AI・機械学習・ディープラーニング

DeepMindの記事見て触発された

投稿日:

http://gigazine.net/news/20141203-deepmind-demis-hassabis/

Googleに買収されて有名になっていたDeepMindの創業者の記事を読んだ。

元チェスプレイヤーであった彼がどのようにAIに進んだか。
「脳はどのようにして複雑なタスクを学習するのだろう?」「コンピューターは脳と同じことをできるだろうか?」という疑問を抱き、チェスの道からコンピュータ学習・人工知能研究への道に転向しました。

思ったのは、思考の規模が大きい、抽象度が高い。高い抽象度で物事を考えているから、人にとって魅力的に映る。

その高い抽象度で物事を考え、それを実現するための手段としてのコンピューターである。

一方、自分が考えてるのはどうやってAIで金儲けできるだろうか?どうすれば有名企業のAIエンジニアになれるだろうか?ということ。思考の抽象度が低い。
「脳はどのようにして複雑なタスクを学習するのだろう?」「コンピューターは脳と同じことをできるだろうか?」

このような問いが発せられた時点で、もう自分とは大差がついてるな。

反省です。

AIによるビジネスプロセスの改善。うん、困ってる企業を助ければお金にはなるんだろうけど、正直、業務システムのエンジニアと大差ない。

金儲けは一旦忘れて、「何をしたいか?なぜAIなのか?」を学習する前から磨いた方が良い。

それが豊かさの源泉になる。

抽象度の高いアイデアに、投資はついてくる。

ほんまにできるんそれ?

というくらい、大きい概念、アイデアである方が良いだろう。

-AI・機械学習・ディープラーニング

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

人工知能解体新書 ゼロからわかる人工知能のしくみと活用

この本は良かった。実用例が豊富だから。IBM Watsonの解説が多いんだけど、それだけWatsonはAI産業で重要なポジションを占めているってことがわかった。G検定の推薦図書では具体例が少なくて、「 …

no image

AIの俯瞰

AI=Artifical Inteligence=人口知能 AIの適用領域 画像認識 Visual Recognition ImageNet というコンテストがある。何の画像かAIが見極める競技である …

no image

AWS Amazon Machine Learning で MNISTを分類

実際に機械学習アプリを使用するにあたってはAWSとGCPで最も簡単に作る方法を調査した。 GCPでは Cloud ML Engineというのがあるが、あくまでEngineであり、GUIで簡単にアプリを …

no image

ディープラーニングは機械自体が学習する

歴史 2012年のImageNetで圧勝したトロント大学の機械学習の方法が「ディープラーニング(深層学習)」である。 発案者は同大学教授のジェフリー・ヒントン。 本質 ディープラーニングは、予測能力を …

no image

ニューラルネットワーク

パーセプトロンのyに対して、活性化関数を掛けたもの。 活性化関数 シグモイド関数 ステップ関数 ReLU(Rectified Jiner Unit) 両者は非線形関数である。ニューラルネットワークでは …