Decision Trace Model — 「人間の意思決定プロセス」を資産化する仕組み
Decision Trace Model — 「人間の意思決定プロセス」を資産化する仕組み
AIシステムについて議論するとき、多くの人は次のようなテーマに注目します。
モデル精度
データ量
推論速度
パラメータ数
...
Warning: Undefined variable $author in /home/c1309528/public_html/deus-ex-machina-ism.com/wp-content/themes/cocoon/functions.php on line 131
Deux Ex Machina
AIは意味に近づけるのか — 「連続近似のAI」と「意味の断絶」の間にある技術 GNN —
AIは意味に近づけるのか — 「連続近似のAI」と「意味の断絶」の間にある技術 GNN —
前回の記事では、AIの判断を記述するための構造として
Ontology
DSL
Behavior Tree
という三層構造を説...
AIの判断はどのように記述されるべきなのか — Decision Trace Model が前提とする判断記述の構造 —
AIの判断はどのように記述されるべきなのか — Decision Trace Model が前提とする判断記述の構造 —
これまでの記事では、AIシステムを
判断を量産する工場
として捉えてきた。
AIは単なるソフトウェアではない。E...
Decision Trace ModelとLedger — なぜAIシステムには「消せない履歴」が必要なのか —
Decision Trace ModelとLedger — なぜAIシステムには「消せない履歴」が必要なのか —
AIシステムを設計するとき、多くの企業は次のように考える。
モデルを作る
APIを作る
データを保存する
...
AI品質工学（AI Quality Engineering） — 品質工学が、なぜAIの時代に再び重要になるのか —
AI品質工学（AI Quality Engineering） — 品質工学が、なぜAIの時代に再び重要になるのか —
AIについて語るとき、多くの議論は次のような話に集中します。
モデル精度
データ量
パラメータ数
し...
AI工場モデル（AI Factory） ― AIはソフトウェアではなく「製造業」になる ―
AI工場モデル（AI Factory） ― AIはソフトウェアではなく「製造業」になる ―
AIについて語るとき、多くの人はこう考える。
AIは
ソフトウェア
である。
モデルを作る。APIを呼ぶ。アプリに組み込む。
しかし、AIが社...
Boundary設計 AIを安全に止める7つの境界 — AIシステムに必要なのは「能力」ではなく「停止条件」である —
Boundary設計 AIを安全に止める7つの境界 — AIシステムに必要なのは「能力」ではなく「停止条件」である —
AIシステムを設計するとき、多くの議論は
何ができるか
に集中する。
しかし現実のシステムではもっと重要な問いがあ...
歩留まりとBoundary 半導体工場とAI設計が驚くほど似ている理由
歩留まりとBoundary 半導体工場とAI設計が驚くほど似ている理由
半導体工場では最も重要な指標がある。
それが
歩留まり（Yield）
である。
歩留まりとは
作ったチップのうち正常に動く割合
のことだ。
例えば100個作って9...
AIカスタマーサポートが成功する企業の設計パターン5 — 成功の鍵はモデルではなく「境界設計」にある —
AIカスタマーサポートが成功する企業の設計パターン5 — 成功の鍵はモデルではなく「境界設計」にある —
多くの企業がAIカスタマーサポートを導入している。
しかし結果は二つに分かれる。
ある企業では
問い合わせ対応コストが大幅に...
メタ学習は「型」を学べるのか？ — メタ学習とオントロジー設計の構造的関係 —
メタ学習は「型」を学べるのか？ — メタ学習とオントロジー設計の構造的関係 —
Meta-learning（メタ学習）は、
「どう学ぶかを学ぶ」
と言われる。
少数データでも適応できる。新しいタスクでもすぐに順応できる。
それはまるで...