Ｅ：tips 他（原則コメントは付さず、クリッピングだけしています）
●自然をもっと楽しむために。写真データベースから植物を識別するアプリ http://social-design-net.com/archives/23466
画像認識技術の進化の成果物。
Tag Archives: 画像認識
●脳は手抜きを知っている 真似し始めた人工知能
Ｃ：技術で／技術が／技術を（ICT：社会・法・制度論と技術文化論）
●なぜ「囲碁」だったのか。なぜ「10年かかる」と言われていたのか──AlphaGo前日譚 http://wired.jp/2016/03/15/the-mystery-of-go/
人工知能がトップ棋士を破るまでのコンピュータ・プログラム前史。
2,500年以上前に中国で生まれた囲碁は、チェスと同様に「二人零和有限確定完全情報ゲーム」（チェス、チェッカー、オセロ、シャンチー、将棋など）。サイコロのように偶然が介在する余地はない。
ところが演算の規模が膨大なのが囲碁と他のゲームとの違い。これを演算処理のスピードだけで対応しようとしてる間は勝てなかった。人間でも演算の規模の膨大さを理由にした成長の「壁」が存在するように。
これに対し信用リスクの計量化にも使われる、モンテカロル法によるランダムなシミュレーションの技法を取り入れたところでブレイクスルーが生まれた。「1950年に考案されたモンテカルロ法は、しらみつぶしの探索法を、より少ないサンプルから統計的に解答を導き出す方法」に変える発想の転換だった。
だがそれは「知性」と呼ぶにはまだまだ遠いものだった。
●「強い人工知能」と「弱い人工知能」
Ｃ：技術で／技術が／技術を（ICT：社会・法・制度論と技術文化論）
●「強い人工知能」と「弱い人工知能」の違い、知っていますか？ 人工知能の基本と活用を考える http://markezine.jp/article/detail/23814
人工知能の基本とマーケティングの分野における活用の可能性について。
強い人工知能：知能を持つ機械
弱い人工知能：人間の知能の代わりを一部する機械
後者が現在議論されて、実用化が急がれている領域だが、「ディープラーニング」がキーワード。ただ過剰な期待は禁物。
「画像認識のように、物体を認識するにあたり、その物体の持つ「特徴量」と呼ばれる要素を発見するためにはディープラーニングは非常に有効だ。一方で、既に実用化が進んでいる文字列の検索システムのように比較的シンプルなパターン認識で実現できているものについては、ディープラーニングはオーバーテクノロジーであり、コストや処理時間に見合う精度の向上が見込めるかというとそうでもない」。
「また、戦略や企画立案のように過去のデータを参考にするだけでは上手くいかないものや、クリエイティブ制作のように創造性が必要とされ何が評価されるか不明確なものに対するディープラーニングの活用方法は見えていない」。
マーケティングへの活用は、弱い人工知能、それもディープラーニングの手前の機械学習の領域に属する。
