Deep Learning LAB Case studyに参加してきました。
皆さん、こんにちは！
私は先日、Microsoft社で開催されたDeep learning LAB Case study に参加してきました。
31階のカンファレンスルーム的なところで行われたのですが、まず、景色が綺麗！！
（雨でしたが、晴れならもっと綺麗でしょう）
田舎もん発言かもしれませんが、入り口からハイテクでした。
こちらが入館証なのですが、空港のチェックインみたいなシステムでした！
そして、そして、自動販売機でコーヒーを購入しようとした…
お金を入れても、入れても入らない…
全て無料でした！
6時間のセミナー中に3回もおかわりしてしまいました。
Case Studyの内容は…
＊PFNの丸山様の発表
世界454チームが参加した物体検出コンペティション Google AI Open Images – Object Detection Trackで準優勝 – Preferred Networks
今年開催されたkaggleのコンペで2位になった話や数理統計的な部分は人工知能とは呼べないのではないか？とのお話がありました。
たしかに、私も数理科学的な部分のみでは、人工知能とは呼べないと思います。
＊株式会社Redge-i
GANを用いた異常検知アルゴリズムを活用した、ごみ処理場の自動操業や製造工程での製品不良検知の実用事例を紹介してくれました。
AIは実用化まで来ていますね！！
燃えやすいゴミ、ゴミ袋が破れているものなどもAIにより高い確率で判定するなど、人手不足という社会課題を解決する要素がありました。
＊株式会社OPTIM
スマートキャベツ、スマート枝豆についての事例紹介でした。
ドローンで撮影された動画を解析して、虫が付いている箇所を特定し、特定の場所だけに農薬をまく。
減農薬になるし人手も少なくてすむ！
技術も素晴らしすぎる！！
本当にAIはすぐそこまで来ているのに、AIリテラシーが追いついていないのが現状。
AIは信用できない、怖いという意見がありますが、それは、知識がないからです。
例えば、明石海峡大橋を渡るときは、平気で渡りますよね。普通に考えたら、1km以上もある吊り橋を渡るのは怖くないですか？
私たちは日本の建築が非常に安全な技術と基準で作られているというのを小さいころから知っているからかも知れません。
AIの質によるかも知れませんが、単純な統計手法で作られた回帰式より、機械学習などの方が予想においては信頼できます。
予想は判別に関しては、AIは従来の手法より圧倒的な制度を誇っています！
医療にAIが入ってきたときに、戸惑わないようにAIリテラシーをつけましょう！！
