LINEヤフー株式会社 プライバシー&トラストチーム / LINEヤフー研究所上席研究員 髙橋翼 コンピュータセキュリティシンポジウム 2023(2023/10/31) PWS企画「生成AIに関する問題と技術、制度的な対応について」の登壇資料です https://www.iwsec.org/css/2023/index.html
人間のために書く原稿に対してモチベーションが上がらなくなってきた 2023.05.17 Updated by Ryo Shimizu on May 17, 2023, 09:06 am JST 売文・・・つまり、文章を書いて売る仕事を生業としてから、ちょうど30年になる。 昔は原稿料も良くて、高校生の頃には月収が親父の手取りを超えていた。 まあ世の中そんなに甘くはなく、そんな時代はほんの一瞬で、学生時代は原稿料でギリギリ食い繋いでいたが、つまらないことでライターの先輩の機嫌を損ねて干されたり、学園祭の準備に打ち込みすぎて働き忘れたりして、引っ越し屋のアルバイトをしたりしながらそれでもなんとか細々とでも売文は続けてきた。 文を書いて原稿料をもらう。それで生活するというのは、なかなか難しい。 僕も本業が別にあったから売文を続けてこれた部分もある。 昨年、突然会社をやめることになったときは、売文
6G、感情認識AI、不老不死…2030年までに690兆円市場になりうる14の「破壊的技術」【バンカメ予測】 ※この記事は2021年12月6日初出です。 グロース投資(訳注:成長性が市場平均よりも高いと期待される銘柄に投資する手法)は、過去30年間でバリュー株投資を支配してきた。バンク・オブ・アメリカ(Bank of America)の最新の報告書によると、56兆2000億ドル(約6460兆円)にのぼる世界の株式市場の純資産はわずか1.5%の企業によって生み出されたという。 「金融業界は、破壊的技術を持つごく少数の企業のリターンによって支配されています」と言うのは、同行の世界テーマ別投資調査の責任者、ハイム・イスラエル(Haim Israel)が率いるチームのメンバーだ。さらにこう続ける。 「予想をはるかに上回る速度で到来しうる技術を知り、どれが破壊的技術になるかを見極める。これが金融業界に
ACT-1: Transformer for Actions September 14, 2022 — Adept Team AI has moved at an incredible pace in the last few years. Scaling up Transformers has led to remarkable capabilities in language (e.g., GPT-3, PaLM, Chinchilla), code (e.g., Codex, AlphaCode), and image generation (e.g., DALL-E, Imagen). At Adept, we are building the next frontier of models that can take actions in the digital world—th
今回は「探求メモ」の特別版といった位置づけで、長めの記事を投稿します。2017年に出た神経科学についてのちょっと面白い論文を読み、友人と議論しながらあれこれ考えて書いたものです。昆虫の神経科学と合成生物学を研究している、鈴木力憲(@Mujinaclass)氏との共著です。この文章は、鈴木氏の研究ブログにも同時掲載されています。(同ブログには、研究者として本稿を書いた意図をまとめた「序文」がありますので、このテーマのご専門の方はまずそちらをご覧ください。) どうすれば脳を「理解」できるのか:「コンピュータチップの神経科学」から考える 文章:丸山隆一(@rmaruy)・鈴木力憲(@Mujinaclass) 近年、神経科学の進歩がすさまじい。さまざまな技術革新によって、脳に関して得られるデータは飛躍的に増えた。「記憶を書き換える」「全脳をシミュレーションする」といった華々しい研究の数々は、神経科
こんにちは、新しく執行役員兼 Chief Research Strategist に就任した秋葉です。就任の挨拶を兼ねて、PFN における研究活動に関する考えを共有したいと思います。 PFN における研究とは何か? 何が研究であり何が研究でないかという境界を引くのは非常に難しく、またそれを積極的に行う意味もありません。研究とは「研ぎ澄まし究めること」を語義とし、一般に、物事について深く調査・考察を行い事実を解明したり発明を行ったりすることを指します。 PFN では挑戦的であり不確実性の高いプロジェクトが大部分を占めており、ほぼ全てのプロジェクトが少なからず研究的側面を伴います。深層学習関連のコア技術の研究開発は勿論、その応用に関してもデータやタスクに応じた適切な手法の選択や非自明な工夫がなければ上手くいかないことが殆どです。また、ロボティクス、コンピュータビジョン、自然言語処理等のような多
最近よくディープラーニングや機械学習というワードを耳にしている方も多いのではないかと思います。巷ではAI技術と呼ばれることもありますが、人間の神経構造を模したニューラルネットワークを使った学習アルゴリズム自体は、数十年前から提唱されていました。 それを多層化したディープネットワークと言われる構造も約十年前から登場していますが、5年ほど前に画像の認識の精度を競うコンペティションで、ディープラーニングを用いた手法が既存の手法を大きく引き離して勝利したのを皮切りに、一気に精度の改善が進み、ついに人間と変わらない精度での判定が可能になってきました。 画像認識のエラー率の推移 紫がディープラーニングを使った手法 https://devblogs.nvidia.com/parallelforall/mocha-jl-deep-learning-julia/ より そうした経緯から、ここ数年で機械学習は
2017年 アドベントカレンダー企画「AIの未来予測」の記事です。寄稿してくださったのは日本デジタルゲーム学会理事の三宅陽一郎さんです。 毎日が出会いの連続である。その出会いに感謝して生きている。だから、ここでは特定の人物を出すことはできない。出すのは、ポストペット、モモさんである。「アドテック東京」という広告テクノロジーの高名なカンファレンスで、講演前、緊張のあまり準備室を抜け出した僕は、モモさんに偶然(!)出会ったのである。 ポストペット!なんと甘美な響きだろう。たぶん僕は最後まで(3Dになっても)ポストペットを使い続けた一人である。2000年初頭には、たくさんのキャラクターたちが、コンピュータ上で活躍していた。有名な助っ人イルカ、カイル君から、インストールを手伝ってくれる魔法使いのおじいさんまで、しゃべって人間の手助けをしてくれる素敵なキャラクターたちいた。インターフェースとしてキャ
筆者の手には、チップが埋め込まれている。これは本当の話だ。 2年前、ベルリンで開かれたテクノロジ見本市の楽屋裏で、入れ墨をした男性が注射器でチップを注入してくれたのだ。耳にピアスの穴を空けるときくらいの痛みしかなく、所要時間も同じくらいだった。チップは米粒ほどの大きさで、それまでとは違うスマートフォンの使い方ができるようになった。だが、正直に言うと、筆者がこの処置を受けてみたのは、純粋にジャーナリストとしての動機からだった(記事のためなら、大概どんなことでもする)。 「アップグレード」という点では、筆者の体験はおおむね無害で、大ごとでもなかった。だが今や、人間の脳を増強して「超知性」を発達させようと考えている企業家もいる。そうなると、脳にテクノロジを埋め込む、いわゆる「ブレインコンピュータインターフェース」を作る処置が必要になるだろう。 これは、人工知能(AI)とロボット工学の発展に対する
コンピュータが次に何をするべきかを自身で判断するためには、様々な要因の組合せを考慮して評価を行い、最適なものを選択する必要があります。これらは「組合せ最適化問題」と呼ばれています。富士通は最適な組合せを探す新しい計算機アーキテクチャーを開発しました。
ピクシーダストテクノロジーズ株式会社、筑波大学と特別共同研究事業を開始し、同大学内に「デジタルネイチャー推進戦略研究基盤」(通称 Digital Nature Group powered by Pixie Dust Technologies)を設置 ピクシーダストテクノロジーズ株式会社 (本社:東京都千代田区神田須田町、代表取締役:落合 陽一) は、筑波大学 (本部:茨城県つくば市天王台、学長:永田 恭介) と特別共同研究事業を開始しました。これに伴い、デジタルネイチャー研究室をアップデートし、平成29年12月1日、「デジタルネイチャー推進戦略研究基盤」 (通称 Digital Nature Group powered by Pixie Dust Technologies) を筑波大学内に設立しました。また弊社代表取締役、落合 陽一が筑波大学助教を退職し、本基盤の基盤長/准教授として改めて
<プロフィル>落合陽一(おちあい・よういち) 1987年、東京都港区生まれ。ピクシーダストテクノロジーズ株式会社CEO。父親は国際ジャーナリスト・作家の落合信彦、母は音楽プロデューサー。名前の由来はプラス(陽)とマイナス(一)。小さな頃から電気が好きで、3歳の頃に電話の存在が不思議でたまらず、家にある4台の電話を全部分解してしまい、両親にしかられたというエピソードの持ち主。開成高校卒業後、筑波大学を経て東京大学大学院を修了し、のちに飛び級で博士号を取得。2015年「米・ワールドテクノロジーアワード」ITハードウェア部門始め、その研究や作品に対して世界的な賞を多数受賞。妻と子供の3人家族。ディレクターいわく「並外れた集中力の持ち主で、予定表に書き込んでおかないと風呂に入る時間も忘れるほど」という。30歳。 前代未聞のテクノロジー時代を生き抜くヒント、ココにあり! “着る音楽”を実現するために
AlphaGoはニューラルネットワークを使い、強化学習を使って学習することで盤面評価を正確に行う1)。入力を19×19(盤面全体)の画像とみなし、前号で紹介したCNN(畳み込みニューラルネット)を利用し、盤面を表現した上で、次の手予測や盤面評価を行う。 AlphaGoは次の4種類のネットワークを学習し、利用する。 強い人による次の手を予測する、正確だが遅いネットワーク pσ 強い人による次の手を予測する、不正確だが高速なネットワーク pπ 盤面が与えられた時、最も勝つ可能性の高い手を予測するネットワーク pρ 盤面が与えられた時、どちらが勝つかを予測するネットワーク vθ 教師あり学習や強化学習を活用 これらのネットワークをどのように学習するかを順に説明する。 はじめに、強い棋士の指し手をまねるように次の手を予測するニューラルネットワークpσを作る。この学習には、オンライン囲碁サイトKGS
前提としまして、【人工知能の正確な定義は存在しません】。 専門家の中でも常に「人工知能とは何か」と議論がされています。 一研究者からの個人的な見解を述べますと、 『人工知能(AI)とは、人工的に作られた知能っぽく振る舞うもの、または作るために必要と思われる技術』 です。この言い方だとかなりの広い範囲のものが入ってきます。 人工的に作られた知能っぽく振る舞うもの ここには、賢く振舞っているようにみえる家電製品も含まれます。 例えばルンバです。あれは(少なくとも初期の型は)あらかじめ決められたアルゴリズムによって掃除していました。「壁沿いに掃除する」「壁にぶつかったらランダムに方向を変える」などです。 このように「人間の決めたルールに従って動いている」だけのものも、「知能っぽく振る舞う」のならば、AIという範疇に収めてしまって良いと思っています。 作るために必要と思われる技術 こちらには以下の
新しい技術が出てきたとき、大多数の若い人よりも圧倒的にスピーディーに使いこなすおっさんは珍しくない。 新技術を習得する能力は、年齢よりも、「スキルを獲得するために必要なスキル」、すなわち「メタスキル」に大きく依存するからだ。 たとえば、ある開発ツールを導入すべきかどうか若い人に相談されたので、「まず、ドキュメントを読もう」と言ったら、「ドキュメントを読んでもよくわからなくて。。」と言う。ググったらすぐに公式サイトの至れり尽くせりのドキュメントが出てきたので、「これ読めばいいじゃん」と言ったら、こんなに大量の英語のドキュメントを読むのは無理だと言う。 あるいは、AIを導入するという話になったとき、「AIがよく分からないので教えて欲しい」と言ってきた若い人に、良質の入門書を勧めたら、数式が分からないので読めないのだという。数式の読み方を教えてみたら、数式以前に、そこで使われている数学概念自体を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く