あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。
あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。
採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。
■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。
実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。
連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。
これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。
例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。
このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。
このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。
AIアプリケーションの中には、最新のデータに基づいて自動的に再学習するものもある。しかしその場合も油断は禁物だ。知らないうちに、AIが予想もしない結果を返すようになってしまう恐れがあるためである。
続きはソースで
ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
せいぜいビッグデータの活用だけだろ
パターン分析だな
「AIとは何か」についての視点が違うからだろうなあ。面白いね。
「自律的に考え、次の行動を選択する」という程度の定義なら自動運転は
クリアしつつあるかもしれない。
「何をどのように学ぶかを決める」ということができるAIはまだ存在しないな。
そもそも現在のAIにあるのは単なる「評価関数」であって、「意味」は分からんしな。
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
ファミコンのゲームの敵のパターンと変わらんよ
プレイヤーがこうしたら敵はこう動くっていうのが自動運転車なら実用化出来ないだろうな
当分は常識の無い、部分最適のお子ちゃまかもね
企業が採用したい人を採用出来るかで評価しろよ。
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
あのAIは、
最初の不気味なパートがキューブリックで
途中からスピルバーグが撮ったんだっけ?w
シーケンサー入った配電盤のデータをネットで見れるようにして整備性上げましょうか?
って言ったら、「そんなんじゃなくてIoTだよ!そんなことしてフィールドエンジニアの業務
変えてどうするんだ!」って怒られた人もいるらしいw
であることを知らない 段々学習すると勘違いすらしてる
実際は選択重み付けの係数がなぜいくらなのかもわからない
作る毎に全然違う物になることが多い中身の見えない箱
そもそも熟練者がポイント抑えればAI不要の系がすごく多い
せいぜい1次関数やその指数関数で説明出来ちゃう
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
どのパラメータがいま重要か抑えて、そこからは人が見て線形計算で最適化していけばいいわけで。
工場のラインごとに機械が違ったら効率が落ちるのと同じこと
現在のAI技術が既存のデータの集積に有る以上それに従って運用するしかない
客先で学習させるタイプの製品は売れないという風潮が広まらないように
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
インターフェースを持たせただけだろ。
喰わせるデータ自体を整えてくれるAIが必要だな
ただビックデータを参照して答えを出してるだけのAI詐欺
実現しなくても想像できる
あんなこといいなできたらいいなと想像できる
AIも想像しやすい
だから夢がひろがる
しかし、現実の技術ではまだそこまで有能なものにはならない
だから、がっかりする
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
チェス、囲碁、将棋、画像判定系も
ルールがインチキにまみれてるものは無理やと思う
採用試験とか絶対無理でしょ
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
残念ながら世の中のそういった人を完全にシャットアウトできない。
AIにどういったバイアスが掛ったのか自己診断の基準はどうやって学習する?
まだメタな部分は人頼みなん?
作業は10万種類あって毎年変わる
「人手不足をAIが補う」はただの幻想
金曜ロードショーでやっていたルパンの映画のAi
一般道の運転は、交通ルールさえ守っていたら良いっていうような簡単な問題じゃないからな
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
様々な仕事をこなしてるよな。コンピュータも発明されてから相当進化して
高度集積化、大規模化してるのにアリンコすら完全に再現できない
DBに無い条件に対しては無力だぞ
目的が明確なら明らかにAI化の恩恵が受けられるはずなんだけど、そもそもそこから間違ってるとしか思えないけどね。
if(navigator.userAgent.indexOf(‘iPhone’) > 0){
document.write(”);
} else if( navigator.userAgent.indexOf(‘Android’) > 0 ) {
document.write(”);
} else {
;
}
AIをどうしたいんだろうな、人間のようにしたいなら偏見は必要だけど
「人工知能と書くと予算がもらえるから」始めてるだけ
元スレ:http://egg.5ch.net/test/read.cgi/scienceplus/1548396976/
Source: mindhack
「残念なAI」が生まれてしまう理由がヤバすぎるwwwwwww