これまで人間が担当していて、非効率になってきたものへの応用が利くかもしれない。人間と機械学習を経たAIが共同することで、もっとサービスの質があがるかもしれない。
ディープラーニングは人間の脳をまねているいるという事実が素晴らしいと思った。
言葉で説明するのが苦手とありましたが、人間だって同じです。
何かを高精度で判別するとき、その理由は「経験や勘」と言いませんでしょうか。
熟練者を信用するように、実績さえあれば熟練機械も信用すると思われます。
むしろ、経営層に何か提言するとき、
「熟練者がこう言っています」が弾かれることはあれ
「熟練機械がこう言っています」は弾かれないかもしれません。
「コツ・留意点」にもあったように、正確性は100%ではないし、使用するデータを選ぶのは、あくまで人間だ。過度な信頼は避け、適切な使用を心がけよう。
日々の業務の中で、クリエイティブでない（定型化された）業務を抽出する必要性を感じた。その上で、ディープラーニング技術によって費用対効果が見込めるもの（インパクトの大きいもの）から検討していきたい。
ＡＩで何が出来て、何が出来ないかを知ることが必要。
ＡＩは人間の思考をモデルにしているので、ＡＩの仕組みを勉強すると人間の思考の問題点について理解が深まるから面白い。
ディープラーニングの技術が進歩することで、今まで人による作業が必須であった工程でも省人化が進むので、技術のさらなる進歩により確実性が高まり、導入しやすい状況になる事を望む。
人間の能力が落ちない様に、上手な活用と更なる研究が進むことを願います。
セキュリティ強化にいいですね。
人工知能の一側面の基本的な事柄を平易な説明で理解することができました。
あまりふれる事はなかった為、とても参考になりました。
ＩＴ関連は知識がないので、参考になりました。
ディープラーニング技術がすでに実用化されていること。その速度にあらためて驚きました。
ディープラーニングの強み、弱みを理解して生かしていきたい
人の知能に機械がどこまで追いつけるか、何ができるかが問われているようである。
独自進化的な学習機能は最適行動の提案に活かせるのではないかと感じます。
ディープラーニングによって、将来人間がやってきた業務のいくつかは、ロボットに置き換わると期待できる。
ディープラーニングの定義、概要がコンパクトに認識できた
多くのよくある質問には有効性があり活用することで業務負荷の軽減が図れそう。しかし、特異例や個別案件、複合案件には比較的向かず、人間の能力や智識が必要なケースは無くなることは決してないと感じた。
特長を活かし人間と共存することで、今後の業務効率化に欠かせない技術になると感じた。
ディープラーニングを活用した業務プロセスに関するリスク管理のポイントが理解できたように思われます。精度が100%ではないことを前提にしているか、学習データの質・量がどのようなものであったか、等。
分かりやすく短時間で学べる
学習による効果は人間より劇的に大きく、職業人として、親として、自分や子供たちの職を奪わないか、恐怖を感じる。
今後 自部門の製品にも搭載するよう開発を進めます
ディープラーニングとはどのようなものか理解できた。
業務の引き継ぎ
検査
保守
人材育成
奥が深そうな分野の表面がわかった程度かな。
ディープの意味を初めて理解しました。
若干の誤認識は引き続き精度を高めるとして、人間作業とうまく棲み分けを考えれば、楽で効率の良い仕組みが構築できるだろう。
ディープラーニングは、人間の学習に近いと感じました。
事例紹介で、中国の天網が述べられていたが、中国は個人情報の管理に国の権力が強いため、SFの近未来のようなことがすでに実用化している。さらに進んでいくのだろう。日本でも、事例はどんどん増えていくに違いない。
表面的な内容にとどまっているが基本を押さえているので役立つと思われる。あまりIT系ではない人に見せると、AI万能のような解釈がなくなり良いと思う。
業務のためのツールというより、それを活用したビジネスを考える必要があると考えます。
商談現場における会話をディープラーニングにて認識させることにより、お客様の購買意欲を駆り立てる「言葉」を抽出することができる。セールスプロセス・技術への応用に活用できるのではないかと思った。
ディープラーニングがビジネスを始めとする世の中全般で活用されるころには、世の中の景色や世界が大きく変わるであろうことに改めて思いを馳せた。
AI翻訳の精度が上がるのではないかと思う。
主に過年度から蓄積している膨大なデータに基づく将来予測について、人間の処理能力を超えた能力の発揮が期待できる。
ディープラーニングのアルゴリズムを組む方法を知れば、業務に応用できるかを検討できると考えます。
問い合わせ業務での分類わけ、類似事例の抽出にディープラーニングを活用できるようにしたい。応用できるようになりたい。
しくみや特徴についてよく理解できた
識別、判別が必要で、かつ対象が大多数の場合最も効果を発揮する。現時点では自分の業務での活用法は思い浮かばない。
まだ改善の余地があることがよく分かりました。
すでにセミナーやテレビで知っていること。
ほんとにできるの？と考えるより、
どうしたら利用できるか、と考えたい。
ディープラーニングによる業務効率化、生産性の向上により、働き方改革へつなげていく必要がある。
自組織で活かして考えたいと思います
AIの機能を進化させるためには、より幅広いデータを機械に学習させる必要があるが、その分プライバシーが犠牲になるリスクがある。効率性とプライバシーを両立する基準が必要になりそう。
AI、ビッグデータとともに発展し、その技術が研究されている手法である。ロボットが深層学習し、精度が高くなると人間の仕事がロボットにとって代わられるという不安もあるくらいである。人間も負けずに深層学習していくことが求められるかもしれない。
ディープラーニングの仕組みがわかることで大量のデータが必要な理由がよくわかりました。同時に何でもかんでも「AIにとって代わられる」といった謳い文句がいかにAIを知らないのか、業界を知らないのかということがよくわかりました。
AI活用により改善出来る業務の洗い出しを進めたい。
業務改善を考える際に活用したい。
当面社内事務の簡素化に使えそうかなと思いました。
精度はこの先どんどん上がっていきそうですね。人にしかできない仕事のスキルを身につけておかないと、仕事が奪われていきますね。
ディープラーニングはデータ量が多い程良いと認識していたが
質によって精度が変わる事を知った。
ディープラーニングという言葉は知っていたもののどう活用できるのか、精度をどう考えればいいのかなどわかっていませんでした。今回、ハイレベルな概念がわかっただけでも、ビジネスへの活用のイメージが出て来ました。
ディープラーニングは、全能ではないため、優位性を理解したうえで利用する必要があることを理解した。
ディープラーニングについて、自身でも説明できるよう簡単な理解ができた
判断の根拠を説明してくれない、という点が、実務に適用したときに注意する必要があると思った。一方では業務に活用し、効率化できる、という事実が、他方には自分が知らないところで監視される、ということになるかもしれず、こわいと感じた。
全く知識のない分野なので勉強になりました。
ディープラーニングについて、初めて体系的に学習できました。
学習に用いるデータによって結果が変わるのなら、人間が判断する領域が残っていると感じた。技術革新を恐れるのではなく上手く活用できる人材になりたい。
ディープラーニングについて理解が進みました。
ありがとうございました。
もっと勉強しないとな
認識精度もじきに100％に近いものになると思われる。
技術が追い付いてきたタイミングで、どのようにビジネス利用するか考えるアイディアは人間が出さなければ…。
予測説明ができない、が印象的だった。
セキュリティ―の問題への関心も高まった
グーグルの事例などを数多く知りたい
初級編という内容でした。
活用できる範囲は広いと感じた。
分かりやすかった。話してのスピードアップをお願いします。
勉強になったが、ディープラーニングかどうかを理解するのはまだまだ難しいと感じた。さらに理解を深めたい。
人工知能や深層学習に対する知識は身に着けていかないといけない
質の良い教師データってどう考えればよいのでしょうね？
偏っていてはダメと説明されていましたが、何が偏っているとダメなのでしょうか。たとえば猫を認識させる場合に黒猫ばかりを教えてはいけないというのはわかりますが、実際にはそのような単純なデータばかりではなく、偏っているかどうかもわかりにく場合が多いと思います。
契約書の筆跡をディープラーニングすれば与信業務に活かせると思いました
deep learningの基本を修得できました。
とても簡潔にディープラーニングの特徴がわかりました。
ディープラーニングの基礎が理解できた。
機械学習とディープラーニングの関連性が良くわかりました。
よく聞くディープラーニングという言葉について、理解が深まった。理由をせkつ名できないというのも、これからは変わってゆくのだとは感じる。
機械学習をさせるデータの質と量という注意点が一番大変で、なかなか簡単に活用できない。今後、もっと機械学習が簡単にできるようにデータを流し込むことができるようになってほしい。
なんとなく知った気になっていたことが理解できました。
もう少し自分の仕事でどう、役立てられますか？という質問について、[Best answer!]など紹介していただけると、知識の定着につながったのではないかと思います。ご検討お願いします。
ディープラーニングと言ってもピンと来なかったが、
ある程度は理解できたと思う。
ニューラルネットワークは人間の脳の神経細胞の仕組みを模倣したものということから、異なる分野を学ぶことが発明につながるため広く興味を持ち続けたい。
ディープラーニングの留意点を踏まえた上で、どのニーズに応用するか見極めることが重要と感じた。
身近にディープラーニングを活用できるビジネスが存在していることが理解できた。
わかりやすい内容でした。中国の例等もありイメージが湧きやすいですね
正しいデータを集めるのが大変そう。システムにゴミを入れてもゴミしか出てこない
ITの進化を感じた。近い将来様々な分野での活用がされるであろう
ディープ⁉︎なラーンだった。
ところでインタビューとかでないナレーションはボカロイド？それとBGMが、なんとなく雰囲気出してる。
ディープラーニングを生かした新しいサービスが世界を大きく変えていくと思われ、それにかかわる仕事をしていきたい。
小さい子供が生き物すべてを、ワンワンと言っていた数ヶ月後に、ワンワンとニャンニャンの区別をするようになる。
人間が教えずに猫の特徴を解析して認識できるようになる、ということはものすごいことなのだろう。
人間が問いを与えずに機械が何かをするようになったら相当に怖いが、相当な能力を持った機械に対して人間がどのような問いを与えるのかも怖い。
人のやらなくてよい領域が増えることは良いことです。
とても役に立ちました
ＡＩが敵になるか味方になるかは利用の仕方次第。今現在の価値観で仕事や生活を考えてはいけない。知識のないまま仕事が奪われるのでは？という不安から闇雲に敵視するのは進化を止めるだけ。
人間の作業や手間も加えつつ、併用できたら良いと思います
サービス業での活用度が高いと思う
これからはAIとの共生がテーマだと思っています。
基礎知識というより、初歩的な言葉の解説でした。
データの質により予測の結果が変わる。データの特徴を説明するのが苦手の２点には注意が必要だと感じた。
プログラミングを学ばずとも、ディープラーニングの進化により、誰でもアプリ等は簡単に作れる時代が来る。
モノを見分ける際に手がかりとしている特徴が人間と深層学習によっては異なっているという点が印象深かった。
ディープラーニングをわかりやすく、短い時間で学ぶことができました。
将来あらゆる業務にディープラーニングが関わってくると感じた。
業務効率改善に具体的に役立てることができそう
わかりやすかったです
知識が深まった
参考になった。
精度更に向上すると、様々なものに活用が出来るので、進化が楽しみだと感じました。
犯罪者として認識されたら怖いと思った
ディープラーニングに関する大まかな理解が出来た
ディープラーニングが全ての事象に活用できるわけではないことが理解できた。
赤ちゃんを育てていくのに近いのだとも。
(=^・^=)の例がとても分かりやすかった。
面白いですね
身の回りに実例が少ないが近いうちに急速に確実に浸透してきくだろうと実感がわきました。
事例の解説で、活用のプロセス及び、複数の活用例があればより良かった。
企業での導入が簡単・低コストで、できるようにしたい。
参考になりました。
今後は、ある程度質の良い大量のデータをどのように集めるのか、も課題になりそう。「AI vs. 教科書が読めない子どもたち」「日本進化論」に書かれていた現在・未来の教育に関する内容を思い出した。
次もやりたい
何がディープなのかを知ることができてよかった
ディープラーニングの概要理解に役立った
勉強になった
入国審査の際にも顔認証システムによりスムーズな往来が可能になり馴染み深いものになって来ておりますが。
ディープラーニングの技術革新により顔認証システムによるセキュリティ強化やサービス向上などの面で可能性を感じる一方、個人情報保護、プライバシーの確保や機械エラーへの対応など論議していかなければいけない面が多くあることも改めて認識しなければならいと感じた。