36. 知識の切替で複数タスクに対応(マルチ・タスク学習)
第3回全脳アーキテクャシンポジウム
Clemens Rosenbaumら, Routing Networks: Adaptive Selection of Non-Linear Functions for Multi-Task Learning, ICLR-2018
T1 T2 T3 T4 T5 T6 T7 T8 T9 T10
課題: Multi task MNIST
Routing Networks
タスク毎に異なるルートを利用
T 1 T 2 T 3 T 1 T 2 T 3T 1 T 2 T 3 T 1 T 2 T 3タスク
タスク
54. 社会とAIに関わる活動への広がり
FLIへの記事への掲載 Beneficial AI Tokyo (2017/10/11)に
山川、松尾、高橋らが参加し、東京
宣言の発表に関与した。
現在は、Beneficial AI Japan のパート
ナーでもある
し
第3回全脳アーキテクャシンポジウム
• AI&Societyのパートナー
• Good AI「Race Avoidance」の応援
55. Global Catastrophic Risk Instituteでの掲載
二松學舍大学講演55
Overview of the 45 identified AGI R&D projects characterized according to 7 attributes
Seth Baum, A Survey of Artificial General Intelligence Projects for Ethics, Risk, and Policy, Global
Catastrophic Risk Institute Working Paper 17-1, 2017.
56. 掃除ロボットを例にした失敗シナリオ
• Avoiding Negative Side Effects:
– 花瓶を壊して机を片付けてはいけない
• Avoiding Reward Hacking:
– 掃除ロボットに目隠しして、ゴミを見えなくするとか
• Scalable Oversight:
– 床におちている、紙くずと携帯電話の扱いをどう変える
か?頻繁に人に尋ねるのは避けたい
• Safe Exploration:.
– モップを使って掃除するのは良い考えだが、濡れたモッ
プでコンセントを掃除してはいけない
• Robustness to Distributional Shift:
– オフィスで訓練された掃除ロボットを、工場にもってくと?
IEEE “Ethically Aligned Design (EAD)” Workshops in Japan56
(Problems in AI Safety,
Amodei et al, 2016)
https://arxiv.org/abs/1606.06
565