こんにちは。今年もNeurIPSにやってきました。今回はカナダのバンクーバーで開催されています。アメリカ西海岸から、自動運転（レベル3）で国境を越えてやってきました。

今年も初日から刺激的かつ先進的な内容が盛り沢山だったので、少しずつ紹介していきます。本日参加したプレゼンテーションは以下のとおりです。

• Human Behavior Modeling with Machine Learning: Opportunities and Challenges by Nuria M Oliver and Albert Ali Salah
• Efficient Processing of Deep Neural Network: from Algorithms to Hardware Architectures by Vivienne Sze
• Reinforcement Learning: Past, Present, and Future Perspectives by Katja Hofmann
• How to Know by Celeste Kidd

現場で見たプレゼンテーションは上記のとおりですが、見たかったけれどスケジュールの都合で見れなかったプレゼンテーションがあったので、それはホテルに戻ってからストリーミングで見ました。Deep Learning with Bayesian Principles by Mohammad Emtiyaz Khan

ちなみに動画は一般に公開されているので、興味がある方はこちらで視聴できます。

“How to Know”はUC Berkleyの教授であるCeleste Kidd氏の講演で、人間がどのようにして信念を持つか、そしてそのプロセスが以下に間違いを信じやすいものになっているかという内容で、中でも「機械学習の研究者が人間について知るべき5つのこと」というリストが面白かったです。以下に記述します。

1. 人間は常に信念を形成し続ける。
2. 確信は興味を失わせる。
3. 確信はフィードバックから生まれる。
4. フィードバックの欠如は過信につながる。
5. 人間は何を信じるかをかなり早く形成する。（そして早期に与えられた根拠によりおもみを置く）

この5つの真実を通して、現代社会における「間違った信念」がどのように形成されるか、そしてそれがいかに簡単かつ破壊的かを説明していました。とくに子供にYouTubeなどを見せることについて、親としてかなり心配になる内容でした。例えばある研究では、「黒炭が健康に最高である」という動画をたった７分見ただけで、科学的根拠が全く欠如していても黒炭が本当に健康にとって良いものであると人間は思い込んでしまうということを示していました。

私のアメリカ人の友人でも、例えば「インフルエンザ予防接種は全く効力がない上に害もある」と信じている人がいます。それも低所得とか低学歴ではなく、かなり教養を受けている人間です。また、あるエンジニアの伯父は、「地球は実は丸くない」と謳っているようです。アメリカにおいていかにこのような「間違った信念」が蔓延っているかをひび痛感しています。黒炭とかはまだ可愛いですが、予防接種や地球温暖化などにもこのような偽りのメッセージがまかり通ると、人類の危機につながります。

そして、我々が日々使っているGoogleやフェースブックは「中立的」にはなり得ないことも論じていました。検索の結果やニュースフィードの結果をランキングするということは、一つの意見や事実を他の意見や事実よりも重要視することに他ならないからです。

他の技術的な発表も素晴らしく、とくにディープラーニングにベイズ理論を融合する手法はプロジェクトでも使いたいなと思いました。強化学習は私は教える立場の人間でもあるので、他の研究者がどのように強化学習を教えるかという観点から非常に参考になりました。

最後に私の機械学習の先生であり、現在ジョージア工科大学のコンピュータサイエンス学部長であるCharles Isbell教授と遭遇しました！また、隣りには強化学習の大先生であるMichael Littman教授です。