基調講演・招待講演

このエントリーをはてなブックマークに追加

English (基調講演・招待講演)

基調講演

「社会を変革する人工知能の広がりとチャレンジ」

浦本 直彦 氏
(人工知能学会 会長 / 三菱ケミカルホールディングス 先端技術・事業開発室 デジタルトランスフォーメーショングループ Chief Digital Technology Scientist)

現在の人工知能の研究開発とその活用の広がりは、過去に例をみないスピードで社会に浸透しつつあります。様々な産業分野に人工知能技術とサービスが適用され、社会そのものを変革しようとしています。一方で、人工知能が、より複雑でクリティカルな場面で活用されるようになることで、技術的な課題だけではなく、社会的、倫理的な課題について向き合う必要があります。日本が、そして世界が、人工知能によって健全に成長していくために、議論すべき点が明らかになりつつある今、本講演では、人工知能による社会変革の現在過去未来を概観すると共に、我々が、そして人工知能学会が進むべき道を議論します。

招待講演1

「「人工知能」をどのように読み解くか」

丸山 宏 氏
(Preferred Networks, Inc. フェロー)

「人工知能学会」と言ったときの「人工知能」は学問領域を指すが、この言葉はしばしば、学問領域から派生した技術を応用したシステムを指すのに使われる。これが多くの混乱のもとになり、精度の低い議論を呼び起こしている。本講演では、人工知能研究を振り返り、現在注目されている統計的機械学習と数理最適化の可能性と限界を指摘し、今後の社会におけるインパクトについて議論する。

招待講演2

「Explain Yourself – A Semantic Stack for Artificial Intelligence」

Randy Goebel 氏
(Professor of Computing Science at the University of Alberta, Canada, and co-founder of the Alberta Machine Intelligence Institute (AMII))

Artificial Intelligence is the pursuit of the science of intelligence. The journey includes everything from formal reasoning, high performance game playing, natural language understanding, and computer vision. Each AI experimental domain is littered along a spectrum of scientific explainability, all the way from high-performance but opaque predictive models, to multi-scale causal models. While the current AI pandemic is preoccupied with human intelligence and primitive unexplainable learning methods, the science of AI requires what all other science requires: accurate explainable causal models. The presentation introduces a sketch of a semantic stack model, which attempts to provide a framework for both scientific understanding and implementation of intelligent systems. A key idea is that intelligence should include an ability to model, predict, and explain application domains, which, for example, would transform purely performance-oriented systems into instructors as well.