2024年9月9日 / 最終更新日時 : 2024年11月11日 ryo fujii 公平性 生成AIのリスク軽減策：コンテンツフィルタリングとは 1.イントロダクション 生成AI（Generative AI）は、テキスト、画像、音声などの様々なコンテンツを自動で生成する技術で、多くの産業に変革をもたらしています。しかし、この技術にはさまざまなリスクが伴います。特に […]
2024年8月20日 / 最終更新日時 : 2024年11月10日 ryo fujii 公平性 【公平性】等化オッズを用いた機械学習 1. イントロダクション 近年、機械学習モデルは多くの分野で活用され、その応用範囲は日々拡大しています。しかし、これらのモデルが常に公平であるとは限りません。むしろ、訓練データに含まれる偏りが、モデルの予測結果に偏りをも […]
2024年8月19日 / 最終更新日時 : 2024年8月28日 ryo fujii 公平性 公平性のあるデータセットを作成する方法 1. イントロダクション AIや機械学習モデルの信頼性と効果を高めるためには、公平性のあるデータセットを作成することが重要です。不公平なデータセットは、モデルのバイアスを引き起こし、不平等な結果をもたらす可能性があります […]
2024年8月18日 / 最終更新日時 : 2024年11月10日 ryo fujii 公平性 生成AI特有のリスクとその対策について 1. イントロダクション 生成AI（Generative AI）は、新しいデータやコンテンツを自動的に生成する技術として注目を集めています。特に、テキスト生成、画像生成、音声合成など、幅広い分野で活用されていますが、その […]
2024年8月17日 / 最終更新日時 : 2024年8月28日 ryo fujii 公平性 AIにおける公平性とは何か？対処方法についても解説 1. イントロダクション AI技術の普及に伴い、私たちの生活やビジネスにAIが深く関わるようになりました。しかし、AIがもたらすメリットとともに、その公平性に関する懸念も高まっています。AIの公平性とは、すべての人々に対 […]
