AIとのお付き合い方法

 From:山極綾子

 

 

chatGPTさん、2023年は機械学習はどんな進歩をすると思う?

 

「深層学習の進歩」

 

うんうん、すごく便利だし応用が利くし、chatGPTを支えてるのもその技術だよね。

 

「人工知能の倫理的問題に関する議論が続く」

 

確かに、機械学習で大学の課題を解いてしまおうとする人とかもいるし、

偏見があるデータやアルゴリズムのせいで

機械学習が社会的に受け入れられないルールを学習してしまうかも。

 

「ランダムフォレストアルゴリズムの進化」

 

…ランダムフォレスト?今も進歩してるの?

 

ランダムフォレストと言うのは、それなりに歴史のある、伝統的な機械学習手法です。

 

決定木と呼ばれるデータを分割するルールの集合を、いくつも集めて森のようにして。

 

しかも、それぞれの木が異なるルールを学習してくれるように工夫することにより、

汎化性能を向上させた手法です。

 

1人の天才より100人の普通の人が集まった方が頭がいい、というような手法です。

 

もちろんこの手法では100人がそれぞれ違う「得意」を持っている必要があるのですが、

それはさておき。

 

 

もう少しchatGPTに聞いてみることにしました。

 

“ランダムフォレストの研究について、最新のものを教えてください。”

 

すると、さすが人工知能。

 

いくつかの論文を紹介してくれました。

 

しかも、概要付きで。

 

例えば最初に出てきたものは以下のような文章です。

 

********
「End-to-end Learning of Random Forests for Image Classification」(2022年)

– この研究では、ランダムフォレストを画像分類に使用するためのエンドツーエンドの

学習アプローチを提案しています。

従来のランダムフォレストは、個々の決定木を訓練する必要がありますが、

提案手法では、ランダムフォレスト全体を直接訓練することができます。

********

 

もちろん、実際にもっと勉強するときはきちんと原本を読む必要があるとは思いますが、

広く浅く知識を得たいのであれば、かなり十分なように思います。

 

加えてもう少し。

 

“この論文についてもっと詳しく教えて”

 

そう尋ねたところ、結局この手法も深層学習を活用していたことが分かったのですが。

 

一切論文そのものを読まずに、内容を一瞬でフォローできたことが衝撃的です。

 

昨今、いろいろなところで「AIをどう使うかが問題だ」と言われているように思いますが、

chatGPT一つとっても、勉強の仕方ががらりと変わりそうです。

 

 

山極綾子

 

 

P.S.

とはいえ、もちろんしっかり読み込むにはchatGPTでは不完全なことは確かです。

 

上手に自分のサポートとして役立てる。

 

そのために必要なスキルを磨かねばと思います。

 

 

P.P.S.

今日も最後まで読んでいただきありがとうございます!

 

メルマガの感想などありましたら、こちらからお聞かせ下さい。

 

いつも嬉しく拝見しています。いつもありがとうございます!

https://keieijinjipartnersytube.typeform.com/to/B8JjDrk5

 

 

—————————————————————-
【経営人事メールマガジン】
発行責任者: 山極毅(株式会社経営人事パートナーズ)
発行者住所:〒100-0005東京千代田区丸の内1-8-3丸の内トラストタワー本館20F
連絡先:https://keieijinji.co.jp/
メールアドレス: strategic-membership-program■■keieijinji.co.jp(■■を@に置き換えてください)
—————————————————————-

↓バックナンバーはこちら↓
PC: https://04auto.biz/brd/BackNumber.htm?acc=keieijinji&bid=3
スマホ・ガラケー: https://04auto.biz/brd/BNMobi.htm?a=keieijinji&b=3

↓メルマガの新規登録はこちらから↓
PC: https://48auto.biz/keieijinji/touroku/scenario13.htm
スマホ: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
ガラケー: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm