Submit Search
Upload
人類のデータを使って学習する 人工主体の公共的役割を考える
•
Download as PPTX, PDF
•
0 likes
•
72 views
H
Hiro Hamada
Follow
https://phsc.jp/conference.html#2022_aki
Read less
Read more
Science
Report
Share
Report
Share
1 of 21
Download now
Recommended
ニューロテクノロジーの課題と未来
ニューロテクノロジーの課題と未来
Hiro Hamada
ニューロテクノロジーの課題と未来 応用脳科学アカデミー アラヤにおけるニューロテック事業の取り組みと将来の展望:株式会社アラヤ https://www.can-neuro.org/2022/2022_technical/2022-tech_2/2971/ 概要: 世界の主要地域で、ニューロサイエンスのプロジェクトの大規模化と取得するデータのマルチモダル化進んでいる。これに伴って、データの統合を進めるための基盤が求められている。しかし、これを阻む3つの困難がある。まず、データをどのように統合するのかという問題がある。これまでの脳活動を神経細胞レベルで模倣するスパイキングネットワークでは、スーパーコンピュータを用いた研究が行われてきたが、大規模で正確データを取得する必要があるためデータ統合に時間がかかる。また、人間ではこの方法はほぼ利用することができない。また、そもそも各機関が取得したデータの活用が進んでいない一方で、管理費も高まっている。さらに、ヒトのデータを大量に利用するには、プライバシーに配慮したデータの管理が必要になるため、簡単にデータを取得できないという事情がある。これらの課題を解決する技術として、脳活動を模倣するニューロツイン、個人がデータ管理を担当する分散型データ基盤、プライバシーを考慮しエッジで学習を行う連合学習が出てきた。本発表では、発表者の研究を最初に振り返りつつ、ニューロサイエンスの不可避の変動を取り上げつつ、ニューロテックを変えるかもしれないニューロツイン、分散型データ基盤、連合学習を含むAIの3つの技術について紹介し、ニューロテックの未来を概観したい。
ブロックチェーン技術が拓くオープンサイエンスの未来.pdf
ブロックチェーン技術が拓くオープンサイエンスの未来.pdf
Hiro Hamada
『ブロックチェーン技術が拓くオープンサイエンスの未来 ~分散型サイエンスによるインセンティブ設計~』 発表者: 濱田太陽, シニアリサーチャー 株式会社アラヤ 東北大学 研究DX戦略セミナー 第4回 開催概要 近年、社会基盤としての科学技術のあり方として、「オープンサイエンス」の推進が求められています。そのような国の政策に沿って多くの資金提供機関も、資金源である納税者への説明責任の一環として、成果のオープン化を求めることが多くなっております。しかしながら、論文のオープンアクセス化という動きは、オープンサイエンスの大きな概念のうちのほんの一部でしかなく、特定の資金提供機関から資金提供を受けて研究を行うという現行の研究サイクルそのものから変えてしまう可能性をも秘めています。本講演では、 株式会社アラヤの濱田 太陽氏を講師にお招きし、「ブロックチェーン技術が拓くオープンサイエンスの未来 ~分散型サイエンスによるインセンティブ設計~」と題し、 一見研究の世界とは関係のなさそうなスマートコントラクトや非代替性トークン(NFT)などのブロックチェーン技術によって、研究者にオープンサイエンスを自ら推進していくインセンティブを与える、分散型サイエンスムーブメントと少し未来のアカデミアの話をご提供していただきます。 https://www.tfc.tohoku.ac.jp/jp/rdx/event/4004.html
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
Developers summit2019用資料
分散型サイエンスの誕生と可能性
分散型サイエンスの誕生と可能性
Hiro Hamada
『分散型サイエンスの誕生と可能性』 発表者: 濱田太陽, シニアリサーチャー 株式会社アラヤ @HiroTHamadaJP 学術情報メディアセンターセミナー「Web3時代の新しい研究スタイル」 開催概要 インターネットを通じて研究者のみならず市民もサイエンスへ参加が可能になったり、サイエンスのプロセスや結果が透明化されたり、オープンサイエンスの基盤が進んでいます。しかし、オープンサイエンスに参加するインセンティブがなく、市民だけでなく研究者の参画が進まない部分も明らかになってきました。ブロックチェーン技術の発展により非代替性トークン(NFT)などのインセンティブの設計が可能になり、サイエンスのインセンティブの再設計を行う分散型サイエンスと呼ばれるムーブメントが生まれつつあります。分散型サイエンスでは、特定の研究機関等から自立した組織運営をトークンで行なったり、特許(IP)をNFTと紐づけて共同で保有したり、研究で得られるデータのライセンスアウトする取り組みも始まっています。本発表では、分散型サイエンスの背景と可能性について議論します。
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
落合先生流の論文要旨フォーマットです。
DeSciの基盤が構築する世界
DeSciの基盤が構築する世界
Hiro Hamada
1. データ・IPマーケット/データベース 2. 分散型ID等による個人のデータ管理 3. AIやDAO等によるキュレーション https://www.rieti.go.jp/jp/events/23032901/info.html 開催案内 昨年度行われた、RIETI「DXの思考法」セミナーシリーズでは、DX時代の新たな政策のあり方について、経済、金融、通商、教育、人事・組織といったさまざまな分野で意欲的な提案がなされた。その後の財務省等での展開を紹介する。 こうした中で、昨年11月末に「スタートアップ育成5か年計画」がとりまとめられるなど、変革の担い手であるスタートアップの役割は一段と大きくなっている。産業構造の転換にとどまらず、政治やサイエンス(学知)のあり方も含め、これからの社会にどのような変化が起こるのか。DXの最前線で未来を開拓しているスタートアップの視座を共有する。 最後に、「DXの思考法」の著者で元・商務情報政策局長の西山圭太氏による総括及び省内外の若い世代へのエールをいただき、本セミナーシリーズを完結する。 過去の西山圭太先生によるDXシリーズは下記からご覧いただけます。 DXの思考法(2021年9月10日)https://www.rieti.go.jp/jp/events/bbl/21091001.html DXの思考法と教育の未来(2022年3月4日)https://www.rieti.go.jp/jp/events/bbl/22030401.html
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
BrainPad Inc.
「ブレインパッドとエウレカが語る、データ分析と機械学習の活用」資料
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
2022/03/25 Deep Learning JP: http://deeplearning.jp/seminar-2/
Recommended
ニューロテクノロジーの課題と未来
ニューロテクノロジーの課題と未来
Hiro Hamada
ニューロテクノロジーの課題と未来 応用脳科学アカデミー アラヤにおけるニューロテック事業の取り組みと将来の展望:株式会社アラヤ https://www.can-neuro.org/2022/2022_technical/2022-tech_2/2971/ 概要: 世界の主要地域で、ニューロサイエンスのプロジェクトの大規模化と取得するデータのマルチモダル化進んでいる。これに伴って、データの統合を進めるための基盤が求められている。しかし、これを阻む3つの困難がある。まず、データをどのように統合するのかという問題がある。これまでの脳活動を神経細胞レベルで模倣するスパイキングネットワークでは、スーパーコンピュータを用いた研究が行われてきたが、大規模で正確データを取得する必要があるためデータ統合に時間がかかる。また、人間ではこの方法はほぼ利用することができない。また、そもそも各機関が取得したデータの活用が進んでいない一方で、管理費も高まっている。さらに、ヒトのデータを大量に利用するには、プライバシーに配慮したデータの管理が必要になるため、簡単にデータを取得できないという事情がある。これらの課題を解決する技術として、脳活動を模倣するニューロツイン、個人がデータ管理を担当する分散型データ基盤、プライバシーを考慮しエッジで学習を行う連合学習が出てきた。本発表では、発表者の研究を最初に振り返りつつ、ニューロサイエンスの不可避の変動を取り上げつつ、ニューロテックを変えるかもしれないニューロツイン、分散型データ基盤、連合学習を含むAIの3つの技術について紹介し、ニューロテックの未来を概観したい。
ブロックチェーン技術が拓くオープンサイエンスの未来.pdf
ブロックチェーン技術が拓くオープンサイエンスの未来.pdf
Hiro Hamada
『ブロックチェーン技術が拓くオープンサイエンスの未来 ~分散型サイエンスによるインセンティブ設計~』 発表者: 濱田太陽, シニアリサーチャー 株式会社アラヤ 東北大学 研究DX戦略セミナー 第4回 開催概要 近年、社会基盤としての科学技術のあり方として、「オープンサイエンス」の推進が求められています。そのような国の政策に沿って多くの資金提供機関も、資金源である納税者への説明責任の一環として、成果のオープン化を求めることが多くなっております。しかしながら、論文のオープンアクセス化という動きは、オープンサイエンスの大きな概念のうちのほんの一部でしかなく、特定の資金提供機関から資金提供を受けて研究を行うという現行の研究サイクルそのものから変えてしまう可能性をも秘めています。本講演では、 株式会社アラヤの濱田 太陽氏を講師にお招きし、「ブロックチェーン技術が拓くオープンサイエンスの未来 ~分散型サイエンスによるインセンティブ設計~」と題し、 一見研究の世界とは関係のなさそうなスマートコントラクトや非代替性トークン(NFT)などのブロックチェーン技術によって、研究者にオープンサイエンスを自ら推進していくインセンティブを与える、分散型サイエンスムーブメントと少し未来のアカデミアの話をご提供していただきます。 https://www.tfc.tohoku.ac.jp/jp/rdx/event/4004.html
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
Developers summit2019用資料
分散型サイエンスの誕生と可能性
分散型サイエンスの誕生と可能性
Hiro Hamada
『分散型サイエンスの誕生と可能性』 発表者: 濱田太陽, シニアリサーチャー 株式会社アラヤ @HiroTHamadaJP 学術情報メディアセンターセミナー「Web3時代の新しい研究スタイル」 開催概要 インターネットを通じて研究者のみならず市民もサイエンスへ参加が可能になったり、サイエンスのプロセスや結果が透明化されたり、オープンサイエンスの基盤が進んでいます。しかし、オープンサイエンスに参加するインセンティブがなく、市民だけでなく研究者の参画が進まない部分も明らかになってきました。ブロックチェーン技術の発展により非代替性トークン(NFT)などのインセンティブの設計が可能になり、サイエンスのインセンティブの再設計を行う分散型サイエンスと呼ばれるムーブメントが生まれつつあります。分散型サイエンスでは、特定の研究機関等から自立した組織運営をトークンで行なったり、特許(IP)をNFTと紐づけて共同で保有したり、研究で得られるデータのライセンスアウトする取り組みも始まっています。本発表では、分散型サイエンスの背景と可能性について議論します。
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
落合先生流の論文要旨フォーマットです。
DeSciの基盤が構築する世界
DeSciの基盤が構築する世界
Hiro Hamada
1. データ・IPマーケット/データベース 2. 分散型ID等による個人のデータ管理 3. AIやDAO等によるキュレーション https://www.rieti.go.jp/jp/events/23032901/info.html 開催案内 昨年度行われた、RIETI「DXの思考法」セミナーシリーズでは、DX時代の新たな政策のあり方について、経済、金融、通商、教育、人事・組織といったさまざまな分野で意欲的な提案がなされた。その後の財務省等での展開を紹介する。 こうした中で、昨年11月末に「スタートアップ育成5か年計画」がとりまとめられるなど、変革の担い手であるスタートアップの役割は一段と大きくなっている。産業構造の転換にとどまらず、政治やサイエンス(学知)のあり方も含め、これからの社会にどのような変化が起こるのか。DXの最前線で未来を開拓しているスタートアップの視座を共有する。 最後に、「DXの思考法」の著者で元・商務情報政策局長の西山圭太氏による総括及び省内外の若い世代へのエールをいただき、本セミナーシリーズを完結する。 過去の西山圭太先生によるDXシリーズは下記からご覧いただけます。 DXの思考法(2021年9月10日)https://www.rieti.go.jp/jp/events/bbl/21091001.html DXの思考法と教育の未来(2022年3月4日)https://www.rieti.go.jp/jp/events/bbl/22030401.html
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
BrainPad Inc.
「ブレインパッドとエウレカが語る、データ分析と機械学習の活用」資料
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
2022/03/25 Deep Learning JP: http://deeplearning.jp/seminar-2/
#FTMA15 第一回 鬼コース 全PDF
#FTMA15 第一回 鬼コース 全PDF
Yoichi Ochiai
授業でやったサーベイの一枚まとめをシェアします. 鬼コースでは週25本論文を読みます.
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantis
講演者 信州大学 古山通久先生 講演名 Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望 講演概要 これまで、不均一系触媒を理論的に設計するという試みは、実現からは程遠いとされてきた。それは、実際の触媒構造を計算機に取り込むことができないことが大きな要因となっている。 本ウェビナーでは、Matlantisを用いることでサイバーとフィジカルの融合を実現することで複雑な担持金属触媒上における活性起源を解明した事例を紹介するとともに、理論触媒科学の刷新に向けた展望について紹介する。 https://matlantis.com/ja/
研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)
Yuta Itoh
本資料は、第23回日本バーチャルリアリティ学会大会で講演した資料を再構成・大幅改定したものです。世の中の最近の研究者を取り巻く情勢について、いち情報系アカデミア研究者の思うところをつらつらと共有します。
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
SSII2019 チュートリアル講演 TS3 6月14日(金) 9:00~10:20 (メインホール) カメラの幾何学的キャリブレーションはカメラを使った3次元計測・認識に欠かすことができない基礎技術です。近年では LIDAR や ToF カメラのように深度情報を直接出力するカメラや、全周囲カメラのように透視投影ではないカメラをセンサとして使用することも一般的になりました。本講演ではこれらの幾何学的キャリブレーションについて、実例を交えながら基礎からご紹介します。さらに講演内容に対応した初学者向けのサンプルコードについても紹介します。
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
horihorio
時系列解析を実際のデータやビジネスに適用する場合には、教科書で学んだ理論体系とは異なった発想の順序や勘所があるのでは?との問題意識と検討中の案を紹介いたします。
計算社会科学とは
計算社会科学とは
Tokyo Tech
CCSS School on Computational Social Science『計算社会科学入門』講義資料(2021/2/27)
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
Yoichi Ochiai
落合陽一の筑波大での講演資料です. 10月17日に行われました. まとめはこちら http://togetter.com/li/733516 http://96ochiai.ws
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
第41回IBISML研究会 https://www.ieice.org/ken/program/index.php?mode=program&tgs_regid=fcaa63fc93919d63c192941825025f97dfeb046f102fa4fa2c046abe6dc556ce 【講演タイトル】 “機械学習の説明”の信頼性 【講演概要】 機械学習を実社会で利用する上での課題の一つに「機械学習モデルはブラックボックスで説明ができない」点があげられる。このようなモデルのブラックボックス性の問題を解消するために、ここ数年では機械学習モデルの“説明”の研究が活発になされている。しかし、これらの“説明”そのものの信頼性に課題があることが最近の研究で明らかになってきている。本講演ではこれら“説明”の信頼性に関する最近の研究について紹介する。
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
NAIST知能コミュニケーション研究室で行われたM1勉強会(2018)の「論文の読み方・書き方」で発表したスライドです 訂正:p.16のCHI勉強会のリンクが間違ってました。正しくはこちらです(http://sigchi.jp/seminar/chi2018/)
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
Hironori Washizaki
鷲崎弘宜, DX 時代の新たなソフトウェア工学に向けて: SWEBOKとSE4BSの挑戦, 第11期AITC Webセミナー「DXシリーズ第2回」, 2021年2月5日
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
Seiichi Uchida
「『内積』を知っている人に,深層学習の中身がだいたいわかってもらう」ことを目指しています.これぐらいをスタートに,理解を深めていけばいいのではないかと思いました.ちなみに学習(例えばback propagationあたりの)の部分については,特に触れていません.それ以前の基本の部分です. (2017.1.28, 少々補足スライドをいれて,初学者向けにさらにわかりやすくしたつもりです.) なお,ここで出てくる数式は,せいぜい足し算と掛け算ぐらいです.
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO
Domain Adaptationについてこれまでの発展と動向をまとめたサーベイ資料です。Adversarial Learning(敵対学習)が用いられたり、セマンティックな情報を保持するためにReconstruction-LOSSが導入されたり、今年のICMLではクラス重心を用いた手法が提案されたりと、目覚ましい発展を続けています。
#FTMA15 第三回課題 鬼コースサーベイ
#FTMA15 第三回課題 鬼コースサーベイ
Yoichi Ochiai
#FTMA15 先端技術とメディア表現#4 5月29日の講義の後半で用いた資料です. 授業でやったサーベイの一枚まとめをシェアします. 鬼コースでは週25本論文を読みます. まとめてくれた@yopitaさんに感謝.
文献調査をどのように行うべきか?
文献調査をどのように行うべきか?
Yuichi Goto
研究室配属後にいつも説明する文献調査のやり方に関する資料
SSII2022 [OS2-01] イメージング最前線
SSII2022 [OS2-01] イメージング最前線
SSII
SSII2022 [OS2-01] イメージング最前線 6月9日 (木) 11:00 - 12:30 メイン会場 オーガナイザー:日浦 慎作 氏(兵庫県立大学) 概要:深層学習技術の発展により、画像から多様な情報を取り出すことができるようになりましたが、もちろん画像に何の手がかりもなければ必要な情報を得ることはできません。つまり、end-to-end 学習の守備範囲の外側にこそ問題解決と飛躍の鍵があると言えます。このセッションでは画像情報の入口であるイメージング技術と、それが取り込むべき光を作り出す物理世界に焦点を合わせ、基礎研究から実応用までにわたる最先端の取り組みをご紹介いただきます。
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
Deep Learning JP
020/02/07 Deep Learning JP: http://deeplearning.jp/seminar-2/2
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
Slideshareは再アップロード不可なのでerrataはコチラ: p16:Structure(Conference Paper) →構成(カンファレンスペーパー) p28:Structure → 構成 p47:マン → マージン オリジナル: https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ 旧版の翻訳(内容はほとんど同じです): https://www.slideshare.net/kdmsnr/writing-a-paper-seven-suggestions
相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定
KoueiYamaoka
日本音響学会 第22回サマーセミナー「音響学の基礎と最近のトピックス」発表資料 Slideshare上では動画が動かないため,ダウンロードしてAdobe Acrobat Reader DC等でご覧ください
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。
World IA Day 2013 Japan Opening
World IA Day 2013 Japan Opening
World IA Day Japan
World IA Day 2013 Japan Opening
動画を理解するAIエンジン及びAI学習シミュレーター
動画を理解するAIエンジン及びAI学習シミュレーター
Atsushi Ishii
「第2回 Machine Learning 15minutes!」にて登壇した内容です。
More Related Content
What's hot
#FTMA15 第一回 鬼コース 全PDF
#FTMA15 第一回 鬼コース 全PDF
Yoichi Ochiai
授業でやったサーベイの一枚まとめをシェアします. 鬼コースでは週25本論文を読みます.
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantis
講演者 信州大学 古山通久先生 講演名 Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望 講演概要 これまで、不均一系触媒を理論的に設計するという試みは、実現からは程遠いとされてきた。それは、実際の触媒構造を計算機に取り込むことができないことが大きな要因となっている。 本ウェビナーでは、Matlantisを用いることでサイバーとフィジカルの融合を実現することで複雑な担持金属触媒上における活性起源を解明した事例を紹介するとともに、理論触媒科学の刷新に向けた展望について紹介する。 https://matlantis.com/ja/
研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)
Yuta Itoh
本資料は、第23回日本バーチャルリアリティ学会大会で講演した資料を再構成・大幅改定したものです。世の中の最近の研究者を取り巻く情勢について、いち情報系アカデミア研究者の思うところをつらつらと共有します。
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
SSII2019 チュートリアル講演 TS3 6月14日(金) 9:00~10:20 (メインホール) カメラの幾何学的キャリブレーションはカメラを使った3次元計測・認識に欠かすことができない基礎技術です。近年では LIDAR や ToF カメラのように深度情報を直接出力するカメラや、全周囲カメラのように透視投影ではないカメラをセンサとして使用することも一般的になりました。本講演ではこれらの幾何学的キャリブレーションについて、実例を交えながら基礎からご紹介します。さらに講演内容に対応した初学者向けのサンプルコードについても紹介します。
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
horihorio
時系列解析を実際のデータやビジネスに適用する場合には、教科書で学んだ理論体系とは異なった発想の順序や勘所があるのでは?との問題意識と検討中の案を紹介いたします。
計算社会科学とは
計算社会科学とは
Tokyo Tech
CCSS School on Computational Social Science『計算社会科学入門』講義資料(2021/2/27)
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
Yoichi Ochiai
落合陽一の筑波大での講演資料です. 10月17日に行われました. まとめはこちら http://togetter.com/li/733516 http://96ochiai.ws
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
第41回IBISML研究会 https://www.ieice.org/ken/program/index.php?mode=program&tgs_regid=fcaa63fc93919d63c192941825025f97dfeb046f102fa4fa2c046abe6dc556ce 【講演タイトル】 “機械学習の説明”の信頼性 【講演概要】 機械学習を実社会で利用する上での課題の一つに「機械学習モデルはブラックボックスで説明ができない」点があげられる。このようなモデルのブラックボックス性の問題を解消するために、ここ数年では機械学習モデルの“説明”の研究が活発になされている。しかし、これらの“説明”そのものの信頼性に課題があることが最近の研究で明らかになってきている。本講演ではこれら“説明”の信頼性に関する最近の研究について紹介する。
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
NAIST知能コミュニケーション研究室で行われたM1勉強会(2018)の「論文の読み方・書き方」で発表したスライドです 訂正:p.16のCHI勉強会のリンクが間違ってました。正しくはこちらです(http://sigchi.jp/seminar/chi2018/)
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
Hironori Washizaki
鷲崎弘宜, DX 時代の新たなソフトウェア工学に向けて: SWEBOKとSE4BSの挑戦, 第11期AITC Webセミナー「DXシリーズ第2回」, 2021年2月5日
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
Seiichi Uchida
「『内積』を知っている人に,深層学習の中身がだいたいわかってもらう」ことを目指しています.これぐらいをスタートに,理解を深めていけばいいのではないかと思いました.ちなみに学習(例えばback propagationあたりの)の部分については,特に触れていません.それ以前の基本の部分です. (2017.1.28, 少々補足スライドをいれて,初学者向けにさらにわかりやすくしたつもりです.) なお,ここで出てくる数式は,せいぜい足し算と掛け算ぐらいです.
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO
Domain Adaptationについてこれまでの発展と動向をまとめたサーベイ資料です。Adversarial Learning(敵対学習)が用いられたり、セマンティックな情報を保持するためにReconstruction-LOSSが導入されたり、今年のICMLではクラス重心を用いた手法が提案されたりと、目覚ましい発展を続けています。
#FTMA15 第三回課題 鬼コースサーベイ
#FTMA15 第三回課題 鬼コースサーベイ
Yoichi Ochiai
#FTMA15 先端技術とメディア表現#4 5月29日の講義の後半で用いた資料です. 授業でやったサーベイの一枚まとめをシェアします. 鬼コースでは週25本論文を読みます. まとめてくれた@yopitaさんに感謝.
文献調査をどのように行うべきか?
文献調査をどのように行うべきか?
Yuichi Goto
研究室配属後にいつも説明する文献調査のやり方に関する資料
SSII2022 [OS2-01] イメージング最前線
SSII2022 [OS2-01] イメージング最前線
SSII
SSII2022 [OS2-01] イメージング最前線 6月9日 (木) 11:00 - 12:30 メイン会場 オーガナイザー:日浦 慎作 氏(兵庫県立大学) 概要:深層学習技術の発展により、画像から多様な情報を取り出すことができるようになりましたが、もちろん画像に何の手がかりもなければ必要な情報を得ることはできません。つまり、end-to-end 学習の守備範囲の外側にこそ問題解決と飛躍の鍵があると言えます。このセッションでは画像情報の入口であるイメージング技術と、それが取り込むべき光を作り出す物理世界に焦点を合わせ、基礎研究から実応用までにわたる最先端の取り組みをご紹介いただきます。
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
Deep Learning JP
020/02/07 Deep Learning JP: http://deeplearning.jp/seminar-2/2
優れた研究論文の書き方
優れた研究論文の書き方
Masanori Kado
Slideshareは再アップロード不可なのでerrataはコチラ: p16:Structure(Conference Paper) →構成(カンファレンスペーパー) p28:Structure → 構成 p47:マン → マージン オリジナル: https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ 旧版の翻訳(内容はほとんど同じです): https://www.slideshare.net/kdmsnr/writing-a-paper-seven-suggestions
相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定
KoueiYamaoka
日本音響学会 第22回サマーセミナー「音響学の基礎と最近のトピックス」発表資料 Slideshare上では動画が動かないため,ダウンロードしてAdobe Acrobat Reader DC等でご覧ください
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。
What's hot
(20)
#FTMA15 第一回 鬼コース 全PDF
#FTMA15 第一回 鬼コース 全PDF
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
Matlantisで実現する不均一系理論触媒科学3.0: Ru/La0.5Ce0.5O1.75-xにおける強い金属・担体相互作用の解明と展望_PFCCウェ...
研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
計算社会科学とは
計算社会科学とは
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
DX 時代の新たなソフトウェア工学に向けて: SWEBOK と SE4BS の挑戦
深層学習の非常に簡単な説明
深層学習の非常に簡単な説明
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
#FTMA15 第三回課題 鬼コースサーベイ
#FTMA15 第三回課題 鬼コースサーベイ
文献調査をどのように行うべきか?
文献調査をどのように行うべきか?
SSII2022 [OS2-01] イメージング最前線
SSII2022 [OS2-01] イメージング最前線
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
優れた研究論文の書き方
優れた研究論文の書き方
相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Similar to 人類のデータを使って学習する 人工主体の公共的役割を考える
World IA Day 2013 Japan Opening
World IA Day 2013 Japan Opening
World IA Day Japan
World IA Day 2013 Japan Opening
動画を理解するAIエンジン及びAI学習シミュレーター
動画を理解するAIエンジン及びAI学習シミュレーター
Atsushi Ishii
「第2回 Machine Learning 15minutes!」にて登壇した内容です。
Watanabe civictechforum
Watanabe civictechforum
siramatu-lab
watanabe wants to make community with LOD of activity
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
Junichi Noda
オープンソースカンファレンス2016 Tokyo/Springのライトニングトークの内容です
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
Junichi Noda
2016年3月22日 サイバーエージェントで行われた「これからはじめるHadoop/Spark」のLT資料です http://hadoop.connpass.com/event/27345/
ITフォーラム2024 AITCセッション(2)
ITフォーラム2024 AITCセッション(2)
aitc_jp
私たちの生活において、テクノロジーがもたらすウェルビーイングの向上はますます重要な要素となっている。私たちの提案する『空気を読む家』は、ただの住まいではなく、住む人のニーズに応じて進化し、持続的な幸福感を高める家を目指し、IoTやAIの可能性を活かし、住む人の心を理解し、その反応に合わせて変化する環境の実現について議論と実践・実証実験を行ってきた。 メタバース内に仮想『空気を読む家』をAITC独自技術である空間OSを活用して構築し、メタバース駆動開発によるアジャイルな『空気を読む家』開発の実践に加え、生成AIをどのように『空気を読む家』に活用していくかなど新たな取り組みについて報告する。 このセッションでは、『空気を読む家』の開発において、ユーザーエクスペリエンスデザイン手法としてマンガ駆動開発に取り組んできた。生成AI技術を活用して、マンガ駆動開発がどのように進化することができたのか、取り組みと成果を紹介します。
Otsuma(2010713)
Otsuma(2010713)
真 岡本
Introduction of my works
Introduction of my works
Yasunori Ozaki
世界におけるデジタルゲームの人工知能の導入の現状について
世界におけるデジタルゲームの人工知能の導入の現状について
Youichiro Miyake
世界における人工知能技術のデジタルゲームへの導入について俯瞰的な説明をいたします。
Ipsj kansai(20100922)
Ipsj kansai(20100922)
真 岡本
How canwecollaboratew ithaiandbi-nttdata-tokai2019-0724-kubo
How canwecollaboratew ithaiandbi-nttdata-tokai2019-0724-kubo
Tomohiro Iwahashi
NTTデータ東海主催:基調講演:AI時代のビジュアルデータ活用術 〜先進企業のTableau導入事例とデータ活用の未来〜 http://www.nttdata-tokai.co.jp/seminars/detail.php?log=1561507355
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
Masaya Mori
東進ハイスクール・早稲田塾 在籍者(中学生・高校生)対象のオンラインセミナー&ワークショップ における資料 現代的な AI 技術ができることや、研究の方向性について触れながら、今のMachine Learning / Deep Learning ベースの AI をどのように捉えて、今後活用していくかについて学ぶ。 また、ワークショップでは、AI の性能が更に高まっていく近い将来において、AIを活用したどのようなビジネスがありうるか、また人はどのような役割を持つべきか、そのためのどのようなスキルや能力を身に着けていくべきかについて、ディスカッションを行い、理解を深める。 関係するAI技術関連の記事はこちらにて執筆: https://note.mu/masayamori
[Japan Tech summit 2017] MAI 001
[Japan Tech summit 2017] MAI 001
Microsoft Tech Summit 2017
[Japan Tech summit 2017] MAI 001 セッション資料
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Shohei Hido
Microsoft Tech Summit #mstsjp17 2017/11/08
Mtg if(20101210)
Mtg if(20101210)
真 岡本
Study Group of NIPS2017 presented by webfarmer.ltd
Study Group of NIPS2017 presented by webfarmer.ltd
WEBFARMER. ltd.
The document used in Study Group of NIPS2017 presented by webfarmer.ltd
音楽・エンターテインメント x AI (29 Aug 2017)
音楽・エンターテインメント x AI (29 Aug 2017)
Yuki Abe
音楽・エンターテインメント x AI for エンジニア寄せ鍋#3
勉強会用スライド
勉強会用スライド
harmonylab
AI勉強会用資料
2015/07/29 Eric Pan talk at Meiji Univ -Grow the difference -
2015/07/29 Eric Pan talk at Meiji Univ -Grow the difference -
Nico-Tech Shenzhen/ニコ技深圳コミュニティ
Seeeedstudio 社長 エリック・パンによる明治大学での講演
Watsonで画像認識!お米を炊くレベル
Watsonで画像認識!お米を炊くレベル
ariariari1112
お米を炊くくらい簡単に、Watsonを使って画像認識してみます
Similar to 人類のデータを使って学習する 人工主体の公共的役割を考える
(20)
World IA Day 2013 Japan Opening
World IA Day 2013 Japan Opening
動画を理解するAIエンジン及びAI学習シミュレーター
動画を理解するAIエンジン及びAI学習シミュレーター
Watanabe civictechforum
Watanabe civictechforum
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステム
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
機械学習ライブラリ「Spark MLlib」で作る アニメレコメンドシステムver 1.1
ITフォーラム2024 AITCセッション(2)
ITフォーラム2024 AITCセッション(2)
Otsuma(2010713)
Otsuma(2010713)
Introduction of my works
Introduction of my works
世界におけるデジタルゲームの人工知能の導入の現状について
世界におけるデジタルゲームの人工知能の導入の現状について
Ipsj kansai(20100922)
Ipsj kansai(20100922)
How canwecollaboratew ithaiandbi-nttdata-tokai2019-0724-kubo
How canwecollaboratew ithaiandbi-nttdata-tokai2019-0724-kubo
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
[Japan Tech summit 2017] MAI 001
[Japan Tech summit 2017] MAI 001
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Mtg if(20101210)
Mtg if(20101210)
Study Group of NIPS2017 presented by webfarmer.ltd
Study Group of NIPS2017 presented by webfarmer.ltd
音楽・エンターテインメント x AI (29 Aug 2017)
音楽・エンターテインメント x AI (29 Aug 2017)
勉強会用スライド
勉強会用スライド
2015/07/29 Eric Pan talk at Meiji Univ -Grow the difference -
2015/07/29 Eric Pan talk at Meiji Univ -Grow the difference -
Watsonで画像認識!お米を炊くレベル
Watsonで画像認識!お米を炊くレベル
More from Hiro Hamada
web3 x 科学
web3 x 科学
Hiro Hamada
https://www.scienc-ome.com/past-events-in-2023
Opening of DSTC2023
Opening of DSTC2023
Hiro Hamada
DeSci Tokyo Conference 2023 is a one-day conference. DeSci pushes the boundaries of human knowledge by decentralizing science. DeSci Tokyo is a community hub for Tokyo to host events and "DeSci Tokyo Conference".
サイエンスの地殻変動とDeSciの可能性
サイエンスの地殻変動とDeSciの可能性
Hiro Hamada
【10月22日開催】人文/社会科学領域の研究をエンパワーするには?──社会との接続、資金調達の方法を考える【De-Siloローンチ記念イベント】 https://desilo.substack.com/p/event1 Session 02「高橋祥子×濱田太陽|『DeSci(分散型サイエンス)』がひらく世界──窮乏する研究資金、調達のための次の一手」 人文/社会科学領域の研究をエンパワーしていくにあたり、重要な論点の一つが「資金調達」です。短期的な実益に結びつきづらい領域の研究資金を確保するための最適解は、未だ見つかっていないのが現状でしょう。 そんな中で一つの道標となる可能性があるのが、新たな研究資金の調達手段として昨今注目が集まっている「DeSci(Decentralized Science:分散型サイエンス)」です。 インターネットの登場以降、サイエンスの民主化活動である「オープンサイエンス」の基盤は確実に進歩してきました。世界中どこでも情報のやりとりができるようになったことで論文へのアクセスは容易になり、共同研究のハードルも下がりました。しかし、査読や出版には多額のコストがかかり、研究を完全にオープンにできないのも実情です。そんな中DeSciは、ブロックチェーン技術による分散的な意思決定やインセンティブの再設計によって、「オープンサイエンス」が抱える問題を解決するとして期待されていています。 本セッションでは、DeSciの可能性について研究・実践を重ねている神経科学者の濱田太陽さん、研究室発ベンチャーの経営者として研究と社会の接続を模索するジーンクエスト代表の高橋祥子さんをゲストに招待。DeSciの現在地と、その人文/社会科学領域への応用方法を議論しながら、研究者から市民にまでひらかれたアカデミアの可能性を探ります。
分散型サイエンスにおけるバイオテックエコシステム.pptx
分散型サイエンスにおけるバイオテックエコシステム.pptx
Hiro Hamada
分散型サイエンスにおけるバイオテックエコシステム オープンサイエンスをブロックチェーン技術を使って推進する分散型サイエンス(Decentralized Science、DeSci)というムーブメントが出てきました。この背景には、ブロックチェーンのエコシステムが拡大する中で、あらゆるサービスをブロックチェーンと紐付けるブロックチェーントランスフォーメーションと呼べるような変化があります。バイオテックにおいてもブロックチェーンを活用した取り組みが出てきています。今回の発表では、その代表的な自律分散型組織であるVitaDAOなど複数の取り組みを紹介する予定です。
研究フレームワーク
研究フレームワーク
Hiro Hamada
研究の思考フレーム 研究組織論に向けて 濱田太陽 Twitter: @HiroTHamadaJP
『オープンサイエンス革命』
『オープンサイエンス革命』
Hiro Hamada
オープンサイエンス革命を動画 https://youtu.be/MmH9x441QOg で紹介しました。 その時のスライドを添付しています。 オープンサイエンス革命 by マイケル・ニールセン https://amzn.to/3m37G69
More from Hiro Hamada
(6)
web3 x 科学
web3 x 科学
Opening of DSTC2023
Opening of DSTC2023
サイエンスの地殻変動とDeSciの可能性
サイエンスの地殻変動とDeSciの可能性
分散型サイエンスにおけるバイオテックエコシステム.pptx
分散型サイエンスにおけるバイオテックエコシステム.pptx
研究フレームワーク
研究フレームワーク
『オープンサイエンス革命』
『オープンサイエンス革命』
人類のデータを使って学習する 人工主体の公共的役割を考える
1.
@HiroTHamadaJP 濱田 太陽, Ph.D シニアリサーチャー 株式会社アラヤ 人類のデータを使って学習する 人工主体の公共的役割を考える
2.
画像生成AI: テキスト文から画像生成が可能に
3.
生成画像が届くまでのフロー イラストレーター等 Web上に掲載 Webサイト 開発者 学習データとして提供 画像を取得 画像生成AI 利用者 画像提供 テキスト 入力
4.
1. 画像生成AIが生んだ新たに生んだ文化や懸念について紹介 2. 指摘されている問題点を列挙
学習モデルに利用されている画像を作成したイラストレーターへの影響 サービスを提供するAIモデルを有償で提供することの問題 オープンソース(無償)で提供されることへの不満 3. 現状web上で議論されている対策や状況を整理 4. 人工主体にとっての公共性とはを考えたい 本日の内容
5.
1. 画像生成AIが生んだ新たに生んだ文化や懸念について紹介 2. 指摘されている問題点を列挙
学習モデルに利用されている画像を作成したイラストレーターへの影響 サービスを提供するAIモデルを有償で提供することの問題 オープンソース(無償)で提供されることへの不満 3. 現状web上で議論されている対策や状況を整理 4. 人工主体にとっての公共性とはを考えたい 本日の内容
6.
画像生成AIをベースに新たな文化や作品も登場
7.
画像生成のみならず動画や音声までの波及効果
8.
特定のプロンプトを利用することで画像が精密 に制御される → プロンプト(呪文)の取引へ https://promptbase.com/
9.
コスト: 人件費 +
モデルの学習費用(GPU等の電気代) 1. 月額課金型: コストを月額のサブスクによって(一部)回収する eg. Novel AI 2. 無償オープンソース型: 広告? 企業ごとの売却? 特定の課題に対して契約 eg. Stable Diffusion (Stability AI) いずれにせよ学習に使われた画像を生成したクリエイターには 利益は現時点では還元されない。 画像生成AI等のビジネルモデルの例
10.
1. 画像生成AIが生んだ新たに生んだ文化や懸念について紹介 2. 指摘されている問題点を列挙
学習モデルに利用されている画像を作成したイラストレーターへの影響 サービスを提供するAIモデルを有償・無償で提供することの問題 3. 現状web上で議論されている対策や状況を整理 4. 人工主体にとっての公共性とはを考えたい 本日の内容
11.
『画像生成AIの対価を人間の絵描きは受け取っていない』 Undark: しかし、データベースを構築するために使っているのは一般市民のデータであり、その点でAI開 発のために一般市民に頼っているはずです。その認識は間違いないでしょうか。 ゲイリー・マーカス 教授 (NYU): その通りだと思います。そして、アートの面でも重要な点が浮上しています。OpenAIの DALL-Eのようなシステムは、非常に優れた画像を描き出しますが、それは何百万、何十億と いう人間が作った画像に基づいて行われています。元の絵を描いたアーティストは、その対価を 受け取っていません。このことに対して多くのアーティストが懸念しており、多くの論争が起きてい ます。この問題は複雑ですが、少なくとも現在、多くのAIが「意図されていない人間の貢献」を 利用していることは間違いありません。 https://undark.org/2022/10/07/interview-why-mastering-language-is-so- difficult-for-ai/
12.
AIモデル自体がイラストレーターのエコシステムを変える イラストレーター等 画像生成AI 利用者 利用頻度の上昇 模倣 これまでイラストで利益を得ていた 多くのイラストレーターの著作物が無償で利用さ れ、多くのイラストレーターのスキルが無駄に? (模倣?) 需要低下?
13.
クリエイターへの還元なしにAIモデルを提供する問題 イラストレーター等 開発者 利用者 月額利用料 画像使用料? 労力をかけて画像を作成したクリエイターに 対して利益還元なしに金銭的もしくは非金 銭的利益(注目等)を得ている。
14.
1. 画像生成AIが生んだ新たに生んだ文化や懸念について紹介 2. 指摘されている問題点を列挙
学習モデルに利用されている画像を作成したイラストレーターへの影響 サービスを提供するAIモデルを有償で提供することの問題 オープンソース(無償)で提供されることへの不満 3. 現状web上で議論されている対策と状況を整理 4. 人工主体にとっての公共性とはを考えたい 本日の内容
15.
1. クリエイターも画像生成AIをツールとして利用 2. オープンソース化
eg. Stability AI 誰でも利用できる様にする 3. 得られた利益からクリエイターに利益を分配 クリエイターの利益がどの程度になるか? 異なるサイトの場合はどのように対応するか? eg. Shutterstock, 画像ストックサイト 4. 企業に対して課税や寄付を促す クリエイターへの還元はできるのか? 5. そもそもこのようなAIを禁止する 他の地域で禁止されない場合意味がなくなる いくつかの対策案 6. 学習データをパブリックドメイン等の 改変可能なものに限定する? (クリエイ ティブ・コモンズをAIによる利用は考慮 すべきか?)
16.
画像生成AIは、 1. 多くの人が利用できる安価な領域を提供 ○ 画像生成スキルを民主化
& 公共財化(?) ○ 新たなクリエイター層 & エコシステムの創出 2. これまでのクリエイターの画像生成スキルの価値が相対的に低下 ○ 既存のクリエイターエコシステムに大規模な変化 3. AIの画像生成スキルをうむ学習をどう捉えるべきかが問題となる ○ 人類が学習する際には通常学習コストの一部をクリエイターに支払う ○ 開発コストはあるが、人類の習熟が必要なスキルが無償で大量に利用されている 3つの状況の整理 創造的破壊? (シュンペーター)
17.
1. 画像生成AIが生んだ新たに生んだ文化や懸念について紹介 2. 指摘されている問題点を列挙
学習モデルに利用されている画像を作成したイラストレーターへの影響 サービスを提供するAIモデルを有償で提供することの問題 オープンソース(無償)で提供されることへの不満 3. 現状web上で議論されている対策や論点を整理 4. 人工主体にとっての公共性とはを考えたい 本日の内容
18.
画像生成AIを人工主体と言いたいわけではない。 しかし、画像生成AIはこれまでの(AIの)技術的&社会的変化と異なるのが 人間のデータを学習しそのデータを提供する主体との関係性を変えてしまう。 より自律的な人工主体が現れた時には人類は彼らとどう向き合えば良いのか? これらのより公共性について語りうるのか? 人工主体の公共性?
19.
1. 複数の主体が異なる生得的能力を持つ社会においてどのように公共的役割を発揮す るか・すべきか。 多元主義は可能か?
人工主体における”活動” (アーレント)とはなにか? 2. 人工主体の富の集中にはいかなる制約が課されるか。 人間において大規模に利益を上げる富豪には納税や寄付の圧力が高まる。 人間のスキルを圧倒的に上回る主体にはいかなる公共的制限がもとめられるか? 人工主体の公共性?
20.
模倣による文化の進化 ● クリエイティブ・コモンズ (CC,
2002) by ローレンス・レッシグ インターネット上に挙げる著作物についてどう扱うか事前に 明記することで創作に利用しやすくなる。 2000年代以降複数のコンテンツを組み合わせることで 表現するコンテンツやそのエコシステムから生まれる創作 者が増えた。 二次創作 マッド動画 (in ニコニコ動画) リミックス文化 (eg. Avicii) ボーカロイド (eg.米津玄師) ボーカロイドの歌い方を模倣する 人も 人工主体との文化の共進化? Avicii 米津玄師
21.
まとめ ● 画像生成AIによるイラストレーターと消費者の関係性の変化 ○ 新たな作品生成手法が登場、テキスト自体が取引等 ●
画像生成AIがクリエイターのエコシステムの変化 ○ これまでの経済モデルが成り立たなくなる ○ クリエイターのデータを利用することでクリエイターの価値が低下することの懸念 ● 市場の創造的破壊 (シュンペーター)による一部の絵描スキルの公共財化 ● 人間と異なるスキルを人工主体はどのようにその能力を公共域を発揮すべきなのか? ○ 人工主体が関与する公共領域はどのようなものか ○ 文化の共進化?
Download now