ただ、... いまやあらゆる業界の経営者層のうち、約85％が今後5年間でAIがビジネスのやり方を大きく変えると考えているそうです。 All Rights Reserved. これは、不法行為における「過失」の立証は、実際上難しいことから、被害者を救済するために無過失責任としたのです。AIの製造メーカーにとっては、厳しい法律といえます。, 「欠陥」とは、普通であればその製品が備えているはずの安全性を欠いていることをいいます。, 一般的な事例では、テレビが突然爆発して人がけがをしたような場合に、テレビについて「欠陥」が認められます。, 製造物の欠陥については、それぞれの事例ごとに判断するので、「どのような場合にＡＩに欠陥があるといえるのか」に関して一律の基準というものはありません。, ただし、被害者がＡＩの欠陥について主張する場合、「普通に使っていただけなのに、予想できないような事故が起きたんです！」という主張だけで足りるとされているため、ＡＩの欠陥については比較的認められやすい状況であるといえます。, AIに欠陥が認められた場合には、原則として、AI製造メーカーは、これによって被害者に生じた損害を賠償しなければなりません。, ここで思い出してほしいのが、「ＡＩは自分で考え学習を繰り返し、成長を続ける」という点です。, そうすると、製造したＡＩが自分たちの手を離れた後、ディープラーニングにより何を学んでどの程度成長し、どのような振る舞いを見せるようになるのかは、製造者にも分かりません。あらかじめ詳しく予想することは難しいといえます。, 企業やプログラマーとしては、ＡＩの学習範囲や動作範囲にあらかじめ一定のリミットを設けて、ＡＩが学習を繰り返し成長を続けても、想定外の行動をとらないように対策をとることはできるでしょう。

Research and Mar... AIが流行ってる今だからこそルールベースのチャットボットをAIMLで作ってみる【Python】その１. 【陳昇瑋專欄】台積電創辦人張忠謀今年四月在台大EMBA前瞻演講中，分享了他多年來經營與學習的心法，從經營者的視野格局、技術學習到提升價值等，這些精華要訣如何應用在企業的AI轉型上？其中又有哪些值得經營者注意與學習的重點？, 台積電創辦人張忠謀在今年4月出席台大EMBA前瞻講座時，很難得完整分享他在德州儀器與台積電學習到的經營心法。當中有很多項可以作為企業導入人工智慧的基本原則與參考。, 首先，張忠謀開宗明義點出，經營者最重要、無人可取代的責任是「把外面的世界帶到公司裡面來」，接著動員公司員工，一起迎接經營者帶進來的挑戰。, 外面的世界指的是客戶、市場以及競爭者，顯然經營者必須有足夠的視野與格局，不僅要能看懂外面世界的變化，更要能帶到公司裡，成為大家共同努力的目標。【延伸閱讀：張忠謀的「告別作」落腳南科　台積電的祕密武器，如何撼動台灣經濟？】, 第一是必須看懂外面世界的變化，當大家都在談人工智慧、宣稱已導入時，經營者腦中要有「地圖」，不只要了解發展趨勢、可能應用及侷限，更重要的是知道自己的「定位」：我的企業目前在什麼地方？該往哪個方向走？下一步可能遇到什麼問題？不知道自己究竟在哪裡，再詳盡的地圖、再厲害的顧問也無法指出未來目標。, 第二是要把世界帶到企業裡來。6月底剛來台首度發表演說的日本軟體銀行創辦人孫正義說，AI大勢將到，讓他「興奮得都快要長出頭髮來了。」未來的AI時代，影響力遠遠超過網際網路，將會遍及各種產業，是人類史上未曾見過的巨大產業變革，光在美國就足以影響19兆美元的市場。【延伸閱讀：軟銀孫正義來台：AI讓我興奮得彷彿頭髮都要再長出來了！】, 但是，如果趨勢只是媒體上的報導，並沒有實際落地在企業經營層面，那無論再大的轉變與商機，也只不過是媒體的報導與其他企業的事。如何做到這一點，是經營者必須仔細規劃的關鍵。, 很多企業老闆相當高瞻遠矚，也擁有熱情與使命感，卻始終覺得員工似乎無法產生共鳴，因此不停召開各種會議向員工宣導、訓話，可惜往往不見成效。, 原因是員工不只聽老闆怎麼說，更在意的是老闆怎麼做。如果老闆只是一再宣稱人工智慧的重要性，但是自己沒有投入、也不願意投資培訓人才，那無論說再多都沒有用。, 他認為，經營者不懂技術就是不及格。他分享，一開始其實並不懂半導體，花很多時間自修，有不懂的就跑去問同事，然後拚命看書。【延伸閱讀：如何不被AI取代？張忠謀給年輕人的4個建議】, 連張忠謀都親自學習技術，但企業導入人工智慧時，很多經營者幾乎不假思索就派資訊部的工程師或主管去學技術，自己頂多聽場演講、或者叫學過的同事回來分享，無法真正掌握技術的重要內涵。, 的確，要導入人工智慧，老闆不需要要自己寫程式、訓練模型，但若連技術的發展趨勢都無法掌握、不知道人工智慧指的並不是單一種技術、不了解人工智慧不是像ERP或CRM一樣的套裝軟體、更不明白沒有蒐集質量足夠的數據，人工智慧根本就無法運作；甚至不知道現在的AI只能解答特定問題，誤以為只要導入之後，所有難題就能迎刃而解，那不但誤解了人工智慧，更會拖延企業轉型的腳步。, 在協助企業導入AI時最常遇到的狀況是，會技術的工程師看不到企業經營的全貌，因此沒辦法解答對於企業最重要的問題；而具有全觀視野的經營者，偏偏不懂技術，連如何評估都做不到，所以兩邊始終無法對焦。, 而這也是台灣人工智慧學校一開始就同時開設技術班與經理人班的原因，因為我們知道只有經營者對於人工智慧有正確的認識、找到對的問題，技術才能發揮最大功效，才能成為公司轉型升級的動力。, 他說，到台灣後常常聽到大家說cost down（降低成本），這固然重要，但price up（提升價格）更為重要，如何把售價提高，「只有一條路，就是提高價值。」, 從企業實務面來看，導入人工智慧的目的，一開始很直覺地幾乎都是從降低成本、減少人力、優化流程與提升效率開始，這原是無可厚非。但人工智慧的功能與目標絕不只是降低成本，而是透過學習、預測以培養出新的能力、創造新的價值，進一步提升獲利，這也是人工智慧最有價值的應用。, 但要讓AI發揮最大的功效，關鍵卻不是技術有多麼先進強大，而是企業的經營策略與商業模式。, 他在演講中表示，簡單來說「怎麼賺錢」就是商業模式的主要思考核心，也是經營者應用人工智慧技術時必須想清楚的前提：如果企業缺乏好的商業模式與經營策略，再強的人工智慧也挽救不了企業孱弱的體質。【延伸閱讀：避免AI專案夭折　企業該懂這3件事】, 過去以代工製造為主的台灣產業，就算導入絕佳技術，也只是用來優化流程、降低成本，而忽略了商業模式才是企業能否獲利的關鍵。, 綜觀最近十年崛起的新創公司，絕佳的技術早已是基本配備，人工智慧的應用更是遙遙領先，但是它們成功的祕訣其實都是能滿足顧客需求的商業模式。, 張忠謀50多年的經營管理生涯中，不斷學習是他自己的總結。在大家期盼台灣產業能夠轉型，出現另一家台積電時，不妨先從他的經營心法開始學起。, 下載文章PDF將扣除10點，您目前的點數為5點。因版本不同，IE瀏覽器可能無法下載，請先閱讀說明, 廣編企劃｜ New Taipei Woman Power：林莉軒帶領學生解決社會問題　「防疫口罩套」實踐技職精神.

そのため、例えば、ＡＩの問題行動に対する制御プログラムがきちんと組まれておらず、その結果他人に損害を与えてしまったような場合には、企業やプログラマーの「過失」が認定される場合は、通常よりも多くなり、不法行為責任を負う可能性が高くなることには注意が必要です。, 「動産」とは、不動産以外の有体物（一定の形があって、手に取ることができるもの）のことをいいます。, 例えば、本やパソコン、文房具やスマホなど、私たちの身の回りにあるものはほとんどが有体物であり、動産です。, ですが、ただのデータであるプログラムは有体物に含まれません。データは「無体物」にすぎないのです。 AIを継続的に生かすには「3＋1の壁」の突破が欠かせないという。「Softbank Brain」の活用事例から見えてきたものとは。 (1/2) 最近こんな記事がありました。 Copyright © 2020 AROCHAN. 相当な記憶力の持ち主か、Geekでないかぎり、機械学習の１から１０まで全てを即座に答えられ... こんにちは、荒井（@yutakarai）です。 やりたいことの定義、ゴールの設定をしっかり決めておくべきです。, そうしなければ、なんとなくでプロジェクトが進んでしまい、いつまでもお金と時間が出ていくだけです。, やっとシステムが完成したけど、全然使いものにならない。

例えば、交通事故の場合には一般的なドライバーが、医療過誤の場合には一般的な医師が基準となります。, そうすると、例えばＡＩの所有者が店頭に売られているＡＩを買って使用していた場合などは、所有者はＡＩを製造したわけではなく、プログラムの詳細についても知らないのが普通です。, そのため、ＡＩの想定外な行動について、予見可能性はなかったとして、「過失」が否定される可能性がさらに高まるものと考えられます。, このように考えると、ディープラーニングにより自ら考え成長していく高度なＡＩで、しかも所有者が「既製品」として購入しただけのような場合、ＡＩの行為について所有者に不法行為責任を追わせることは難しい場合が多いと考えられます。, ＡＩが他人に損害を与えた場合に法律上の責任を負う者としては、所有者のほかに、実際にＡＩを製造した企業やプログラマーも考えられます。, ＡＩ搭載ドローンの例でいうと、そのドローンを作ったメーカー企業やプログラミングをしたプログラマーのことです。, ＡＩが他人に損害を与えた場合、製造した企業やプログラマーは、不法行為責任はもちろんのこと、さらに「製造物責任」を負う可能性もあります。, 「製造物責任」とは、製品の欠陥（バグ）によって他人に損害を与えてしまった場合に、製品を作った製造メーカーなどがその損害の賠償をしなければならないことを定めた法律です。, 製造物責任は、不法行為責任と違って、製造メーカーの過失（不注意）の有無に関係なく責任を負わせる（無過失責任）のが特徴です。 日本政府は、「人間中心のＡＩ社会原則検討会議」にて、ＡＩの研究開発や利活用における７つの原則を固めました。 ７つの原則 １．AIは人間の基本的人権を侵さない　

採用活動にチャットボットを活用することで、どのような影響を与えるでしょうか？ スキャンしたPDFドキュメントしかないというケースも多いです。, その場合は、ドキュメントをOCRで読み込んで、名寄せや突合などのデータ調整が必要です。, ・どういったデータが使えるのか 人材不足と言われている昨今、採用活動をしている各社、より良い人材を獲得するために躍起になっています。 今回紹介するAIビジネスの事例は「King... こんにちは、荒井（@yutakarai）です。 例えば、Ａさんが車を運転しているときに不注意でＢさんを轢いてしまい、ケガを負わせてしまった場合、Ａさんは不法行為責任を負い、被害者のＢさんに与えた損害を賠償する責任を負わなければなりません。, 「不法行為責任」が認められるためには、行為者に「故意（わざと）」または「過失（不注意）」がなければいけません。, ですが、故意・過失は人間の心理状態のことを指すため、人間ではないＡＩに、故意・過失といった状態を認めることはできません。, そのため、ＡＩの不法行為について法律上の責任を問う場合には、AIではなく、その所有者に「故意」または「過失」があったことが必要となります。, ＡＩの所有者に故意がある場合とは、例えば、所有者が自らＡＩをけしかけて他人に危害を加えさせたような場合です。 しかし、AI活用の着手に二の足を踏んでいる企業も少なくありません。 By 福岡 英明 | 2019年5月31日 | メディアウォッチング, 気になるニュース | No Comments | ← 【新技術・自動運転】大真空、車の自動運転に対応した水晶発振器を開発 【話題・スマートグリッド】日産、EV ありがたいことに、弊社が携わらせていただくAI導入プロジェクトの実績が増えてきました。, 今回は、その中で気づいた「AI導入プロジェクトのありがちな失敗３選と失敗しないためのポイント」を紹介します。, 実際の開発に入る前に

Tagged on: 提言, 自動運転. 3,4,6,8, Nilsson 1998，chpt. 着手に踏み切れない理由 やれ「人工知能がビジネス... こんにちは、荒井です。 日本国内ではガイドラインが選定されている程度です。 以前、政府から発表されたAI活用７原則について記事を書きましたが、こちらを元に世界と協議している状況です。, 私は弁護士ではなく、法律に精通しているという訳ではないので、本稿の厳密性や、本稿により発生したいかなる損害やトラブルなどにおいても筆者や本サイトは責任を一切負わないので、その点はあらかじめご了承ください。, 日本では、平成28年10月より総務省情報通信政策研究所にて、社会全体におけるAIネットワーク化の推進に向けた社会的・経済的・倫理的・法的課題を総合的に検討することを目的として、産学民の有識者の参加を得て「AIネットワーク社会推進会議」を開催しています。, また、経済産業省では、民間事業者等が、データの利用等に関する契約やAI技術を利用するソフトウェアの開発・利用に関する契約を締結する際の参考として、契約上の主な課題や論点、契約条項例、条項作成時の考慮要素等を整理した「AI・データの利用に関する契約ガイドライン」を作成しています。, OECD（経済協力開発機構）による国際的な「AI専門家会合：「AIGO」（Artificial Intelligence expert group at the OECD）の場にて、総務省「AIネットワーク社会推進会議」のなかでかねてから議論を進めてきた“日本版ガイドライン”を海外にも示しながら、世界との議論を進めています。, AIが起こした事故の原因が、AI開発者にあるのか、AIを組み込んで新たに製品を開発した企業にあるのか、はたまた利用者側に責任があるのか、十分に検討して、結果的に責任の所在を明確にしていきます。, AI開発ガイドラインのなかに「透明性・制御可能性とアカウンタビリティ（説明責任）」がありますが、AIがブラックボックス的に答えを出すことがあるため、開発者がAIが結果を出力する仮定のすべてを把握と理解をしておくということは、現実的ではない場合があります。, 透明性を担保することの難しいAIに関しては、AI開発者の主な責任の範囲は、読み込ませる情報（インプット）と判断した結果（アウトプット）になります。「AIがある判断を下した機序・筋道を全て明らかにすることが困難であっても、インプットしたデータとその結果のアウトプットの関係は説明できるようにしておいて欲しい」という考え方が基本です。, 身体・生命・財産などに影響力のあるAIシステムに関しては、監査資料の提出義務が生じる可能性があるかもしれません。, これは、エストニアでビジネスをしている友人に聞いたのですが、欧州の方向性としてはAI自体に人権をもたせ、そのAIに責任を取らせようという動きがあるようです。, 例えば、AIをスタッフとして見立てたら、そちらを採用している企業側に責任があるということ。また、AIを子供として招き入れたら、親に責任があるということです。, AI自体に責任を負わせることを前提とし、難しい場合は管理監督する責任のある人に対して責任がのるというようなイメージです。, 人工知能（AI）技術をつかったサービスは増えており、技術自体も発展途上です。 最近の流れだと、技術が先行して、その技術動向を元に法整備が進むという流れになっています。, 弊社でも、弁護士の方々と定期的に議論を行い、今後の法整備に関しても情報をキャッチアップするとともに未来予測しております。, 開発する側の責任はもちろんですが、使用する側の責任も十分に考慮してAI導入を行っていきましょう。. ・どういった前処理が必要か ai自体に責任を負わせることを前提とし、難しい場合は管理監督する責任のある人に対して責任がのるというようなイメージです。 まとめ. こんにちは、荒井（@yutakarai）です。AI（機械学習）をビジネスに活用する方法を探していますか？AIが話題になる昨今では、多くの企業が、AIや機械学習が未来の重要な方法であることを知っています。主な活用領域だと、例えば以下の... こんにちは、荒井（@yutakarai）です。「我が社もビッグデータを活用するんだ！」といわれてもなにをどうすれば良いかわかりません。データを活用して何がしたいかが明確になっていないからです。まずは課題や目標を明確にすること... こんにちは、荒井（@yutakarai）です。最近、アマゾンがAI採用システムの利用をやめたことがニュースになりました。このニュースは、技術の本当の姿を伝えてくれていると感じました。IT技術は負を加速させることもあるA... こんにちは、荒井（@yutakarai）です。 まずは、ai導入プロジェクトでありがちな失敗例を3つ紹介します。 お金と時間ばかりかかって結果が伴わない. AIが学習し精度は上がっていくのですが それを使う人々のモチベーションの維持もプロジェクトの成功には不可欠です。, 上の記事でも書きましたが、AI技術をビジネスに活用する意義がはっきりしていても、「AIに対する過度な期待と誤解」によって実際のAI活用までに至らないケースが多いです。, 中には、過去のデータは全て紙で保存されていたり

ai（人工知能）を医療現場に導入する動きが加速している。しかしaiは医療ミスの責任を取ることができない。国は医師に責任を取らせようとしているが、それでいいのだろうか。 最近のクラウドコンピューティングの発達とビッグデータの蓄積と分析のおかげで、AI（人工知能）はビジネスの生産性を向上させるために大きな進歩を遂げています。 これなら従来のシステムのほうがよっぽどマシだ。, これも１点目の失敗例と同じく 首先，張忠謀開宗明義點出，經營者最重要、無人可取代的責任是「把外面的世界帶到公司裡面來」，接著動員公司員工，一起迎接經營者帶進來的挑戰。 外面的世界指的是客戶、市場以及競爭者，顯然經營者必須有足夠的視野與格局，不僅要能看懂外面世界的變化，更要能帶到公司裡，成為大家� ai導入プロジェクトのありがちな失敗3選.

魯姆哈特（David E. Rumelhart）等再次提出, 智慧agent範式：智慧agent是一個會感知環境並作出行動以達致目標的系統。最簡單的智慧agent是那些可以解決特定問題的程式。更複雜的agent包括人類和人類組織（如, 「看」：電腦視覺（Computer Vision）、圖像辨識（Image Recognition）、臉部辨識（Face Recognition）、物件偵測（Object Detection）。, 「讀」：自然語言處理（Natural Language Processing，NLP）、語音轉換文字（Speech-to-Text）。, 「說」：語音生成（Sound Generation）、文字轉換語音（Text-to-Speech）。, 分析辨識能力：例如醫學圖像分析、產品推薦、垃圾郵件辨識、法律案件分析、犯罪偵測、信用風險分析、消費行為分析等。, 預測能力：例如AI執行的預防性維修（Predictive Maintenance）、智慧天然災害預測與防治。, Johnston, John (2008) "The Allure of Machinic Life: Cybernetics, Artificial Life, and the New AI", MIT Press.

.