#19 イアン・グッドフェロー

イアン・グッドフェロー (Ian Goodfellow)
コンピュータサイエンス 人工知能
#19 イアン・グッドフェロー
YouTube で視聴する

イアン・グッドフェローは、ディープラーニングの教科書として有名な「深層学習」の著者です。Generative Adversarial Networks (GANs、敵対的生成ネットワーク)という言葉の生みの親で、2014年発表の論文は GANs の研究の飛躍・発展に大きく貢献しました。

- 現在のディープラーニングの限界とは？

1:08

- 80年代や90年代のシンボリックな手法による推論能力をニューラルネットワークに持たせることは可能か？

2:42

- 延長線上に認知や意識が出現するか？

5:41

- 学習モデルへの入力として、敵対的ケースや最悪ケースなどが利用される際の問題について

8:58

- 「Deep Learning」の執筆の際、どのようにディープラーニングの内容をまとめたのか？

14:00

- ディープラーニングとは？

16:56

- バックプロパゲーション(誤差逆伝播法)をベースとしない別の方法について

20:38

- 古典的な手法に立ち返る必要があると考えたことは？

24:31

- GANs (敵対的生成ネットワーク)のアイデアを思いついたときの話

26:41

- GANs (敵対的生成ネットワーク)とは？

30:20

- GANs でリアルな画像を生成できることに驚愕したか？

33:25

- GANs にはどのような種類が存在するか？GANs 以外で似たようなモデルは存在するか？

36:59

- GANs の歴史

39:51

- ラベル付きデータを必要としないようにすることは可能だと思うか？

44:27

- ニューラルネットワークを互いに競い合わせるようなモデルで、他に取り組んでいる問題はあるか？

46:52

- GANs はデータの拡張(Data Augmentation)において有用だと思うか？

49:30

- 変数の扱いにおける公平性を高めるために、どのように敵対的機械学習を利用することができるのか？

52:13

- 将来的に GANs の悪用で懸念することは？

54:42

- この先もしばらく新しいアイデアがすぐに生まれてくると思うか？

57:53

- 汎用人工知能を作り出すために必要なものとは？

1:00:41

- 人工知能をテストする方法として良い方法はどんなものだと思うか？

1:02:32

- 話し方がまるでロボットのようだと指摘されたとき、どのように自分が人間であることを証明する？

1:04:28

- 注目している問題は？

1:05:52