Keep Learning! Fail and open the door to a new world!
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)まとめ ・ビジネスにAIを採用させる事を成功するためにはビジネス固有のカスタムソリューションが必要 ・より複雑なデータサイエンスの問題には、特定分野の専門家による介入とガイドが不可欠となる ・良い目的で使用されるAIと悪い目的で使用されるAI間の綱引きは引き続いていく ２．DIY AI時代 以下、ww […]
１．機械学習のトップマインドによる2020年のAI予測(3/3)まとめ ・ニューラルネットワークを訓練する際の計算は非常に無駄が多く根本的な再考が必要 ・AIの解釈可能性の向上にはニューラルシンボリックアプローチが有用とIBMは考えている ・顔認識技術以外にも音声認識など様々な生体認証技術の精度向上はまだあまり認知されていない ２．ニューラルシンボリックアプローチ 以下、venturebeat.c […]
１．機械学習のトップマインドによる2020年のAI予測(1/3)まとめ ・AIは単純な精度よりもパフォーマンスに重きを置いて評価されるようになっていく可能性が高い ・機械学習フレームワークの覇権争いは収束し次の主戦場はアクセラレータや量子化に対応したコンパイラ ・AIが「ブラックボックス」であると言う批判は的を得ていない。人間の脳もブラックボックス ２．機械学習のコンパイラとブラックボックス神話 […]
１．VTAB:視覚タスク用のベンチマーク(2/2)まとめ ・VTABによる評価では最高パフォーマンスを示した特徴表現学習アルゴリズムはS4L ・S4L(Self-Supervised Semi-Supervised Learning)は特に「構造」タスクのパフォーマンスを改善 ・「自然」タスク以外では優位性が小さいため普遍的な視覚特徴表現のためには更なる研究が必要 ２．VTABによる評価 以下、a […]
１．データ拡張を教師なしで実現し半教師付き学習の性能を向上(2/2)まとめ ・UDA、教師なしデータ拡張を使うと半教師付き学習が教師付き学習を上回る性能を出すようになる ・拡張元となるラベル付きデータが少なくとも多くとも教師付き学習の最先端のスコアを上回った ・また、UDAは画像分類タスクで既存の全ての半教師付き学習のスコアを上回った ２．UDAとは？ 以下、ai.googleblog.comより […]
