アカウント名:
パスワード:
NHKのNEXT WORLD関連ですか。あれは酷かった…。
「知能」と「学習」「判別」「予測」をごっちゃにしていましたね。アルゴリズムは従来からある機械学習であって、知能ではない。従来と異なるのは「膨大なデータ」なので、「人工知能」ではなく、まさしく「ビッグデータ」の話でしょう。
しかも、「人工知能は正しい答えを出す」とか過剰評価しているくせに、「予測はできるけど根拠は示さない」とか「新しいものは作れない」とか、限界を示す方でも極論に走ってた。
IBMのワトソンの例が出ていたけど、あれはロジスティック回帰なので、根拠らしきものはある程度見て取れる。# というか、SVMとそんなに性能が違わないので、中身を見やすいロジスティック回帰を選択したと聞いた。# 新しいものを作れないって、正しい答えを出せるのが前提なら、その予測を基準に自動で設計すればいいじゃん。
アマゾンのおすすめを連想した。「この模擬試験でｘｘｘの成績の人はｙｙｙの入学試験も利用しています」うんぬん。「このエントリーシート作成サービスを利用した人はドワンゴの有料入社試験も利用しています」うんぬん。
どっちかというと、人工無能ですよね。
ただの分析や予測に"Intelligence"はない、というお話。この場合、予測を活用して判断しているのは担当者(人間)であって、「人工知能」ではない。
一時、炊飯器に搭載され始めた頃、さかんに宣伝していましたねえ。人工知能ってコンピュータ関連では一番のバズワードでしょう。
過去の成績から、落第しにくい履修科目の組み合わせを選択するのは、ベイジアンネットワークが適しているように思います。このシステムは、落第の確率の最小化の他に、履修の満足度の評価の最大化も加えたものじゃないでしょうか。
卒業後の進路に関しては開発中とありますが、考慮すべきパラメータの数がまったく違うので、すぐに使い物になるとは思えませんが、それでもうちの小学生が就職を考える頃には利用が始まっているかも。
就職相談で担当者が膨大な資料を分析して？またまたー。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
ナニゲにアレゲなのは、ナニゲなアレゲ -- アレゲ研究家
人工知能というよりは (スコア:2)
図書館に通う回数とか、サークル活動、学食の利用頻度などから学生を分析するという話がありました。
人工知能で何でも出来るような話に仕立てるのはいかがなものなんでしょうか。
Re:人工知能というよりは (スコア:1)
NHKのNEXT WORLD関連ですか。
あれは酷かった…。
「知能」と「学習」「判別」「予測」をごっちゃにしていましたね。
アルゴリズムは従来からある機械学習であって、知能ではない。
従来と異なるのは「膨大なデータ」なので、「人工知能」ではなく、まさしく「ビッグデータ」の話でしょう。
しかも、「人工知能は正しい答えを出す」とか過剰評価しているくせに、
「予測はできるけど根拠は示さない」とか「新しいものは作れない」とか、限界を示す方でも極論に走ってた。
IBMのワトソンの例が出ていたけど、あれはロジスティック回帰なので、根拠らしきものはある程度見て取れる。
# というか、SVMとそんなに性能が違わないので、中身を見やすいロジスティック回帰を選択したと聞いた。
# 新しいものを作れないって、正しい答えを出せるのが前提なら、その予測を基準に自動で設計すればいいじゃん。
Re:人工知能というよりは (スコア:1)
アマゾンのおすすめを連想した。
「この模擬試験でｘｘｘの成績の人はｙｙｙの入学試験も利用しています」うんぬん。
「このエントリーシート作成サービスを利用した人はドワンゴの有料入社試験も利用しています」うんぬん。
Re: (スコア:0)
どっちかというと、人工無能ですよね。
Re: (スコア:0)
Re: (スコア:0)
Re: (スコア:0)
その膨大な資料をビッグデータとは呼んでいなかっただけで。
担当者の主観の影響を大いに受ける判断だったものがより客観性のある判断になるのなら、そこに人工知能を取り入れるのはむしろスマートな選択ではないかとも思いますし。
「人工知能で何でも出来るような話に仕立てる」という話とは違うでしょう。
Re: (スコア:0)
ただの分析や予測に"Intelligence"はない、というお話。
この場合、予測を活用して判断しているのは担当者(人間)であって、「人工知能」ではない。
Re: (スコア:0)
Re: (スコア:0)
Re:人工知能というよりは (スコア:1)
一時、炊飯器に搭載され始めた頃、さかんに宣伝していましたねえ。
人工知能ってコンピュータ関連では一番のバズワードでしょう。
過去の成績から、落第しにくい履修科目の組み合わせを選択するのは、ベイジアンネットワークが適しているように思います。このシステムは、落第の確率の最小化の他に、履修の満足度の評価の最大化も加えたものじゃないでしょうか。
卒業後の進路に関しては開発中とありますが、考慮すべきパラメータの数がまったく違うので、すぐに使い物になるとは思えませんが、それでもうちの小学生が就職を考える頃には利用が始まっているかも。
Re: (スコア:0)
就職相談で担当者が膨大な資料を分析して？またまたー。