新着Pick
147Picks
シェアする
Pick
Pick に失敗しました

人気 Picker
まあ、機械学習で本物と判定させるような、ディープラーニングを欺くAdversarial exampleという技術もあります。

有名なGoodfellow et al. (2015)のパンダ画像を99.3%テナガザルと誤認識させる論文の解説記事
http://sotetsuk.hatenablog.com/entry/2015/12/16/185102

カネが絡むとこう言うのはイタチごっこになりそう
これは素晴らしいシステムだと思います。

ブランドというものは、長年月かけて生産者が築いてきた信用です。

「本物よりも質がいい」という暴論もありますが、それなら別ブランドで勝負すればいいだけのこと。
便乗商法は正当化できません。

消費者が簡単に真偽を見分けられるようになれば、正しい競争が行われます。
その結果、いい製品が消費者に支持され、消費者の利益にもつながります。
余談ですが、鎧などの紐として使われていた真田紐は、模様により家系を判断した。目に見えない細い糸で織られている部分があり、紐を引っ張るとあたらしい模様が見えてくる。それにより、ニセモノを見つけ出すことができた(ニセモノは細い糸の秘密をしらないため、パッと見の模様の真似しかできないため)
Tokyo Founders Fundの出資先です。サービスモデルの組み立て方、事業上の立ち位置をどうするかが肝になると思いますが、機械学習を活用したエスクローサービスとしていけるんじゃないかと期待しています。
そこまでしないと分からないクオリティなら、それはもう本物でいいよε-(´∀`; )あとは鈴や透かしでも入れるしかないのでは
人目では区別しにくいものをスマホ+クラウドで真偽を判定する。機械学習のいい使いみちですね。
むしろ機械の方が優秀ではないでしょうか