「AIの出力の根拠が人間にわからない」という声を時々お聞きする。
AIの出力の根拠を、人間に分かるように説明するAIを想定していないのではないか。
課題は、人間もいろいる。多段階、多視点での説明ができるように検討するとよい。
物理収支
物理的な測定可能な事象は、測定可能な単位をつけて計算結果を分析するAIを仕組む。
論理展開
原因と結果に関連する論文等を機械学習させて、関連する資料からそれらしい文章を自動生成する。
人間中心
人間が好む言葉、結論、筋書きを機械学習させて、関連する資料からそれらしい文章を自動生成する。
専門家
専門家の意見を集め機械学習させる。
結論ありき
受けのよさそうな結論を集めておいて、そのうちのどれかに収束するような論理展開を自動生成する。
詭弁ともいう。詭弁も一つの弁明。
参考資料(reference)
「人工知能に負けない脳 茂木健一郎」読み方
https://qiita.com/kaizen_nagoya/items/2e4246688f00c8182a1e
「人工知能は私たちを滅ぼすのか 児玉哲彦」読み方
https://qiita.com/kaizen_nagoya/items/cf87b62e9b96523f2aaf
機械学習・深層学習でできること、できないこと。仮説１０個。
https://qiita.com/kaizen_nagoya/items/41a567f149f78145fd4c?
「ゼロから作るDeep Learning ２自然言語処理編」読書会に参加する前に読んで置くとよい資料とプログラム
https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73
なぜdockerで機械学習するか 書籍・ソース一覧作成中 (目標100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
深層学習・機械学習 出願特許
https://qiita.com/kaizen_nagoya/items/38085a4fb38cd1d9e4d8
製造業における機械学習
https://qiita.com/kaizen_nagoya/items/fbe846de16f74bea1d6f
文書履歴(document history)
ver. 0.01 初稿 20190213 夕
ver. 0.02 加筆 20190213 夜
ver. 0.03 参考資料追記 20190214 朝
ver. 0.04 標題追記 20190822
最後までおよみいただきありがとうございました。
いいね 💚、フォローをお願いします。
Thank you very much for reading to the last sentence.
Please press the like icon 💚 and follow me for your happy life.