1. 人工知能（AI）テクノロジーの進化によってフェイク画像や音声の生成が簡単になってきた。何が真実なのか？ 米軍の研究機関であるDARPAはAIによる偽造を見抜くAIの開発を模索している。 Will Knight7年前

  2. MSやフェイスブックが「AIのバイアス」対策に乗り出す理由
    人工知能（AI）が重要な場面の意思決定の自動化や支援に使われる機会が増えるにつれて、アルゴリズムに偏向が含まれる問題の重大性が高まっている。マイクロソフトやフェイスブックは、AIアルゴリズムに含まれる偏向を自動的に発見する独自ツールの開発を進めている。 Will Knight7年前

  3. フェイスブックが掲げる「AI検閲」が難しい3つの理由
    フェイスブックに蔓延するヘイトスピーチやフェイクニュースなどの不適切なコンテンツを検知して削除するのに、マーク・ザッカーバーグCEOは人工知能（AI）を使うことに楽観的だ。しかし、現実的には非常に困難だろう。 Will Knight7年前

  4. YouTubeは何をおすすめしているのか？ 元開発者が可視化サイト
    YouTubeでサイトが推薦してくる動画を延々と見続けてしまった経験のある人は多いだろう。しかし、サイトがどんなアルゴリズムで次の動画を選んでいるのかの詳細は明らかになっていない。グーグルの元プログラマーは、YouTubeのおすすめのアルゴリズムがユーザーをどこへ導こうとしているかがわかるWebサイトを立ち上げた。 Rachel Metz7年前

  5. 全米が熱狂するスポーツ・イベントの賭けに機械学習が参戦
    データ分析を競技化したカグルは、大学バスケットボール・トーナメントの予想で勝った機械学習アルゴリズムに10万ドルの賞金を出す。完璧に予想できる確率は9.2兆分の1ともいわれている難関に挑んで勝てるのか。 Jackie Snow7年前

  6. 検索エンジンの差別、
    何が問題なのか？
    検索エンジンの仕事ぶりは差別のない公平なものからは程遠い。そう指摘するカリフォルニア大学ロサンゼルス校（UCLA）のサフィア・ウモジャ・ノーブル教授に問題点を聞いた。 Jackie Snow7年前

  7. バイアスなきAIのために
    いま何をするべきか？
    機械学習のトップカンファレンスに参加したAI研究者のティムニット・ゲブルは、黒人の参加者がわずか数人しかいないことに衝撃を受けた。ゲブルは、社会に急速に広まりつつあるAIの多様性を確保するために、いますぐ行動を始めなければならないと訴える。 Jackie Snow7年前

  8. テクノロジーは社会の
    不平等を悪化させている
    人々に恩恵をもたらすはずのテクノロジーが、時として社会的な不平等を助長するのに使われることがある。書籍「Automating Inequality（自動化された不平等）」の著者のユーバンクス准教授に、福祉サービスにデジタルツールが導入された際の歴史的な経緯や自身が経験した不平等についてMITテクノロジーレビューが聞いた。 Jackie Snow7年前

  9. どうなる今年のテック動向
    いま読み返したい、
    2017年の記事ベスト13
    2017年も数々の興味深いエマージング・テクノロジーが生まれ、同時にさまざまな社会的課題を私たちに突きつけた。2017年にMITテクノロジーレビューが掲載した1000本以上の記事の中から、2018年のテクノロジー動向を展望するのにふさわしい、おすすめ記事を紹介しよう。 MIT Technology Review Editors7年前

  10. 不祥事に揺れたウーバーの自律トラックは2018年に開花するか？
    2017年はお騒がせ企業として不名誉なニュースが続いたウーバーだが、2016年に試験運転した無人運転トラックの開発はその後も着々と進行している。主任技術者に課題と展望を聞いた。 Rachel Metz7年前

  11. 人工知能から差別や偏見を排除できるのか？
    米国では被告人を仮釈放すべきかどうか、裁判官に助言するソフトウェアが使われている。ローンの審査や人材採用に人工知能を活用する企業もある。こうした人生を左右する決定に使われるコンピューターから、差別や偏見を排除できるのだろうか？ ハーバード大学のコンピュータ科学者であるシンシア・ドゥーワーク教授は、人工知能が公平に判断していることを確認する方法を開発している。 MIT Technology Review Editors7年前

  12. 電子商取引の普及に伴う宅配荷物の増加は世界的な問題になっている。効率のいい配送ルートを導き出す必要があるが、コンピューター・システムの開発は容易ではない。 Jamie Condliffe7年前

  13. ジェナ・ウィーンズ （ミシガン大学）
    機械学習によるアプローチで、致死性感染症のリスクを防ぐ。 MIT Technology Review Editors7年前

  14. 「人間はアルゴリズムを信頼しすぎ」グーグルの研究者らが警鐘
    人工知能がさまざまな判断に関与するになり、アルゴリズムが持つ「偏見」の問題が無視できなくなっている。にも関わらず、企業も政府もいまだ問題の解決に関心を持っていない。 Will Knight7年前

  15. だますAIと見抜くAIは
    どっちが強い？
    グーグルがコンテスト
    AI同士がだまし合うコンテストが開催される。懸念される機械学習を利用したサイバー攻撃から防御するため、敵対的機械学習の研究を前進させることが目的だ。 Will Knight7年前

  16. アップルが社内ジムでAIをこっそり開発中
    使い道のないアップル・ウォッチはこの秋、大きく生まれ変わります。アップルは何年も前から、社内のフィットネス施設でさまざまなデータを収集してきました。 Rachel Metz7年前

  17. 米国の裁判所や金融機関では多くの場面で、被告人や顧客に対する意志決定に自動化システムを使っている。機械を使えば、人間の持つ偏見をなくして公平な判断を下すことが可能になるのだろうか。 Matthias Spielkamp8年前

  18. 医療や裁判、軍事作戦など、取り返しのつかない場面でAIを使う可能性が現実化している。しかし今なら、なぜそう判断するのか本質的に説明できないAIを、使わない、と判断する選択肢が人類には残されている。 Will Knight8年前

  19. 作曲家に悲報？グーグルの作曲AIが創造性を手に入れた
    グーグルの作曲プログラムは、統計的学習と明確な規則を組み合わせて成長する。同じ手法を使えば、コンピューターの専門家は、他の人工知能（AI）プログラムの創造性も改善できるはずだ。 Will Knight8年前

  20. ギグ・エコノミーは不正操作されているか？
    ギグ・エコノミー（日雇い経済）は、柔軟な働き方、平等な機会、公平な評価をもたらす、新しい経済圏だと言われている。しかし、平等や公平さを実現するはずのアルゴリズムは人種や性別による偏見があり、プラットフォーム運営企業による改善努力が欠かせない。 Will Knight8年前

  21. 機械学習は、機密区分の指定ミスの傾向を明らかにできるかもしれない。 Emerging Technology from the arXiv8年前

  22. 英ポンドの瞬間暴落
    原因にツイッターが浮上
    取引ソフトウェアがイギリスのEU離脱に関するフランス大統領のコメントに関するツイートに過剰反応している可能性が浮上した。 Jamie Condliffe8年前

  23. アマゾンのお勧め商品は
    最安値とは限らない
    最安値で商品を買うには、アマゾンがどのように商品を勧めているのか、ちょっと気を付ける必要がある。 Jamie Condliffe8年前

  24. イビサ島ダンスミュージック
    実はトランスで暗号文
    ダンスミュージックのテンポを変えると、人間には認知できないメッセージをエンコードできる。 Emerging Technology from the arXiv8年前

  25. 携帯電話の使用履歴で
    所有者の読み書き能力を判別
    機械学習アルゴリズムによって、ある個人が読み書きできるかを携帯電話の使用履歴から判別できるようになった。 Emerging Technology from the arXiv8年前

  26. 人工知能は数学的処理でも
    アルゴリズムの偏向は不可避
    アルゴリズムは公平で、開発者である人間よりも客観的だと考えがちだが、研究者は、偏見や差別があることを証明した。 Nanette Byrnes9年前

  27. 人工知能で勝つ方法、教えます
    ツイッターのAI研究のリーダーであり、ハーバード大学で学術研究にも従事したライアン・アダムスは、さらに多くの産業が機械学習を利用するようになると見ている。だが、業界をリードするのは、より多くのデータと計算能力のある企業だ。 Nanette Byrnes9年前