意味的画像セグメンテーションに対する敵対的事例（Adversarial Examples for Semantic Image Segmentation）
田中専務拓海先生、最近うちの若手が「敵対的攻撃」って言葉をよく出すんですが、何を心配すべきなんでしょうか。要するにうちの製品に影響する話ですか？AIメンター拓海素晴らしい着眼点ですね！大丈夫、難しく聞こえますが本質はシンプルです。敵対的攻撃とは「人の目にはほとんど分からない変更でAIの判
Adversarial Attack
418生成モデルに対する敵対的事例の作成（Adversarial Examples for Generative Models）
田中専務拓海先生、最近部下から『生成モデルって攻撃されるらしい』と聞きまして。うちの業務に関係ある話でしょうか。正直、生成モデルという言葉自体がまだ掴めておりません。AIメンター拓海素晴らしい着眼点ですね！まずは安心してください。生成モデルとは『新しい画像や音声を作るAI』のことですよ。
ニューラルネットワーク方策に対する敵対的攻撃（Adversarial Attacks on Neural Network Policies）
田中専務拓海先生、最近部下から「強い敵対的攻撃でAIの挙動が狂う」と聞きまして、うちの製造ラインの自動化にも影響するのかと不安になっています。これは要するに機械が騙されるって話ですか？AIメンター拓海素晴らしい着眼点ですね！端的に言うと、そうです。今回扱う論文は、画像認識などで知られる敵
単純なブラックボックス敵対的摂動による深層ネットワーク攻撃（Simple Black-Box Adversarial Perturbations for Deep Networks）
田中専務拓海さん、最近うちの若手が「敵対的攻撃」がどうのって騒いでおりまして、正直何が問題なのか実務目線で教えていただけますか。クラウドに入れると危ないんですか。AIメンター拓海素晴らしい着眼点ですね！敵対的攻撃とは、AIに間違った判断をさせるために画像やデータを巧妙に少しだけ変える行為
変調した画像でオートエンコーダを騙す手法（Adversarial Images for Variational Autoencoders）
田中専務拓海先生、最近部下が「敵対的攻撃（adversarial attack）がまた論文で話題です」と言うのですが、我々のような製造現場で本当に気にする必要はありますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、これは人が工場で扱うカメラ画像や検査データが意図せず誤動作するリスク
機械学習におけるセキュリティとプライバシーの科学（SoK: Towards the Science of Security and Privacy in Machine Learning）
田中専務拓海さん、最近社内で「機械学習の安全性とプライバシー」を調べろと言われまして。ぶっちゃけ何がそんなに問題なのか、経営判断に使えるように簡単に教えてくださいませ。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。要点は三つで説明しますね。まず、機械
確率変動と敵対的妨害下での適応的最短経路探索（Near Optimal Adaptive Shortest Path Routing with Stochastic Links States under Adversarial Attack）
田中専務拓海先生、最近部下から「MABを使った最短経路論文が面白いですよ」と言われまして。正直、何が変わるのかつかめていません。要点を端的に教えてくださいませんか。AIメンター拓海素晴らしい着眼点ですね！要点から言うと、この研究は「環境が良い時（確率的）も悪い時（敵対的）も混ざる現実的な
2D顔検出のスプーフィング（Spoofing 2D Face Detection: Machines See People Who Aren’t There）
田中専務拓海先生、最近部署で『顔認識の安全性』って話が出ましてね。正直、何を心配すればいいのか分からないのですが、今回の論文は何を言っているのですか。AIメンター拓海素晴らしい着眼点ですね！今回の論文は『人間には顔に見えない絵でも、機械の顔検出（face detection）をだませる』
敵対的攻撃に対する非ベイジアン学習の防御（Defending Non-Bayesian Learning against Adversarial Attacks）
田中専務拓海先生、お忙しいところ失礼します。部下に「ネットワークで学習させるならこの論文が重要だ」と言われまして、正直数字以外の理屈が苦手でして。要点だけ教えていただけますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、要点は3つで整理できますよ。まずこの論文は、複数の“エージェント
リカレントニューラルネットワークに対する敵対的入力系列の作成（Crafting Adversarial Input Sequences for Recurrent Neural Networks）
田中専務拓海先生、最近うちの若手がRNNとか敵対的攻撃がどうのと言い出して、正直何を心配すればいいのか分かりません。要するに、どれくらい現場に影響が出るのでしょうか。AIメンター拓海素晴らしい着眼点ですね！結論から言うと、リカレントニューラルネットワークは入力の系列を少し操作されるだけで