5/22マルレク リマインダ



5/22 マルレク「ポスト・ディープラーニングの人工知能技術を展望する」の受付開始しました。https://marulec01.peatix.com/
最近のAI関連のニュースを見て、「AIすごい!」「ディープ・ラーニングすごい!」と思った人は多いと思います。例えば、Google I/Oでの、機械が美容院に予約するデモ。
ただ注意して欲しいのは、この技術はディープ・ラーニングのSpeech2Text, Text2Speechの技術の上に成り立っているのですが、ディープ・ラーニング技術のみで出来上がっているわけではありません。
重要な進化は、会話の状態とその遷移を把握して、会話のコンテキストを理解する「知能」が新たにつけ加わろうとしていることです。それは、耳と口の能力を担当するディープ・ラーニング技術の「上に」、新しいモジュールを追加することで実現されているはずです。
アメリカでは盛んに公道実験されている自動運転カーでも、同様です。これらの車は、そのままでは、日本の公道を走ることはできません。なぜって、それらは、道路の右側を走ろうとするからです。
自動運転カーでは、目と反射的な運動能力を担当するディープ・ラーニング技術の「上に」、様々な(しかも、地域によって異なり、時々変更される)「交通ルール」に従って、かつ状況に応じて適切な「推論」を行なって、安全に車を運転させるモジュールが必須です。
現在、AIの世界で進行していることは、まだ萌芽的ですが、ディープ・ラーニング技術の「上に」、新たな「知的」なレーヤーが形成されつつあることだと僕は考えています。
   AI = Deep Learning
ではないのです。
このことは、人工知能研究の歴史を振り返ってみても、当然予想されることです。セミナーでは、こうした変化の先にあるものを考えたいと思っています。
もう一つお知らせがあります。
二年前に開催した、「ディープラーニング入門6時間集中講義」を再開します。https://lab-kadokawa53.peatix.com/
僕自身の関心は、むしろ Post Deep Learningに向いているのですが、先に見たようなディープラーニングを少しづつ超えていこうとする動きの重要さを理解するためにも、ディープラーニング技術とは何かをきちんと理解することが必要だと考えているからです。
別の視点ですが、ディープラーニング技術の応用は、まだまだ拡大していくでしょう。それを新しく学びたいという人も増えていると思います。そうした関心にも応えられればと思います。


コメント

このブログの人気の投稿

Google翻訳での日本語の点数の低さについて

誕生日

Google翻訳のアーキテクチャー(2) Encoder / Decoder