強化学習

1/18ページ

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developments編(2/3)

AI

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developments編(2/3)まとめ ・AIモデルとテクニックの透明性、説明責任、再現性を高める「説明可能なAI」が重視される ・景気の後退がデータを活用する「持っている企業」と「持たない企業」との間に格差を生む ・AIを活用して減価償却ではなく、使用を続ける事に価値が出るような製品の登場 2.edgeAIの進化の方向性 […]

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developments編(1/3)

AI

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developments編(1/3)まとめ ・「分析業務」および「AIを現行業務に適用する業務」のステータスと認識の改善 ・解釈する必要があるデータは、常に偏見に対するリスクを伴います。偏見のないデータは独立している ・アルゴリズム、モデル、チャットボットが誰かの人生に影響を与える可能性があると言う認識の必要性 2.開発視点から […]

Google Research:2019年の振り返りと2020年以降に向けて(8/8)

AI

1.Google Research:2019年の振り返りと2020年以降に向けて(8/8)まとめ ・機械学習研究を促進するためにデータセットを公開しGoogle Dataset Searchで探しやすくした ・数百万のタスクを処理しつつ新しいタスクにも自動的に対応する機械学習が長期的目標 ・多様な研究者グループが安心して研究出来る事や新たに参入する研究者に対する支援なども重要 2.オープンデータと […]

Google Research:2019年の振り返りと2020年以降に向けて(7/8)

AI

1.Google Research:2019年の振り返りと2020年以降に向けて(7/8)まとめ ・機械学習をロボットの制御に応用するために特に強化学習を使った研究が行われた ・世界モデルの学習やポリシーにランダム性を取り込む事、オープンソースなハードなど ・TensorFlowは2.0がリリースされコンパイラ等の周辺ツールも続々改良されている 2.ロボット制御とコミュニティへの支援 以下、ai. […]

Google Research:2019年の振り返りと2020年以降に向けて(6/8)

AI

1.Google Research:2019年の振り返りと2020年以降に向けて(6/8)まとめ ・従来は分割して段階的に行った作業を大規模ニューラルネットワークで一気にやる事が主流になりつつある ・これらの研究結果はBERTの検索エンジンへの投入を初め実世界で使われるようになってきている ・機械による知覚は静止画像から動画やライブ性、意味や複雑な状況の把握などに対象が移ってきている 2.自然言語 […]

1 18