Report　ディープラーニングの現在　20240726

Check

Report　ディープラーニングの現在　202407262024年7月26日執筆開始

はじめに（Background）

「私と同じように考えられる量子人工知能」（#nextAI）を #三原発グローバル産業　の目玉にする。
三原を量子人工知能のメッカにする
ハードとソフトを開発できる研究開発型個人事業主（倫理, 道徳, 万能）を育成する。
クラウドファンディングで2兆円集める。

私の認知モデルは決まった。機械に実装する設計図を制作中。

ディープラーニングはパターン認識の技術。
nextAIに組み込む技術を選定するためのレポート。

成果（Output）

1 Report　生成AI　20240315

レポートの内容は引用先をご確認ください。#Transformer　#LLM とそれまでのディープラーニングとの違い、境界はどこにあるのか？単純にマシンパワーで限界を突破したのか？それとも、アルゴリズムに進化があったのか？

2 日経クロストレンド編, 日本ディープラーニング協会監修, ディープラーニング活用の教科書, 日経BP（２０１８）

第一章

人財育成について記述されている。認知モデルを理解して創れる人財を育成しよう！　（テスト文化, 会社員社会）から（自己評価文化, 研究開発型個人事業主社会）へ。

第二章

画像認識の向上：商品の盛り付け。画像を選択した利用者への同種画像のリコメンド。家畜、養殖の実数管理。

第三章

異常検知：送電線の過度の負荷の回避。道路下の空洞検知
変化予測：マーケティング

第四章

自動運転

第五章

AI創作

第六章

AIをビジネスに組み込む課題：AIを使って何をするのかの特定。自社の認知モデル、作業手順の見える化の程度が費用対効果を決める。２０１５年から進歩なし。認知モデルへの見識不足。

まとめ

ディープラーニングはビジネスで（画像認識, 異常検知, 変化予測, 自動運転, AI制作）に活用されている。しかし、その精度は必ずしもAIに任せて大丈夫なのかどうかは不明。#nextAI　に組み込むには、精度を高める工夫が必要になると推論する。

おわりに（Outcome）

ディープラーニングはパターン分析。学習して精度を高めた先にAIは何ができるようになるのか。ここまでを想定した #nextAI の仕様とする。