304770記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 顔画像による「犯罪性」推定の衝撃 — Automated Inference on Criminality using Face Images
1未満 分で読了
4 views

顔画像による「犯罪性」推定の衝撃 — Automated Inference on Criminality using Face Images

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近ネットで話題になった顔写真で“犯罪性”を推測する論文のことを聞きました。現場からAI導入の話が出てきているんですが、経営判断としてどう向き合えばいいか全く分からなくてして。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理していけば必ずできますよ。まず結論を先に言うと、この論文は技術そのものよりも、データの使い方や社会的影響の議論を喚起した点で大きく動かしました。重要なポイントは三つです。第一に技術的限界、第二にデータバイアス、第三に倫理的リスクです。それぞれ身近な例で噛み砕いて説明しますね。

田中専務

具体的には現場でどういう誤解や落とし穴が起きるんでしょうか。うちの現場でも『顔を見れば分かる』なんて話が出たら困ります。

AIメンター拓海

素晴らしい着眼点ですね！まず技術の側面から。機械学習（Machine Learning, ML・機械学習）や畳み込みニューラルネットワーク（Convolutional Neural Network, CNN・畳み込みニューラルネットワーク）はパターンを学ぶ道具ですが、学習材料の偏りをそのまま学んでしまいます。つまりデータに偏りがあれば、モデルは偏った『判断』を出すんです。現場で起きるのは、人が結果を

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
分岐比の測定に関する研究：$D^+ o K^0_SK^0_SK^+$, $K^0_SK^0_Sπ^+$, $D^0 o K^0_SK^0_S$, $K^0_SK^0_SK^0_S$
（Measurements of the branching fractions for $D^+ o K^0_SK^0_SK^+$, $K^0_SK^0_Sπ^+$ and $D^0 o K^0_SK^0_S$, $K^0_SK^0_SK^0_S$）
次の記事
文法的正則化を施したLSTMによる文レベル感情分類
（Linguistically Regularized LSTM for Sentiment Classification）
関連記事
生成系AIがサイバー防衛と攻撃を同時に変えた
（Review of Generative AI Methods in Cybersecurity）
治療反応者の分類と単調性仮定の利点
（Classifying Treatment Responders Under Causal Effect Monotonicity）
解剖学的ランドマーク検出における深層学習の信頼性：評価者間変動の役割
（Reliability of deep learning models for anatomical landmark detection: The role of inter-rater variability）
不均衡分類に対する最適ダウンサンプリング
（Optimal Downsampling for Imbalanced Classification with Generalized Linear Models）
整数値時系列データのニューラル尤度近似
（Neural Likelihood Approximation for Integer Valued Time Series Data）
送電線故障のリアルタイム局所化とPMU設置最適化
（Real-time Faulted Line Localization and PMU Placement in Power Systems through Convolutional Neural Networks）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
変化する密度を捉える頑健なクラスタリング手法
（CRAD: Clustering with Robust Autocuts and Depth）
  • 論文研究
Jensen-Shannon発散の一般化
（On a generalization of the Jensen-Shannon divergence and the JS-symmetrization of distances relying on abstract means）
  • 論文研究
集合知の浸透現象としての相互知識の出現
（Coupling agent based simulation with dynamic networks analysis to study the emergence of mutual knowledge as a percolation phenomenon）
  • 論文研究
スペクトル空間特徴の同時選択と抽出
（Simultaneous Spectral-Spatial Feature Selection and Extraction for Hyperspectral Images）
  • 論文研究
人間行動を組み込む大気汚染シミュレーション
（A Multi-Agent based Approach for Simulating the Impact of Human Behaviours on Air Pollution）
  • 論文研究
メルスペクトログラムからの音声合成を高速化するGAN励起線形予測
（GELP: GAN-Excited Linear Prediction for Speech Synthesis from Mel-spectrogram）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む