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。
