは不正行為を好んでいるわけではない | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア

ニューラルネットは不正行為を好んでいるわけではない | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア

3つの要点✔️ ニューラルネットは当たり前のことをしている✔️ 使用者側で理解する必要がある ✔️ 意図しない学習はo.o.d.テストをすることが望ましく、i.i.dテストでは不十分Shortcut Learning in Deep Neural Networkswritten by Robert Geirhos, Jörn-Henrik Jacobsen, Claudio Michaelis, Richard Zemel, Wieland Brendel, Matthias Bethge, Felix A. Wichmann(Submitted on 16 Apr 2020 (v1), last revised 20 May 2020 (this version, v3))Comments: Published by arXivSubjects: Computer Vision and Pattern Recognition (cs.CV); Artificial Intelligence (cs.AI); Machine Learning (cs.LG); Neurons and Cognition (q-bio.NC)はじめにDeep learning(DL)は近年のAIブームの火付け役です。現在DLは科学、産業、医療など様々な分野で成功を収めています。しかし、そんなDLの成功の影で多くの失敗も存在します。一番危ういのが”DLの理論的な理解がされていない研究がある”ことです。自律走行車に乗ってAIに命を託すのであれば、面接の合否がニューラルネットワークによって評価されるのであれば、がん検診の結果がディープラーニングの助けを借りて評価されるのであれば、こう言った実社会応用を考えれば、必然と私たちは理論や徹底的な理解を必要とします。あまりにもAIは成功したことだらけのように世間に発表されています。そのため、社会ではAIは成功しなければならないと言う過度な期待感が生まれてしまいます。まだAIは発展途中であることへの理解にもなればいいと思います。

Date: 2020/07/31 22:13

Related Entries

Read more Powered by AI: Turning any 2D photo into 3D using convolutional neural nets
0 users, 1 mentions 2020/03/07 11:20
Read more Strike a Pose: Gesture Recognition in JS with Machine Learning - Charlie Gerard | JSConf Hawaii 2020...
0 users, 0 mentions 2020/03/09 05:20
Read more Augmenting Data (TensorFlow in Practice) - YouTube
0 users, 0 mentions 2020/03/09 20:20
Read more AutoML はお好きですか? / 8th place solution of AutoWSL 2019 - Speaker Deck
0 users, 0 mentions 2020/04/23 08:21
Read more Statistical Significance Testing for Natural Language Processing, Morgan & Claypool Publishers
1 users, 1 mentions 2020/04/23 17:21