有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。
ご不便をおかけしますが、有料コンテンツを購読希望の方は
モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。
いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が
すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には
再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して
実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して
実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。
一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして
コメントを発信しよう
現在あなたのコメント公開範囲は
フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、
学生情報を更新してください。
学生情報を更新されない場合、
次回更新時に自動解約となります。
卒業される方等、プレミアムプランに移行される方には
1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。
ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから
URLをクリックし本人確認をお願い致します。
届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの
フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
①パンなどを見分ける「一般知識」
②言葉の意図などを解釈する「文化知識」
③病気画像などを診断する「専門知識」
がそれぞれ必要。
①が中国の人海戦術、②が日本のアノテーション代行サービス、③が専門家との共同研究になる。
ちなみに、AI案件を大手SI企業に「丸投げ」すると高価格なのは、この人海戦術を高単価の社員でやってることが一因。
賢い企業は、低単価のアノテーション代行サービスを使いこなす「発注能力」を身に付けると超おトク。
AIの画像識別ひとつ取っても、深層学習・機械学習のフェーズに入る前段階で基礎アルゴリズムを作る際には、教師データの質の担保(いわゆるデータクレンジング)をほぼ人力で行う他ありません。僕らの会社も、画像診断支援システムを作るべく臨床研究中ですが、撮影した画像は一枚一枚医師が目視して定義しています。その先でようやく医師というか人間の目を超えた精度が実現していく。パラメータをきちんと定義しないと情報処理ができないのでExcel以下のままです。
「データ業界の『建設作業員』」とは言い得て妙で、深センでも香港でもなく河南省南宮市を深掘るのは流石のNewsPicks。気合い違う。
ただ実際に見積もりをお願いすると意外と高くて(記事でも2万件で2,000ドルとなっていて、作業内容によるものの個人的には安くないと思う)、うちは自社でオペレーションを組んでいます。
この辺、日本人だとコミュニケーションが早かったり作業自体が早くてそれなりの時給でもペイしたりするので、こういう記事を真に受けて「BPOが安いだろう」と安易に判断しない方が良いと思います。
「あらゆるAIは、人間の労働の上に成立している」「まだ機械は独学ができるほど賢くはない」とコメントしているように、AIの学習には人力が不可欠なのです。
データ加工工場という発想、おもしろいですね。「特別高度な技術は必要ない」とは心強いコメント。地方の人材活用に使えそうです。
AI専門家ではない人こそ♪
一番強く思ったのは、AIが出てこようが、何が起きようが、仕事の種類は変われど仕事がなくなって困ることなんてない、ということ。
この例だと組立の仕事がなくなったもAIというエリアが出てきたからこその仕事があるわけですから。
教師付データは多いに越したことはありませんが、費用対効果を鑑みると、要はデータ量とモデルパラメータの次元数のバランスに留意すればよいはずです。真のプロフェッショナル・データサイエンティストはData Augmentationによる水増し、特徴量選択と次元削減による次元の呪い回避、パラメーターの事前分布設定、ニューラルネットワークであれば転移学習、などなど限りあるデータの中で精度を高めるための手段を適切に駆使しています。(理論統計学の知識必須)
その辺りが量産型データサイエンティストもどき(パッケージを使って分析した気になっている)との大きな違いかと思います。