人工知能・深層学習の課題/トピックス

現在の人工知能や深層学習の課題と言われている点を纏めていく。 適時,課題やトピックスを知ったら追記していく。

リスト

  • 説明可能性(BlackBox)
  • 公平性
  • 汎化性
  • 大量の学習データや試行,計算資源が必要
  • 一般常識
  • ベイズとの融合(不確実性の明示的扱い)
  • Adversarial Attacks (Security)
  • 適切な活用には高い専門性が必要(AutoMLの流れ)
  • メタ学習(学習の自動化はAutoMLの流れ)
  • Reasoning(Vision-language融合の流れ)

汎化性

ニューラルネットワークは任意の関数を近似することが出来る高い表現力を持つ。しかし,それ故にデータの近傍に過学習している懸念がある。 汎化については下の論文などが改めて議論している。

arxiv.org

参考リンク

https://www.youtube.com/watch?v=4PuuziOgSU4