無制約学習が暗黙に優先する公平性基準（The implicit fairness criterion of unconstrained learning）
1.概要と位置づけ結論ファーストで述べる。無制約学習（Unconstrained learning, 無制約学習）は、明示的な公平制約を与えずに訓練した場合、グループ較正（Group Calibration, グループ較正）という性質を暗黙に優先する傾向がある。つまり出力スコアが示す確率と実際
Fairness
1677戦略的操作の不平等効果（The Disparate Effects of Strategic Manipulation）
田中専務拓海先生、最近部下から『戦略的な操作を考慮した分類器』という話を聞きまして、投資判断に関係ありそうでして。ざっくり何が問題なのか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！簡単に言うと、この論文は『アルゴリズムに評価される人々が、評価をよくするために自らの行動や
戦略的分類の社会的コスト（The Social Cost of Strategic Classification）
田中専務拓海先生、最近うちの若手が『AIで選別するのは公平性が…』と言い出して困っているんですが、結局どこを気にすればいいんでしょうか。導入コストに見合う効果があるかが一番心配でして。AIメンター拓海素晴らしい着眼点ですね！今回の論文は一言で言うと「機関が使う判定ルールを強くすると、結果
豊富なサブグループ公平性の実証的研究（An Empirical Study of Rich Subgroup Fairness for Machine Learning）
田中専務拓海先生、最近部署で「公平性（fairness）」って言葉が出ましてね。我々の採用や融資の判定にAIを使うと差別になるって話もあって、何が本当に問題なのか分からなくなりました。要するに、どこまで気にすれば良いのでしょうか？AIメンター拓海素晴らしい着眼点ですね！大丈夫、順を追って
テキスト表現からの人口統計属性の逆例的除去（Adversarial Removal of Demographic Attributes from Text Data）
田中専務拓海先生、最近うちの部下が「テキストデータから属性を消す技術が必要」と言い出したのですが、正直よく分かりません。要点を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！短く言うと、この研究は「文章から書き手の性別や年齢といった人口統計情報がAIの内部表現に残りやすい」
視覚的感情のデータ偏りを考察する（Contemplating Visual Emotions: Understanding and Overcoming Dataset Bias）
田中専務拓海先生、最近うちの若手が「感情認識にAIを入れれば顧客理解が進む」と言うのですが、そもそもビジュアルで感情を読むというのは現実的なんでしょうか。データの偏りとか聞くと不安でして。AIメンター拓海素晴らしい着眼点ですね！大丈夫、感情を画像から推定する研究は着実に進んでいますよ。た
位置情報だけで無線スケジューリングを学習する（Spatial Deep Learning for Wireless Scheduling）
田中専務拓海先生、最近、部下から「位置情報だけで無線の割当をAIに任せられる」と聞いて驚きました。うちの工場みたいな環境でも効くんですか？AIメンター拓海素晴らしい着眼点ですね！大丈夫、可能性がありますよ。要点を3つで言うと、位置情報で干渉の「傾向」を学べること、チャンネル推定という手間
交差性に基づく公平性の定義（An Intersectional Definition of Fairness）
田中専務拓海先生、お忙しいところすみません。最近、部下から『AIは公平性を担保するべきだ』と言われまして。でも我々の現場だと性別だけでなく年齢や国籍、障害の有無など複合して問題になると聞きまして、何から考えれば良いのか見当がつきません。AIメンター拓海素晴らしい着眼点ですね！大丈夫、一緒
深層学習の最近の進展（Recent Advances in Deep Learning: An Overview）
田中専務拓海先生、最近部下から「深層学習を勉強しろ」と言われまして、何となく重要らしいのは分かるのですが、要点を端的に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！深層学習（Deep Learning）は、データから複雑なパターンを自動で学ぶ技術です。まず結論を三行で言う
年齢バイアスを取り除く表現学習による認知症評価の新基準（Deconfounding age effects with fair representation learning when assessing dementia）
田中専務拓海先生、この論文って要するに年齢の影響を取り除いて認知症をもっと正しく判断できるようにする研究という理解で合っていますか？AIメンター拓海素晴らしい着眼点ですね！おおむね正しいです。結論を三行で言うと、1) 言語データから年齢を推定してしまうモデルがあり、2) 年齢が混入すると