なめらかに世界を計算するための数 e と π
ここまで、判断・最適化・推論・実行といった「意思決定の構造」を扱ってきた。最後に、少しだけ視点を引いて、それらを“なめらかに扱うための数”について触れておきたい。
それが e と π である。
π：境界をなめらかにつなぐ...
人間はどこに残るのか──Human-in-the-loop の再定義
ここまで述べてきたことを、一度整理しよう。
AIは世界を理解していない
AIが扱っているのは、なめらかな計算だけである
現実の判断には、断絶と非連続が存在する
それを扱うために、ロジック・オントロジー・DSLを外...
断絶を記述せよ──オントロジーとDSLによる判断構造の固定化
昨日の記事では、判断は一つではないという前提に立ち、断絶を消さずに扱うマルチエージェント設計について述べた。
営業・法務・現場・経営。役割が違えば、判断軸が違う。それは調整すべき誤差ではなく、構造として存在する断絶である。
マルチエージ...
判断は一つではない──断絶を前提にしたマルチエージェント設計
前編で述べた通り、
AIは世界を理解していない。
やっているのは、なめらかな関数近似にすぎない。
それでもなお、
AIを意思決定に使いたいと私たちは考える。
そのとき、次に直面するのがこの問題だ。
「では、誰の判断を...
なめらかな計算では、判断は表現できない ──AIと不連続性の問題
昨日は、
なぜAIプロジェクトがPoCで終わり、
現場に定着しないのかを書いた。
今日はその理由を、
AIが「何をしている存在なのか」
という技術的な前提から考えたい。
最近のAI活用を見ていると、ある前提が静かに忘れ去...
AIプロジェクトは、作る前に「死ぬ」
――今だから言える、AI事前死亡診断の話
AIプロジェクトの相談を受ける中で、ここ数年、同じ光景を何度も見てきました。
PoCは作れた
デモも動いた
でも、現場では使われない
数...
ソフトマックス関数の概要と関連アルゴリズム及び実装例について
ソフトマックス関数の概要
ソフトマックス関数（Softmax function）は、実数のベクトルを確率分布に変換するために使用される関数であり、通常、機械学習の分類問題において、モデルの出力を確率として解釈する...
Word Sense Disambiguationの概要とアルゴリズム及び実装例について
Word Sense Disambiguationの概要
Word Sense Disambiguation（WSD）は、自然言語処理（NLP）の分野で重要な課題の一つで、この技術の目的は、文中の単語が複数の意味...
MobileNetについて
MobileNetについて
MobileNetは、コンピュータビジョン分野で広く使用されているディープラーニングモデルの一つであり、Googleが開発したモバイルデバイス向けに最適化された軽量で高効率な"CNNの概要...
方策勾配法の概要とアルゴリズム及び実装例について
方策勾配法について
方策勾配法（Policy Gradient Methods）は、強化学習の一種で、特に方策（ポリシー）の最適化に焦点を当てる手法となる。方策は、エージェントが状態に対してどのような行動を選択すべ...