smart if-statement的な判断特化型AIはこれからの実装でかなり実用的になりそう
数値の評価は人間側、今のAIの精度だとケースは選びそう
最初は"思い出/想いで/重いでぇ"のどれ？選択みたいな「候補判断の次の候補判断の次の候補判断」式が「次の文字の次の文字の～」より速い！って意味だと思ってた。用途から限定的だと宣言されてるのね。
質問とセットで選択肢も与える必要がある。だから選択肢以外の回答はしない。賢いIFとはそういう意味。
ソフトバンク（vodafone）のjavaの音声認識ライブラリもこんな使い方だった。こちらから選択肢を渡すと、音声にどれだけ近いか分かる。一番スコアが高い物を採用。
クラス分類モデルなのね。埋め込みの距離を取れば既存のモデルでも似たようなことは出来そうだから、強いのは埋め込みの生成方法かね
「問い合わせフォームを打っている途中で判定」という例が説明も含めて全く理解できない。挙げられている例の説明がAIポン出しの臭みのある文章で読み解くのが難しい。
汎用分類器
つかいどころが難しそう。
精度がそこそこで良いなら既存の軽いNN分類器で良くない？ってなりそうなんやが。確信90%でもこいつ自信満々で間違うなってなり90%自体が信用できなくなるわけで。軽いNNなら自前で学習も出来ちゃうわけで。
キャッチアップはや
今話題のAI「Jev」って何？ 宇宙最速で学ぶ会
smart if-statement的な判断特化型AIはこれからの実装でかなり実用的になりそう
数値の評価は人間側、今のAIの精度だとケースは選びそう
最初は"思い出/想いで/重いでぇ"のどれ？選択みたいな「候補判断の次の候補判断の次の候補判断」式が「次の文字の次の文字の～」より速い！って意味だと思ってた。用途から限定的だと宣言されてるのね。
質問とセットで選択肢も与える必要がある。だから選択肢以外の回答はしない。賢いIFとはそういう意味。
ソフトバンク（vodafone）のjavaの音声認識ライブラリもこんな使い方だった。こちらから選択肢を渡すと、音声にどれだけ近いか分かる。一番スコアが高い物を採用。
クラス分類モデルなのね。埋め込みの距離を取れば既存のモデルでも似たようなことは出来そうだから、強いのは埋め込みの生成方法かね
「問い合わせフォームを打っている途中で判定」という例が説明も含めて全く理解できない。挙げられている例の説明がAIポン出しの臭みのある文章で読み解くのが難しい。
汎用分類器
つかいどころが難しそう。
精度がそこそこで良いなら既存の軽いNN分類器で良くない？ってなりそうなんやが。確信90%でもこいつ自信満々で間違うなってなり90%自体が信用できなくなるわけで。軽いNNなら自前で学習も出来ちゃうわけで。
キャッチアップはや