Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
人を賢くする人工知能 / 2019.08.31
Search
Shoya Ishimaru
August 31, 2019
Education
0
230
人を賢くする人工知能 / 2019.08.31
WWLコンソーシアム構築支援事業 特別講演会の講演資料です。
大阪府の高校生や教育関係者の方々と一緒に、AI時代に活躍するためには何ができるかを議論しました。
Shoya Ishimaru
August 31, 2019
Tweet
Share
More Decks by Shoya Ishimaru
See All by Shoya Ishimaru
AI研究者になる-学生時代の経験から最先端の研究まで- / 2023-09-27
shoya140
0
61
技術的視点から見る生成AIとその活用方法 / 2023-06-09
shoya140
0
29
Meta-Augmented Human: Augmenting the Capability of Augmenting the Capability / 2022-12-07
shoya140
0
36
エクストリーム・モチベーション / Extreme Motivation
shoya140
0
250
Zenから箇条書きまで幅広く使えるKeynoteテンプレート「Zebra 2」の紹介 / Introducing Zebra 2
shoya140
3
4.2k
Gaze-Based Self-Confidence Estimation on Multiple-Choice Questions and Its Feedback - Asian CHI Symposium 2020
shoya140
0
470
未踏ナイト2018LT「エンジニアリング・リサーチの振り子」
shoya140
0
150
楽しいドイツの観光地ベスト5
shoya140
0
530
人工知能研究の最前線と中学・高校で得た経験
shoya140
0
580
Other Decks in Education
See All in Education
アウトプット0のエンジニアが半年でアウトプットしまくった話 With JAWS-UG
masakiokuda
2
300
Sponsor the Conference | VizChitra 2025
vizchitra
0
540
2025年度春学期 統計学 第10回 分布の推測とは ー 標本調査,度数分布と確率分布 (2025. 6. 12)
akiraasano
PRO
0
120
Tangible, Embedded and Embodied Interaction - Lecture 7 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
OpenRobomaster 中国のロボットコンテスト 日本連携の可能性
takasumasakazu
0
440
マネジメント「される側」 こそ覚悟を決めろ
nao_randd
10
5.3k
Visualisation Techniques - Lecture 8 - Information Visualisation (4019538FNR)
signer
PRO
0
2.4k
IMU-00 Pi
kanaya
0
360
新卒交流ワークショップ
pokotyamu
0
400
(キラキラ)人事教育担当のつらみ~教育担当として知っておくポイント~
masakiokuda
0
100
Education-JAWS #3 ~教育現場に、AWSのチカラを~
masakiokuda
0
160
SkimaTalk Teacher Guidelines Summary
skimatalk
0
780k
Featured
See All Featured
RailsConf 2023
tenderlove
30
1.1k
Agile that works and the tools we love
rasmusluckow
329
21k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
124
52k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.9k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3k
Documentation Writing (for coders)
carmenintech
71
4.9k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
490
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
920
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
The Invisible Side of Design
smashingmag
299
51k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.7k
Transcript
ਓΛݡ͘͢Δਓೳ 88-ίϯιʔγΞϜߏஙࢧԉࣄۀಛผߨԋձ ੴؙᠳ υΠπਓೳݚڀηϯλʔ %',*
ࣗݾհ
ࣗݾհ • Ѫඤݝੜ·Ε
ࣗݾհ • Ѫඤݝੜ·Ε • େࡕཱେֶେֶӃֶݚڀՊम࢜ Ԥ
ࣗݾհ • Ѫඤݝੜ·Ε • େࡕཱେֶେֶӃֶݚڀՊम࢜ Ԥ • ΧΠβʔεϥςϧϯՊେֶത࢜ ֶ
ࣗݾհ • Ѫඤݝੜ·Ε • େࡕཱେֶେֶӃֶݚڀՊम࢜ Ԥ • ΧΠβʔεϥςϧϯՊେֶത࢜ ֶ •
ݱࡏυΠπਓೳݚڀηϯλʔ্ڃݚڀһ
None
ΧΠβʔεϥςϧϯ
None
None
υΠπਓೳݚڀηϯλʔ
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[ • ௨শ%',*
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[ • ௨শ%',* • ͱຽ͔Βͷग़ࢿΛड͚ΔඇӦར༗ݶձࣾ
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[ • ௨শ%',* • ͱຽ͔Βͷग़ࢿΛड͚ΔඇӦར༗ݶձࣾ •
࣌Ͱͷैۀһ ͏ͪຊਓ
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[ • ௨শ%',* • ͱຽ͔Βͷग़ࢿΛड͚ΔඇӦར༗ݶձࣾ •
࣌Ͱͷैۀһ ͏ͪຊਓ • ϑϧλΠϜͷ৬һ
υΠπਓೳݚڀηϯλʔ • ӳޠදه(FSNBO3FTFBSDI$FOUSFGPS"SUJpDJBM*OUFMMJHFODF • υΠπޠ%FVUTDIFT'PSTDIVOHT[FOUSVNGÛS,ÛOTUMJDIF*OUFMMJHFO[ • ௨শ%',* • ͱຽ͔Βͷग़ࢿΛड͚ΔඇӦར༗ݶձࣾ •
࣌Ͱͷैۀһ ͏ͪຊਓ • ϑϧλΠϜͷ৬һ • ύʔτλΠϜͷେֶӃੜ
ΧΠβʔεϥςϧϯ
ΧΠβʔεϥςϧϯ
ͭͷڌ
ͭͷڌ ,BJTFSTMBVUFSO ΧΠβʔεϥςϧϯ "VHNFOUFE7JTJPO &NCFEEFE*OUFMMJHFODF *OOPWBUJWF'BDUPSZ4ZTUFN *OUFMMJHFOU/FUXPSLT 4NBSU%BUB,OPXMFEHF4FSWJDFT
4BBSCSÛDLFO βʔϧϒϦϡοέϯ $PHOJUJWF"TTJTUBOUT -BOHVBHF5FDIOPMPHZ "HFOUT4JNVMBUFE3FBMJUZ 4NBSU4FSWJDF&OHJOFFSJOH *OTUJUVUFGPS*OGPSNBUJPO4ZTUFNT
ͭͷڌ ,BJTFSTMBVUFSO ΧΠβʔεϥςϧϯ "VHNFOUFE7JTJPO &NCFEEFE*OUFMMJHFODF *OOPWBUJWF'BDUPSZ4ZTUFN *OUFMMJHFOU/FUXPSLT 4NBSU%BUB,OPXMFEHF4FSWJDFT
4BBSCSÛDLFO βʔϧϒϦϡοέϯ $PHOJUJWF"TTJTUBOUT -BOHVBHF5FDIOPMPHZ "HFOUT4JNVMBUFE3FBMJUZ 4NBSU4FSWJDF&OHJOFFSJOH *OTUJUVUFGPS*OGPSNBUJPO4ZTUFNT #SFNFO ϒϨʔϝϯ $ZCFS1IZTJDBM4ZTUFNT 3PCPUJDT*OOPWBUJPO$FOUFS #FSMJO ϕϧϦϯ &EVDBUJPOBM5FDIOPMPHJFT 4NBSU5FYUJMFT *OUFMMJHFOU"OBMZUJDT.BTT%BUB 0MEFOCVSH0TOBCSÛDL ΦϧσϯϒϧΫɾΦεφϒϦϡοΫ .BSJOF1FSDFQUJPO 3PCPU1MBOOJOH 4NBSU&OUFSQSJTF&OHJOFFSJOH
ͭͷϦϏϯάϥϘ "EWBODFE%SJWFS"TTJTUBODF 4ZTUFNT-JWJOH-BC 3PCPUJD&YQMPSBUJPO-BC #SFNFO"NCJFOU "TTJTUFE-JWJOH-BC *OOPWBUJWF3FUBJM-BC 4NBSU'BDUPSZ 4NBSU0GpDF4QBDF *NNFSTJWF2VBOUJpFE-FBSOJOH-BC
ࠓͷߨԋɾύωϧσΟεΧογϣϯͷλΠτϧ͕ ʮ"*࣌ʹ׆༂͢ΔͨΊʹʯͱ͍͏͜ͱͳͷͰ
ࠓͷߨԋɾύωϧσΟεΧογϣϯͷλΠτϧ͕ ʮ"*࣌ʹ׆༂͢ΔͨΊʹʯͱ͍͏͜ͱͳͷͰ ͋ͳͨ"*Λ׆༻ͯ͠ ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ ࣭
ࠓͷߨԋɾύωϧσΟεΧογϣϯͷλΠτϧ͕ ʮ"*࣌ʹ׆༂͢ΔͨΊʹʯͱ͍͏͜ͱͳͷͰ ͋ͳͨ"*Λ׆༻ͯ͠ ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ ੴؙͷճਓΛݡ͍ͨ͘͠ ࣭
ਓೳWTਓؒ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ ਓ͕"*Λ ݡ͘͢Δ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ "MQIB(P;FSP ϧʔϧ͚͔ͩΒֶशͨ͠"*͕"MQIB(Pʹউར ਓؒͷखΛआΓͣʹ ਓ͕"*Λ ݡ͘͢Δ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ "MQIB(P;FSP ϧʔϧ͚͔ͩΒֶशͨ͠"*͕"MQIB(Pʹউར ਓؒͷखΛआΓͣʹ ਓ͕"*Λ ݡ͘͢Δ "*͕"*Λ ݡ͘͢Δ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ "MQIB(P;FSP ϧʔϧ͚͔ͩΒֶशͨ͠"*͕"MQIB(Pʹউར ਓؒͷखΛआΓͣʹ ਓ͕"*Λ ݡ͘͢Δ "*͕"*Λ ݡ͘͢Δ ࣍ͲΜͳ͜ͱ͕ى͖Δʁ
ਓೳWTਓؒ %FFQ#MVF νΣε"*͕ਓؒͷϓϩΛഁΔ ਓ͕ؒڭ͑ͨϚχϡΞϧΛͱʹઓ͏ "MQIB(P ғޟ"*͕ਓؒͷϓϩع࢜ΛഁΔ
ϓϩͷعේͱڧԽֶशΛͱʹ "MQIB(P;FSP ϧʔϧ͚͔ͩΒֶशͨ͠"*͕"MQIB(Pʹউར ਓؒͷखΛआΓͣʹ ਓ͕"*Λ ݡ͘͢Δ "*͕"*Λ ݡ͘͢Δ "*͕ਓΛ ݡ͘͢Δͱ໘നͦ͏ ࣍ͲΜͳ͜ͱ͕ى͖Δʁ
ݱࡏ ະདྷ "* ਓ ݡ͞
ݱࡏ ະདྷ "* ਓ ਓ "* ݡ͞
ͭͷϦϏϯάϥϘ "EWBODFE%SJWFS"TTJTUBODF 4ZTUFNT-JWJOH-BC 3PCPUJD&YQMPSBUJPO-BC #SFNFO"NCJFOU "TTJTUFE-JWJOH-BC *OOPWBUJWF3FUBJM-BC 4NBSU'BDUPSZ 4NBSU0GpDF4QBDF *NNFSTJWF2VBOUJpFE-FBSOJOH-BC
ਓؒͷֶशΛࢧԉ͢Δݚڀ
*NNFSTJWF2VBOUJpFE-FBSOJOH-BC J2--BC
*NNFSTJWF2VBOUJpFE-FBSOJOH-BC J2--BC
ֶशํ๏Λ࠷దԽͯ͠ਓΛݡ͘͢Δ
ηϯαͰڵຯɾཧղɾෛՙͷ߹͍Λਪఆ ڵຯ ओ؍٬؍తཧղ ೝෛՙ ΞΠτϥοΧ αʔϞΧϝϥ ಡΈฦ͠ إԹ ࢹ࣌ؒ
None
ࢹઢ͔Βճʹର͢Δ֬৴Λਪఆ ֬৴Λͨͣʹ͑ͯؒҧ͑ͨͷྫ ֬৴Λͬͯ͑ͯؒҧ͑ͨͷྫ
श׳͔ΒਓΛݡ͘͢Δ
ྫ͑ಡॻྔͱֶྗͷؔ ϕωοηڭҭ૯߹ݚڀॴ͕݄ʹൃදͨ͠ௐࠪ݁ՌʹΑΔͱ ͨ͘͞ΜಡॻΛ͍ͯ͠ΔࢠͲ΄Ͳֶྗ্͕͢Δ͜ͱ͕໌Β͔ʹͳͬͨ ಡॻྔಛʹʮࢉʯͰภࠩͷมԽͷ͕ࠩେ͖͍ͱ͍͏ খֶੜ ϲ݄ͷௐࠪ ಡॻগͳ͍ʙ ଟ͍Ҏ্ IUUQTCFSECFOFTTFKQTQFDJBMCJHEBUBFCPPLBOBMZTJTQIQ
ମͷ݈߁ɺ಄ͷ݈߁ ສาܭ
ମͷ݈߁ɺ಄ͷ݈߁ ສาܭ ສޠܭ
+*/4.&.&
# 3 - ిۃ ؟ిҐܭଌ ɾਨ# - 3 <N7> ɾਫฏ-3<N7>
None
None
ମͷ݈߁ɺ಄ͷ݈߁ɺ৺ͷ݈߁ ສาܭ ສޠܭ
ମͷ݈߁ɺ಄ͷ݈߁ɺ৺ͷ݈߁ ສาܭ ສޠܭ ৺Թܭ
*1"ະ౿ࣄۀʮ৺Թܭʯ ηϯαͰهͨ͠ʑͷߦಈϩά͔Β ৺ͷঢ়ଶΛఆྔԽͯ͠දࣔ͢ΔΞϓϦ
ະ౿Ͱͷ׆ಈʹ͍ͭͯʮ*1"/&847PMʯͰݕࡧ IUUQTXXXJQBHPKQpMFTQEG
·ͱΊ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ • ੴؙ"*ͰਓΛͬͱݡ͍ͨ͘͠
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ • ੴؙ"*ͰਓΛͬͱݡ͍ͨ͘͠
• ݡ͞ͱʁ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ • ੴؙ"*ͰਓΛͬͱݡ͍ͨ͘͠
• ݡ͞ͱʁ • ֶࣝशաఔΛܭଌͯ͠ڭࡐֶͼํΛ࠷దԽ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ • ੴؙ"*ͰਓΛͬͱݡ͍ͨ͘͠
• ݡ͞ͱʁ • ֶࣝशաఔΛܭଌͯ͠ڭࡐֶͼํΛ࠷దԽ • श׳ৗੜ׆Λܭଌͯ͠߹ཧతͳҙࢥܾఆΛࢧԉ
·ͱΊ • υΠπਓೳݚڀηϯλʔ %',* ͭͷڌͱ ͭͷϦϏϯάϥϘͰߏ͞ΕΔυΠπͷݚڀػؔ • ͋ͳͨ"*Λ׆༻ͯ͠ͲΜͳ͜ͱ͕͍ͨ͠Ͱ͔͢ʁ • ੴؙ"*ͰਓΛͬͱݡ͍ͨ͘͠
• ݡ͞ͱʁ • ֶࣝशաఔΛܭଌͯ͠ڭࡐֶͼํΛ࠷దԽ • श׳ৗੜ׆Λܭଌͯ͠߹ཧతͳҙࢥܾఆΛࢧԉ • ଞʹੑͳͲ
ࣾձʹΠϯύΫτΛ༩͑ΔΞϓϦαʔϏεΛ࡞Δൿ݃ ಠࣗͷࢹ͔ΒϓϩδΣΫτΛੜΈग़͢ • ࣗۙͷ୭͔͕͍͍ͨͱࢥ͏ͷ ͕ͳ͚ΕϦϦʔε·ͰϞνϕʔγϣϯΛҡ࣋͢Δͷ͍͠ɻ • ࣗͷझຯɾಛٕɾܦݧΛ׆༻ͨ͠ͷ ٕज़͚ͩͰউͯͳͯ͘"/%ͷ࠽ೳͰҰ൪ʹͳΕΔՄೳੑ͕͋Δɻ • ੈͷதͷৗࣝͷͷݟํΛม͑Δͷ
୭͕ϚΠφεͩͱࢥ͍ͬͯΔͷΛϓϥεʹͰ͖ͳ͍͔ߟ͑Δɻ ύωϧσΟεΧογϣϯͰ͍࣭ͨͷճ