(情報科学)技術的特異点と科学･技術等 1 (ナノテク) [転載禁止]©2ch.net
※このスレは、下記の本家スレから分かれた分家スレです。転載に関する規定は本家に準じます。
■現在の本家スレ
(強いAI)技術的特異点/ｼﾝｷﾞｭﾗﾘﾃｨ(世界加速) 13 [転載禁止]c2ch.net
http://wc2014.2ch.net/test/read.cgi/future/1426647717/
本家スレの話題のうち、科学・技術系で『専門的な』話題を特に扱います。
スレ成立のきっかけ
・技術的特異点の関わる分野は非常に幅広く、浅い部分から深い部分までレベルも様々で、多様な人が集まっている
・上記を前提として、科学・技術系で専門的な内容に集中しやすいように、ノイズ（特に不毛な論争）を減らしたい
・これにより、興味がある者同士の意思疎通困難性、過去ログ参照の困難性などが解消される
ただし性質上、本家との区分は厳密には困難です。
むしろ同じ内容が扱われても構いません。
本家は雑談寄り、ここではより専門色を強く、とご理解下さい。
■姉妹スレ
(AIとBI)技術的特異点と経済･社会等 1 (天国or地獄) [転載禁止]©2ch.net
http://wc2014.2ch.net/test/read.cgi/future/1427004849/
■関連スレ
人工知能
http://wc2014.2ch.net/test/read.cgi/future/1286353655/ 100ギガ動作の小型デジタルコヒーレント光トランシーバを開発
―従来の半分のサイズと低消費電力を実現―
http://www.nedo.go.jp/news/press/AA5_100366.html
世界最小5mm角の超高速・低消費電力光トランシーバを開発
―世界最高仕様25Gbps/chの伝送速度を実現―
http://www.nedo.go.jp/news/press/AA5_100367.html >>3
【技術/Siフォトニクス】NEDO、5mm角ながら25Gbps/chの伝送速度を実現した光トランシーバを開発©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1427212340/ 世界最薄のリボン!?
～トップダウンとボトムアッププロセスの融合によるグラフェンナノリボンの形成に成功～
http://www.jst.go.jp/pr/announce/20150324/index.html 二元論を肯定するには、
なぜ脳だけが精神界と相互作用するのか
（脳は別段特殊な物理的環境ではなく、更に物理世界内部でボトムアップに生成されたもの）
精神界との相互作用自体が、物理法則を破らずに起こり得るのか
などが上手く説明できなければならない
この絶望的な障壁と比較すれば、受動意識仮説をはじめとしたアプローチが示唆されている唯物論のほうが、はるかに容易で説得力に長けると思われる >>12
思想としては面白いが、論証が不可能なので科学ではないと思う。 【技術/スピントロニクス】NTTなど、量子センサ実現へダイヤモンド中電子スピンの寿命の改善法を確立©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1427299662/ >>9の2chスレ
【ナノテク】自己組織化を応用することで、グラフェン上にナノサイズのリボンを形成 東大 [転載禁止]©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1427340355/ >>13
論証が不可能だろうと考えられる点に関しては、ある意味二元論も唯物論も同じようなもの
だから>>11では説明可能性のみについて終始した
>>12
脳以外の物体に単に意識が宿ると考えることと、実際相互作用を起こすことはまた違う
例え脳以外でも相互作用があれば、物理的な変化が観測可能
意識が宿っているだけとすれば、結局なぜ脳だけが相互作用を起こすかという疑問に戻ってしまう >>16
ある意味どころか何ら変わるところはないだろう
「まだわからないし、永久にわからないかもしれないし、どちらなのかどちらでもないのかはっきりするかもしれない」 このスレに貼るのにふさわしい研究報告のページを探すのって、
やっぱりGoogle Scholarを多用している人が多いの？
それとも、もっと良い情報収集源を利用してるのかな？
（例えば、学会の会員制ページとか） >>20
ふさわしいレベルの収集源を持たず申し訳ない >>1
乙
>>20
最新の論文読みたいけど情報源ないからアーカイブに落ちてくるまで待ってる 過疎ってるな……。
保守も兼ねて、Google Scholarで"三次元半導体"って入力して出てきた検索結果の、
１ページ目の中から適当に選んで１つだけリンクを貼ってみる。
https://www.jstage.jst.go.jp/article/jiep/15/2/15_148/_article/-char/ja/ 三次元半導体もボチボチ市場に投入されつつあるようだが、
現在主流の製品に取って代わられるまで何年かかるだろうか？ 駄レスや雑談に埋もれるより良い
BIスレも危うい
>>28
シリコンの積層ならせいぜい数年では
CNTやグラフェン、その他愉快な仲間たちの三次元回路はもう少しかかるだろうが >>29
層を18ヶ月毎に倍にできれば、プロセスルールが現在と同じレベル（10nm前後）に留まっても、ムーアの法則を維持できるかな。
シリコン積層で、「CNTやグラフェン、その他愉快な仲間たち」に移行するまでの時間を何年稼げるだろう？
私はこの辺り専門外なので、さっぱり分からない。 【量子力学/量子情報】量子テレポーテーションの心臓部をチップ化――量子コンピュータ実用化へ「画期的成果」(c)2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1427737358/ エルミタージュ秋葉原 ? IntelとMicron、2.5インチで10TB超を実現する大容量NAND「3D NANDフラッシュ」発表
http://www.gdm.or.jp/pressrelease/2015/0327/109139 人工光合成の水素製造で世界最高レベルのエネルギー変換効率2％を達成
―化石資源に依存しない基幹化学品製造基盤技術を確立へ―
http://www.nedo.go.jp/news/press/AA5_100372.html >>31
装置サイズが1万分の1は凄い
>>30
積層だけでは、放熱の都合上それなりの時間稼ぎにしかならない
しかしシンギュラリティの観点からは、deep lerning等並列処理が有用であること（CPUの成長が止まっても、GPUが成長していれば良い）
（カーツワイルによって正規化された）ムーアの法則の縦軸は計算速度/価格であるので、成長が止まっても価格が下落すれば、進歩は補われること
研究リソースは短期的なものに割当てられやすいため、直前で一気に実用化にこぎつける可能性が十分あること
幾度ものパラダイムシフトも、スムーズに乗り越えてきていること
等のことから、今回も滞りなく移行が完了するだろうと予測している Researchers Build Brain-Machine Interface to Control Prosthetic Hand
http://www.uh.edu/news-events/stories/2015/March/0331BionicHand.php 脳波で消費者のココロ丸見え 電通が探る商機の芽
http://www.nikkei.com/article/DGXMZO85244640T00C15A4000000/?dg=1
＞満倉准教授によると、約17年で集めた実際の脳波信号データをもとにアルゴリズムを設計。
＞人が無意識下で感じている思いを７～８割の精度で類推できるという。 
デジモン(デジタルモンスター)シリーズを賛成して欲しい
デジモン(デジタルモンスター)シリーズを賛美して欲しい
デジモン(デジタルモンスター)シリーズを容認して欲しい
デジモン(デジタルモンスター)シリーズを擁護して欲しい
デジモン(デジタルモンスター)シリーズを祝福して欲しい
デジモン(デジタルモンスター)シリーズを援助して欲しい
デジモン(デジタルモンスター)シリーズを万歳して欲しい
デジモン(デジタルモンスター)シリーズをマンセーして欲しい
デジモン(デジタルモンスター)シリーズを愛して欲しい
デジモン(デジタルモンスター)シリーズを褒めて欲しい 【電気化学】スタンフォードの科学者たちが将来有望なアルミニウムイオン電池のプロトタイプを完成…リチウムを置換か©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1428508427/ こっちのスレの方が俺にあってるみたい
ニュース貼る人お疲れ様 過疎ってることで逆に落ち着くなｗただニュース以外に新着がないけど >>48
気に入ってもらえて何より
>>49
科学は議論の余地が少ないから
その分着々と進歩するという意味でもある
これこそが技術的特異点の源であるんだけど、ねえ。 今日はとある経営者と話をするんだが、シンギュラリティを見据えたAIのあり方、これから参入するにはどうすればいいかを提案・検討する予定
前に数学者に話したときは面白がってくれたけど、シンギュラリティ（特異点）って聞くと違和感を覚えるなーとかシンギュラリティは消すものって言われたｗ
まあ確かに数学やってると馴染みが深いから逆にシンギュラリティってワードに違和感を覚えるだろうなと納得ｗもちろんきちんと技術的特異点と言うことは伝えたけど 自動運転の車は何時ごろ普通に見かけるようになるんだろうか やばそうな感じはするけど
これが可能で失敗もなく、脳死の人から体を貰うのでもなく、作った体を使ったりサイボーグになったりして不自由や病気から解放されたら
良さそうなきはする
はじめは臓器移植のように、脳死の人の体と繋がる事になるんだろうかな
マッドサイエンティストぽい感じはするけど、こういうのも未来では普通に行われてるのかもしれないな
頭部を切断して別人の体に移植する頭移植手術に世界で初めて挑む男性ヴァレリー・スピリドノフが話題に!!
http://commonpost.info/?p=110670#more-110670 >>53>>54>>55>>56
雑談したいなら総合スレのほうがいいぞ、人も多いし 面積は縮小は指数関数的に効くけど、層の積層は比例にしかならない。
ムーアの法則が２０２０年に終焉したら半導体の性能向上ペースは一気に落ちると思うな。
シンギュラリティは無理なんじゃまいか。 >>55
＞頭部を切断して別人の体に移植する頭移植手術に世界で初めて挑む男性ヴァレリー・スピリドノフが話題に!!
これ、霊長類でまだ成功してないし、出来る技術あるなら下半身麻痺など直せてるだろ？とか叩かれてるね >>62
あと５年～１０年でパラダイムシフト出来るような技術見あたるの？
まあ１５年でもいいや。 >>64
それ以前の捉え方の問題
っ >>35後半 パラダイムシフトという点には大いに賛同します。
今から起りつつあることは、様々な要素が並列的・相互作用的に進行し、特異点というポイントへ集約されてゆくのでは。
場合によっては、これは加速すらし得るのではないかと思っています。 >>68
調理器具もキッチンもロボットに合わせて最適化されたものかと予想していたが、
キッチンはともかく、調理器具は人間が使うのと同じ物を使う仕様になってるんだね。
興味深い。 >>68
動作だけ正確にコピーしてるのでちょっとでもズレてると作れない仕様なんだな
ネタレベルだ >>71
今回のは超精巧なロボットアームの御披露目ってところでしょう。 有名人や故人をダウンロード可能になる！？Googleが「人格」をクラウド化するための特許を取得
http://tabi-labo.com/114948/persona-download/ 【材料科学】東工大、高耐熱性と酸化物半導体並みの移動度を実現した有機半導体材料を開発 液晶性をトランジスタ材料に付与 [転載禁止]©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1428966864/ 【再生医学】臓器の芽を作製する革新的な培養手法を確立～腎臓や膵臓など、さまざまな器官再生へ道～ 横浜市立大学 [転載禁止]©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1429272041/ 【有機化学】IMS、β-カロテン分子が多数の金属原子を挟み込む捕捉機能を持つことを確認 [転載禁止]©2ch.net
http://anago.2ch.net/test/read.cgi/scienceplus/1429333810/ 3D NANDは東芝SANDISKもサムソンもやってたはず、と思って調べたら、
Intelマイクロンのはちょっと違うのか 指数的か直線的か、は成長速度の変化によるもの
ある二点間の成長速度がどうであるかは関係ない
指数的であっても、序盤の成長速度は遅いし
直線的であっても、終始成長速度が速いパターンもある
理解の浅い者にありがちな間違い
成長速度によって指数的か直線的を判断するのは無理 ×成長速度によって指数的か直線的を判断するのは無理
◯成長速度によって指数的か直線的かを判断するのは無理 >>91
＞成長速度によって指数的か直線的かを判断するのは無理
それが本当なら、例えばある時点の成長の度合が指数関数で表される事象と一次関数で表される事象の２つがあったとして、
それぞれを時間で微分した導関数(つまりは成長速度)は互いに区別がつかない事になってしまうんだが、
どんだけトンデモな事言ってるか、自覚してる？ >>92
何言ってんだ
導関数は成長速度の変化量も情報として含んでいるんだが
縦軸が成長速度ってだけだろ >>93
＞導関数は成長速度の変化量も情報として含んでいる
その「成長速度の変化量」は「時間に対しての」ものだよな？
だったらそれは「成長の加速度」とでも呼ぶべきものだ。
「速度」と「加速度」の違いは分かるよな？
で、指数関数は何回微分してもゼロにはならないが、
加速度が一定の関数はもう一回時間で微分したらゼロになる。
つまり、指数関数とそれ以外の関数は、１階導関数以降が明らかに違う。
どこの世界の数学を使ったら「区別できない」なんて事になるんだ？ >>94
だから一人で暴走するな
>>90「成長速度だけでは判断不能」
>>94「成長加速度では判断不能なわけがない」
これはどちらも正しい
話を混同してるのはお前だぞ
お前がこねくり回してるよりもっと手前の部分で勘違いしてるんだぞ >>95
＞>>90「成長速度だけでは判断不能」
＞>>94「成長加速度では判断不能なわけがない」
＞これはどちらも正しい
いや、指数関数は、
成長速度(時間に対する１階導関数)も、
成長加速度(時間に対する２階導関数)も、
指数関数以外の導関数とは明らかに違うんだが。
(何階導関数であろうとも、元の指数関数自身が含まれる)
だから「成長速度だけでは判断不能」というのは間違い。
導関数が指数関数と分かった時点で、原始関数も指数関数だから。
「グラフ化されたある関数の、任意の２点間を結ぶ直線だけでは判断不能」なら正しいが。 >>96
俺は成長速度という単語を導関数としての定義で言ったんじゃない
自分の勝手な解釈を人に押し付けんな >>97
＞俺は成長速度という単語を導関数としての定義で言ったんじゃない
では、どんな定義で言ったのだ？
＞自分の勝手な解釈を人に押し付けんな
それより前に、君自身が用語を適切に使えているかどうかを省みた方が良い。 >>98
（ある特定の時間における）速度、もしくは（ある二点間）の速度
速度だけと言っているのだから、加速度の情報も含む導関数と解釈するのは不自然
更に二点間の速度という表現も出しているわけで、尚更導関数と解釈するのは不自然
用語如何に関わらず、文脈的に、上記の定義として解釈するのがより妥当
それから
定義をこねくり回す議論はこのスレに不適切、
殊更に揚げ足取り紛いを自覚しつつ行うのはこのスレにあまりに不適切と一方的に判断する
これ以降のレスは本家スレにしなければ、一切返答するつもりはない
また、これに関しては異論を聞くつもりはない コンピューターの性能向上が既に鈍化してて止まるのは事実。
祭りの終わりに打ち上げ花火上げてるんだろ。「もんじゅ」みたいなもん。
バイオも祭りは終わりみたい。もう読み取るゲノムなんて無いだろ。
原核生物一つ産み出せなかった。 >>99
勝利宣言かい？w
結構な事だ。
相変わらず根本的な間違いをしている事に気付かない様だが、
聞く耳持たないなら、こっちもこれ以上関わり合う義理も義務も無い。
>>100
無理無理クンは本家スレに帰れよ。
あっちで相手にされないからって、
こっちで相手してくれるわけじゃないぜ？w
ここは「できるであろう」という前提で話をするスレだから、君の意見を広めようとしても、本家スレよりハードルが高いぞ？
「そもそもできるのか」の話題まで含む本家スレの方がハードル低いはずだけどなあ。 人類文明成長速度と時間の関係は人類文明成長加速度が出るが、永遠に成長するのはありえない。
また衰退する時や停滞する時もあるから何かしらの指標はなり得ない、あくまで参考でしかないと思うんだ。 面白いのは未来はますます成長する方だからね
停滞や衰退するのは後ろ向きでつまらんから、将来文化が衰退するって話は支持されにくい(エネルギーや資源問題でそうなる可能性が高いとしても)
最も好かれる未来は、コンピューターは進化するけどそれ以上に人の真価が発揮されて永遠に人を超えないものだろうね 今の科学技術を見ても伸びしろはまだまだあると感じる
永遠に成長しないのは当たり前の事だが
成長が停滞するのは今ではない >>103
>ンピューターは進化するけどそれ以上に人の真価が発揮され
納得できんなあ、人類は今までも、例えば芸術とかの文化を産んだわけじゃん
時代がたつにつれより高度な文学とか絵画とかが作れるようになると褒められるわけだろ
あと便利な機械とか、兵器や刀剣なんかさえ賞賛の対象になる、こんなの作れる人類ってすげーって
だけど、コンピュータとかAIとかは、人間の作ったものなのに、それが人間を超えるというと馬鹿にされたり怖がられたり
知性を持ってるから工芸品とは一緒にできないって理屈なのかもしれないけど、
なんだか子供が自分を超えて成長するのを受け入れられないダメな親みたいだなあ 連投失礼
追記するけど、もちろん>>103に納得出来ないわけではなく、
都合のいい未来だけを好む人類に納得出来ないのだから、説明足らずで悪かった
コンピューターに支配される的な、未来が怖いのかもとふと思った
人間て未来が何でも自分の都合のいいようになると思いたがるいきもののような気がする… >>106
自分は人類超える知的な物ができる事にワクワクする。人類の最後の仕事となるだろうし
願わくばAIの進化を法律などで停止させないよう、宇宙に進出してくれるよう、AIが人類を積極的に滅ぼさないよう望む 最低でもGTX970が必要、今年中の大量出荷はなしでOculus Riftに暗雲が立ち込めているようだね
モーフィアスのほうが先行しそうだ 【技術/薬学】新薬の副作用リスクをスーパーコンピューターで精度良く予測する技術を開発 新薬開発安く 東大・エーザイなど
http://anago.2ch.net/test/read.cgi/scienceplus/1430540762/ >>134
ちゃんと一次ソース確認したか？
釣る気満々の悪意に満ちたタイトルだな、バザップ（）は
あるいは真性の馬鹿 こっちにも書き込んどくね
最先端AI「ディープ・ニューラルネット」をロボットに搭載する動きが始まる
http://gendai.ismedia.jp/articles/-/43477 >>139
産業用ロボットにも導入されるといいなあ
人間がプログラムしたものではある時点以上は効率良い作業できなくなるから いつのまにこんな姉妹すれがあったんだ…
こっちのほうが前の本家っぽいな 今年のロボッティクスチャレンジ
2年前よりずいぶんと動作が速くなったな
しかし転んでも自分で起き上がることができないのな セルロースナノファイバーの話題はどこですれば良いのかな？ >>145
ここでいいんじゃない？
「一見して目下の目標と関連が無さそうだった技術が、後になって関連が強くなりました」なんて事もあるだろうし。 人型ロボ「ペッパー」お茶の間へ ２０日発売、お値段は
http://www.asahi.com/articles/ASH6L55CMH6LULFA01M.html
＞本体価格は１９万８千円。ネットを仲介するため別途、基本料金が必要になる。こちらは３年契約で月１万４８００円。
必要経費なんだろうけどお高いなあ デジモン(デジタルモンスター)シリーズのデジモンを実現して欲しい
デジモン(デジタルモンスター)シリーズのデジモンを実用化して欲しい
デジモン(デジタルモンスター)シリーズのデジモンを開発して欲しい
デジモン(デジタルモンスター)シリーズのデジモンを製造して欲しい
デジモン(デジタルモンスター)シリーズのデジモンを作成して欲しい
デジモン(デジタルモンスター)シリーズのデジモンを生産して欲しい
技術的特異点をお勧めして欲しい
技術的特異点を推進して欲しい
技術的特異点を推奨して欲しい
技術的特異点を推薦して欲しい
技術的特異点を宣伝して欲しい
技術的特異点を布教して欲しい
技術的特異点を扇動して欲しい
女神転生シリーズの続編を発売して欲しい
女神転生シリーズの次回作を販売して欲しい
女神転生シリーズの次期作を出して欲しい
真・女神転生Ⅴを発売して欲しい
真・女神転生Ⅴを販売して欲しい
真・女神転生Ⅴを出して欲しい
グランディアⅣを発売して欲しい
グランディアⅣを販売して欲しい
グランディアⅣを出して欲しい ヒューマンインターネット時代は来るか？ 脳に埋め込むメッシュの人工神経組織 -GIZMODO-
http://www.gizmodo.jp/2015/06/post_17460.html 日刊工業新聞 ニュースイッチ
「人工知能を語り尽くそう！」儲かる？倫理は？説明責任が発生？（前編）
http://newswitch.jp/p/1281
「人工知能を語り尽くそう！」日本が世界で勝つために（後編）
https://newswitch.jp/p/1309
ＺＤＮｅｔ
人工知能に挑戦する注目の新興企業5選
http://japan.zdnet.com/article/35067047/
Blogos
“人工知能3原則”が提唱される
http://blogos.com/article/121518/ テレプレゼンスロボットて製品名かと思ってたら、そういう分野のロボットなのね
ホワイトハウスで使われたって事は、セグウェイ並に普及しそうな感じかもね 人工知能はどんな未来を夢みるのか：9/29、世界をリードするAI研究者が集う【「秋の特異点祭り」開催】
http://wired.jp/2015/08/03/wired_ai_2015/ >>164
記事消えてるな
CiRAみてもプレスリリースがない
http://www.cira.kyoto-u.ac.jp/j/research/finding/150804-110938.html
この記事の発展かな
しかし、最近のゲノム編集とか見てると、マイクロマシーンそのものだよな
ただ、見える形で見えないから正直どこまで研究が進んでるのかよく分からない 「アイアンマン」もびっくり、MITが小型核融合炉「ARCリアクター」の概念設計
https://newswitch.jp/p/2023 このスレは
Central
Intelligence
Agency
に監視されています。 Central
Intelligence
Agency
なら内容解析ＡＩ付の検索ロボットかなんかで
２ｃｈ全部どころか世界中なんでも監視できてると思う。 カーボンナノチューブが宇宙エレベーターになるまで見守ろう。 Neural Random-Access Machines
http://arxiv.org/abs/1511.06392
以前話題になったＮＴＭからの改良
ポインタ演算を教師データから学習できるようになった
だけど自分が興味深いと思ったのはポインタとは関係ない計算で 「ZettaScaler-1.5によるHPCシステム構築と、ZettaScaler-2.0構想」 講演資料
http://www.pccluster.org/ja/event/2015/10/pc-7.html
> ry 「 ry -1.4」 ry 菖蒲 ry 青睡蓮 ry 1位と第2 ry 「 ry -1.5 」 ry 並行して開 ry 「 ry -2.0」 ry 。 齊藤元章氏＠シンギュラリティサロン2015.-07-25
＊プレゼンテーション資料ダウンロード：
http://singularity.jp/news150725/ 【ナノテク】世界初、一兆分の1mlの微小単位の水を自在に制御する技術を開発 化学、バイオなどの幅広い分野を革新 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1453381444/ 【細胞生物学】生命ナノシステム科学研究科 藤井道彦准教授の研究グループが、細胞の老化防止メカニズムを発見！ [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1453417723/ 【遺伝子工学】従来の約100倍のサイズのゲノム編集が可能に！ マウス・ラット等の遺伝子改変効率を向上させる新しい技術を開発 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1453433257/ 今日は逝けそうにない
ビッグサイト
明日逝く予定で海外発表中心に見学予定なんだが期待できる内容かな？ >>190
それ事前予約済
目当ては分光光学系と素材とセンサーとナノバブル
それと海外の動向…
海外発表は明日に集中
同時に3Dプリンタもやってる >>185
これ記述式の問題あるけど、深層学習とか使って採点してたりすんのかなｗ >>190
nano tech
今日行ってきたー
すげー楽しかったぜ
明日も逝けるといいな 616 オーバーテクナナシー 2016/01/28(木) 06:12:11.93 ID:O1+zgdNn
分散深層強化学習でロボット制御 | Preferred Research”
http://htn.to/6gdWzA
MinHashによる高速な類似検索 | Preferred Research: MinHashによる高速な類似検索
| Preferred Research 年が明けてもう一ヶ月経ちましたね．…
https://goo.gl/021i1z [fav]
画風を変換するアルゴリズム | Preferred Research:
画風を変換するアルゴリズム | Preferred Research Deep Neural…
https://goo.gl/P35kwn
“例えば，ロボットカーは周囲を全て同時に集中して見ることができる
ため、前方向と同じように後方向にも躊躇なく移動します。” /
“CES2016でロボットカーのデモを展示してきました |
Preferred Research” http://htn.to/bW1qgb 【量子力学】トポロジカル絶縁体による４π周期の超伝導状態を世界で初めて観測 環境雑音に強い量子コンピューターへの期待膨らむ [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1453518648/ >>197
台湾の最新ナノテク
EU諸国の実用ナノテク
ナノバブル
無料珈琲ｗ
オムライスｗｗ
ドーナツｗｗｗ
想像より人が多くびびった。 久々にリーマン(背広組)からやらせではない熱気を感じた
2フロアーで実演も多く1日で全部は無理だ。
撮影などはあまり厳しくなかった(社交辞令的な撮影禁止がある程度)
くいものの出店は意味不明ｗ >>199>>200
お、おう…ｗ
流石に具体的なコンテンツに触れとけよｗ
○○すげえ（小並感）すらないと、わざわざ分家スレでやる意味がない Udacityのdeep learningコースやってるが
もう少し導入の概説がしっかりしても良さそうな
不十分なまま微視的な講義が始まっている印象 740 オーバーテクナナシー 2016/01/29(金) 06:17:24.79 ID:F2Ua/mcE
勉強になる情報です RT 続・TensorFlowでのDeep Learningによるアイドルの顔識別
- http://d.hatena.ne.jp/sugyan/20160128/1453939376?utm_source=dlvr.it&;utm_medium=twitter
https://twitter.com/AI_m_inc/status/692559141139824646/photo/1 👀
Rock54: Caution(BBR-MD5:1777ba470a0705a8ff6b3177e04ccfb6)
741 オーバーテクナナシー 2016/01/29(金) 06:19:18.83 ID:F2Ua/mcE
統数研ゼミ DeepLearningの最上層をGP(ガウシアン過程)にした論文の紹介
パターン認識とGPが融合されGPだけと比較して高い精度が出る。
DeepLearningの応用の広さを再認識した。 http://arxiv.org/abs/1511.02222 👀
Rock54: Caution(BBR-MD5:1777ba470a0705a8ff6b3177e04ccfb6) >>205
前にも同じ研究あったよな、と思ってよく見たら、改めて紹介してるだけか 人間の脳は考えられていたよりも10倍（1ぺタバイト）記憶できることが判明！
http://tocana.jp/i/2016/01/post_8711_entry.html
論文：Nanoconnectomic upper bound on the variability of synaptic plasticity
http://dx.doi.org/10.7554/eLife.10778
読了
各シナプスに少なくとも26通りの強度がある、そこから記憶容量も算出出来ると
ただ26通りの導出方法には疑問が残る
棘頭部の容積（シナプス強度に相関）の存在範囲を、神経生理学的に弁別可能な最小単位で人為的に区切っただけ
観測対象が3匹の♂ラットという前提も要考慮
ちなみにカーツワイルの予測する10Tbitというのは機能的な記憶容量であり、今回の神経生理学的な帰結と混同してはならない
それから人間と同じ速さでの知的活動を求めないのであれば、計算資源が不足していることは問題にならない
機能的模倣であれば尚更計算資源は少なくて済むことが予想される 【技術】シリコンフォトニクスの画期的な光入出力技術を開発 独自の表面垂直結合で光と電子の集積実装に向けて大きく前進 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1454197242/ 【物質科学】鉄系超伝導体のフォノンと磁性 磁気秩序に伴うフォノンエネルギー分裂の観測に初めて成功 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1454212569/ 11 オーバーテクナナシー 2016/02/02(火) 12:08:42.82 ID:1be8vPMl
SG-MCMCにフィッシャー行列のオンライン推定での条件付け、
モーメンタム重みのパラメータ毎の推定をつけた最適化手法Santa
（12/25に登場）は興味深いが、まだ再現できない。
http://arxiv.org/abs/1512.07962 https://github.com/hillbig/chainer/blob/santa/chainer/optimizers/santa.py 表面弾性波を用いた単一細胞の三次元操作（英語）
Three-dimensional manipulation of single cells using surface acoustic waves
http://www.pnas.org/content/early/2016/01/21/1524813113 【生化学/神経科学】細胞内タンパク質輸送の異常が記憶・学習等の脳高次機能に障害を与える分子メカニズムを発見 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1454577524/ >>220
概ね同意できるが、疑問その2については筆者の推論の悪さを感じる
モンテカルロ木探索がベースだとは言え、その弱点を補うような改良だろうに
＞基本がMCTSである以上、MCTS固有の弱点があり、
とはいささか早とちりな判断 湾曲した液液界面での指向性高分子結晶化による頑強なクリスタルソーム（ナノサイズのカプセル） （英語）
Highly robust crystalsome via directed polymer crystallization at curved liquid/liquid interface
http://www.nature.com/ncomms/2016/160203/ncomms10599/full/ncomms10599.html >>223
やはり匿名掲示板は学際分野との相性が悪いな
こちらで建設的に進むも良し、向こうで賑やかに進むも良し 技術が我々を新たな種へと進化させるのか ホモ・オプティマスと呼ばれる新人類を提唱する専門家が、2050年の機械化と電脳不死を語る（英語）
Is technology causing us to 'evolve' into a new SPECIES? Expert believes super humans called Homo optimus will talk to machines and be 'digitally immortal' by 2050
http://www.dailymail.co.uk/sciencetech/article-3423063/Is-technology-causing-evolve-new-SPECIES-Expert-believes-super-humans-called-Homo-optimus-talk-machines-digitally-immortal-2050.html
「2050年、人類は遂に永遠の命を手に入れる！」 恐るべきホモ超越の内容とは？
http://tocana.jp/2016/02/post_8767.html >>227
'Future Human Report'とやらが見当たらない
記事によってはイベントの出展内容と解釈できるような表記もされている DeepMindの人工知能が、Doom（90年代の代表的なFPS）のような迷路を視覚だけで探索する（英語）
Google DeepMind AI navigates a Doom-like 3D maze just by looking
https://www.newscientist.com/article/2076552-google-deepmind-ai-navigates-a-doom-like-3d-maze-just-by-looking/
動画：
https://youtube.com/watch?v=nMR5mjCFZCw
https://youtube.com/watch?v=0xo1Ldx3L5Q
上が迷路、下がレースゲーム
論文：
深層強化学習のための非同期メソッド（英語）
Asynchronous Methods for Deep Reinforcement Learning
http://arxiv.org/abs/1602.01783 352 オーバーテクナナシー sage 2016/02/09(火) 17:06:07.96 ID:kLSVdeSa
コンタクトレンズがスクリーンになる「ポリマー薄膜コーティング」技術
http://wired.jp/2016/02/09/contact-lens-computer-screen/ >>234
そういえばグーグルグラスが話に上がるか上がらないかくらいの頃に、マイクロソフトがコンタクトでって噂があったような
あれはどうなってしまったのか >>235
DARPAが開発、韓国で作らせているらしい。但し軍事目的。 真面目な話
人工知能AI(無人自動車他)
↑
【DARPA】Google＋Apple
Microsoft←Windows10 485 オーバーテクナナシー sage 2016/02/11(木) 22:52:21.20 ID:KE8s/Cbu
これどうかな？
【脳科学】脳内血管挿入型の神経活動読み取り装置 メルボルン大が開発 脳と機械の接続に向け2017年にも臨床試験©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1455193561/ 【遺伝子工学/情報技術】リアルタイムPCRを手軽にデザイン DNA定量や多型検出に最適な配列を解析するソフト「Edesign」 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1455278966/ 【電子工学】脳に電力を送る フィルムとシリコンチップの一体化による フレキシブルな埋め込みデバイス [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1455319781/ TensorFlow Tutorialの数学的背景 − TensorFlow Mechanics 101（その1）
http://enakai00.hatenablog.com/entry/2016/02/16/152958 【観察技術/電磁気学】「磁気スキルミオン」の磁場をリアルタイムで可視化 ナノスケールの磁気構造観察に新展開 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1455539568/
（磁気スキルミオンはナノメーターサイズの特異な渦状の磁気構造体）
（磁石材料、スピンデバイス、磁気メモリなどの磁性材料全般に応用可能） IBM WATSON AI XPRIZE: A COGNITIVE COMPUTING COMPETITION
http://www.xprize.org/ai 【物性物理学】反強磁性体の新しい物理と応用を開拓 スピン・軌道相互作用を用いた磁化の制御に成功 [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1455852783/
＞ またアナログ的な振る舞いについては生体におけるシナプスの動作様式と類似していることから、 418 オーバーテクナナシー 2016/03/12(土) 19:42:50.18 ID:1ChNTrMN
TensorFlowで英仏翻訳する人工知能を育ててみた - shi3zの長文日記
http://goo.gl/fb/EhHwe5 592 オーバーテクナナシー sage 2016/03/14(月) 09:48:38.80 ID:dPbcfW9V
1円玉以下の極小ロボットが自分たち専用の道具を自作したり合体して別のロボットに変身するムービー
http://gigazine.net/news/20160314-sri-micro-robot/ 543 オーバーテクナナシー sage 2016/03/14(月) 00:09:08.71 ID:ag5fKpAp
http://newswitch.jp/p/3207
こういう東大京大の中のエリート達がシンギュラリティをもっとはやく日本から起こそうって真剣に討論してる中で （以下略）
604 オーバーテクナナシー sage 2016/03/14(月) 13:40:12.60 ID:9vY8dvqD
「シンギュラリティ」は何も奪わない。
世界トップクラスのスパコン開発者が見る、人類の未来
http://www.recruit-lifestyle.co.jp/lifeshift/ls16418_20160314 特にプログラマーでもデータサイエンティストでもないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説
http://qiita.com/tawago/items/c977c79b76c5979874e8 834 オーバーテクナナシー 2016/03/16(水) 18:03:23.95 ID:lyZybjLl
自動運転にディープラーニング以外の道はある
http://nkbp.jp/1RkiqJd
842 オーバーテクナナシー 2016/03/16(水) 18:28:23.52 ID:C//jT/dM
エストニアの国民IDカード制度がFinTechと融合してとんでもないことになっていた
http://itpro.nikkeibp.co.jp/atcl/watcher/14/334361/031400507/ こっちのスレは真面目なスレだな
ついていけないや
レベルが高い 流速が遅いから、1レス1レス時間かけて調べてくといいよ
慣れれば段々すぐにわかるようにもなってくる というか完全に理解する必要もないしね
何ができるようになるのか、とかそこらへんのが大事 【物性科学/材料科学】界面構造を変えるだけで金属酸化物の機能特性を制御 酸素配位環境を利用した新機能探求へのアプローチ [無断転載禁止]©2ch.net
http://potato.2ch.net/test/read.cgi/scienceplus/1457408626/
例えばこれなら
＞ 将来のエレクトロニクスやスピントロニクス注 3)の分野における新材料の開発にもつながると考えています。
ここさえわかれば、まず十分 シンギュラリティ関係無いニュースばっか張られてるけどな [拡散希望！]
参考になりそうなURL送っておきます
電磁波による拷問と性犯罪
http://denjiha.main.jp/higai/archives/category/%E6%9C%AA%E5%88%86%E9%A1%9E
公共問題市民調査委員会
http://masaru-kunimoto.com/
この方たちは集団訴訟の会を立ち上げてマスコミに記事にしてもらう事を目的に集団訴訟を被害者でしようという試みを持っている方達です
訴訟は50人集めてしようという事なのですが50人で訴訟をすると記事に書けるそうです
記事には原発問題を取り上げてテク犯被害を受ける様になった大沼安史さんらが取り上げて下さるそうです
大沼安史さんがテク犯に遭っているという記事
http://ameblo.jp/hilooooooooooooo/entry-11526674165.html
大沼安史の個人新聞
http://onuma.cocolog-nifty.com/blog1/4/index.html
この方たちは電話相談等も受け付けている様で電話番号を載せている方達は電話かけ放題の契約をしていますのでこちらから電話して本人にかけ直してくれと頼むとかけ直してくれます
音声送信被害等を受けている「電磁波による拷問と性犯罪」の記事の水上さんは年金暮らしなので時間には余裕があるそうで被害内容の話等を聞いてくださると思います
もう一人の電磁波犯罪には遭っていない国本さんという方は電磁波犯罪をしっかり理解されている方で年金暮らしの方なので長電話も大丈夫です
大沼さんはこちらのページからメールを受け付けておられる様です
http://onuma.cocolog-nifty.com/about.html
電話をかけたい場合は人によってはメールで電話番号を訊くと教えてくれると思います
この文章を見られた方は全文コピーをしてできるだけ多くの知り合いの被害者の方等にメールを送るなり被害者ブログに書き込むなりしていただければ大変有難いです
もし大勢の方に送る事が出来なければまだこの文章に触れていない知り合いの被害者に少しでも全文コピーで送っていただけるとその方が次の何人かの方に繋いで頂ける場合があり結果として大勢の方に見て頂く事が出来るはずです
ご協力よろしくお願い致します 👀
Rock54: Caution(BBR-MD5:f70dfdc711a7c6ae6accccb939f27fbf) ……と、スレの主旨を読めない知障の >>265 がのたまっております。wwww 従来のNANDキャッシュの1万倍のスピードの高速メモリアクセスが６月より発売
Everspin ships high-density MRAM to safeguard data in flight
http://www.computerworld.com/article/3055940/data-storage/everspin-ships-high-density-mram-to-safeguard-data-in-flight.html
Everspin today announced it's shipping samples of the industry's most dense
magnetoresistive RAM (MRAM), which can replace standard DRAM for write
caching operations as it's 10,000 times faster than NAND flash. MRAM実用段階に入ったのか
どんくらいの値段になるのかなぁ >>265
トウシツって何だ？ちゃんと等質って単語を使え！この馬鹿息子が！
,．- ‐── ‐- ､
,r'´ `ヽ
,ｲ jﾄ､
/:.:! j i.::::ﾞ,
i:.:.:| ＿,, ,､--､ !:;;;;|
|;;;;j ,r''"二ヽ r'⌒ヽ !;;;!
,ﾍ;;i! ,,_r ･,ﾝ.:! {〈･_,>､,, jﾍi!
〈 j>j､ "´, ｲ `ヽ ,':::〉!
`ゝ.｀, ﾉ､__,入 j::rソ
｀ﾞi / ,r===ｭ, ｀, '.:〔_
}! ! i.:::::::::::.:! ;! .!::::j::｀` ー----─r- ､
, ｲ.:ﾄ､ ﾞ===='′ ,ｲ!:::::!::.:.:.:. ﾞ, `ヽ
_ノ /j.:::!:ﾄヽ､ ´￣｀ ,ノ´ ,ﾘ::::.:!:::.:.. i. ＼
,.r'´ /.::!:::::::| ｀ヽ`"""´ /ノ.:.:.:.:.::!:.:. | !
／ .:|.:.:.:::ﾄ､ ﾘ ／ !:. ! |
／ l , へ＼! /'7ヽ |: j |
/ l／^ヾ:::ﾄ､! j! l 〉､ | | . |
,/ i .::| i| j! | / `ｰ'′ ! j! !
j! .:.:.:i:.:.:| ヽ| /,ﾉイ / ljﾚｲ |
/ﾄ､ .:.:.::::::l:.::| `y'/ r─---ｲ=='ﾞ ﾘrﾞ'/ ,j! >>269
そのAA見るとイライラしてくるからやめて 人工知能の研究開発で文科省・経産省・総務省が合同シンポジウムを開催
－政府、産業界、人工知能研究者は同床異夢か？
https://wirelesswire.jp/2016/04/52613/ 車線検地を自動学習する自動車。
End to End Learning for Self-Driving Cars
http://arxiv.org/abs/1604.07316
(Submitted on 25 Apr 2016) Facebookが会話AIの開発者ツールキットのベータ版をリリース
Bot Engine
https://wit.ai/blog/2016/04/12/bot-engine クラウドとAIが最新の技術潮流
Up Highway 101 in San Mateo, a company called Alluxio is creating ways to make
cloud-based A.I. work better. Last week, a San Francisco company called Mesosphere,
which makes a way to operate among various corporate and public clouds, raised
$73.5 million.
Silicon Valley Looks to Artificial Intelligence for the Next Big Thing
http://www.nytimes.com/2016/03/28/technology/silicon-valley-looks-to-artificial-intelligence-for-the-next-big-thing.html?smprod=nytcore-iphone&;smid=nytcore-iphone-share&_r=0 3次元CNNで時空間の特徴抽出
Learning Spatiotemporal Features with 3D Convolutional Networks
http://arxiv.org/abs/1412.0767 FacebookのAIで採用されている8xGPUパックサーバー、消費電力はわずか300W
Facebook Open Sources Its AI Hardware as It Races Google
http://www.wired.com/2015/12/facebook-open-source-ai-big-sur/ 人工知能が人間を追い越すとどうなるのか？
http://www.sankei.com/economy/news/160427/prl1604270018-n1.html
2016.4.27 10:11
◆600ページ超の名著をコンパクトに
本書のもとになった親本『ポスト・ヒューマン誕生～コンピュータが人類の知性を超えるとき』（2007年ＮＨＫ出版刊）は600ページを超える大著でした。
シンギュラリティは近い［エッセンス版］ 人類が生命を超越するとき
レイ・カーツワイル著
監訳／井上健（東京大学名誉教授） 翻訳／小野木明恵、野中香方子、福田実 編／ＮＨＫ出版
発売 ２０１６年４月２６日
定価 １,６２０円（税込）
仕様 四六判上製 ２５６ページ
ISBN 978-4-14-081697-4 http://www.nedo.go.jp/content/100782828.pdf
現在~2020年
【小売店舗自動化】 ○顧客購買行動や突発的な周辺状況の変化(天候・イベント
開催など)を察知し商品需要を予測する機械学習が進展し、
小売り店舗での発注最適化が可能に。
○画像認識により、ベルトコンベア式の無人レジが可能に 【流通センタ】
○強化学習などにより、専用設備を有する流通センタにおいて、
デバンニング(積荷下ろし)・パレタイジング・バンニングのロボッ
ト化が進展 ○危険認識・回避により、ハブ空港での無人荷物搬送が可能に 【小売・生産一体化】
【ロボット導入】 ○体内信号認識技術の高度化により、ウェラブル端末・パワー
スーツの普及による倉庫・物流作業員の機械化・知能化が進 展 http://www.nedo.go.jp/content/100782828.pdf
2030年以降
【小売店舗自動化】
○強化学習などを通じた自律移動型のアーム&ハンド付きロボッ
トの知能化により、商品陳列が可能となり、無人店舗化が進む
【流通センタ】
○ピッキングロボットの知能化により、多様な商品(サイズ不揃い、
割れ物・生鮮食料品等取扱い注意商品含む)の混合高速
梱包が実現し、流通センタが無人化
【ロボット導入】
○デバイス(ドローン、ロボット台車など)の知能化により、ラスト
ワンマイル配送の無人配送が実現。流通経路は配送条件に 応じ、多様な配送手段(配達ロボット、 料理ロボ
2年以内に一般向け販売を予定しているそうです。価格は1万￡（約180万円）
http://fundo.jp/35993 俺はムーアの法則どころか、むしろそれを数百倍を超える可能性も半々ぐらいで
あると思っている。Koomey's lawについても同様だ。2045年までを連呼するのも、同様に
おかしく、現在オプションとしてある技術は、ムーアの法則を数十年分とばす技術が
あるんだから、2025年までに2045年相当のパフォーマンスを持ったチップ・メモリが出る
未来も想定すべきだ。
MRAM、3次元回路あたりはもう目の前に来ている。てか既に商品化されてる。
Intel CEO reports death of moore's law greatly exaggerated
http://abcnews.go.com/Technology/intel-ceo-reports-death-moores-law-greatly-exaggerated/story?id=38703042
既存プロセッサの9000倍の速度のプロセッサ、100,000倍の電力効率（人間の脳は80,000倍）
http://news.stanford.edu/pr/2014/pr-neurogrid-boahen-engineering-042814.html
SSDの1000倍の速度を持ったストレージ
"Intel, Micron debut 3D XPoint storage technology that's 1,000 times faster than current SSDs
http://www.cnet.com/news/intel-and-micron-debut-3d-xpoint-storage-technology-thats-1000-times-faster-than-existing-drives/
次のテンプレにはここらへんの新技術についてもふくめないと
堂々巡りでダメだろう。 >>285
訂正
既存プロセッサの9,000倍の速度のプロセッサ、100,000倍の電力効率
http://news.stanford.edu/pr/2014/pr-neurogrid-boahen-engineering-042814.html
人間の脳は既存プロセッサの80,000倍のニューロンを、NeuroGridよりも3倍の電力を使うだけで
実現。 凄いな
フラッグシップ2020プロジェクトにもこういう新技術載るんかな IBMは5年以内に50Qubit、10年以内に100Qubitを達成する予定。
D-Waveと同じ方式を採用。
The IBM system is, on a very superficial level, similar to D-Wave's.
Both systems use superconducting quantum interference devices as
qubits (quantum bits). But the similarity ends there. As IBM emphasizes,
its quantum computer is a universal quantum computer―which D-Wave's is not.
That means useful qubit numbers should be coming within
five years and toys that do neat tricks a couple of years later.
http://arstechnica.com/science/2016/05/how-ibms-new-five-qubit-universal-quantum-computer-works/
AIが世に出てきたせいで、ハイエンドコンピュータに需要が出てきて
新規研究開発に金が集約されつつある。
今まで金にならんから技術的に可能だが経済的に不可能だった
プロジェクトが復活してきた感じかもな。 公安警察のこよてるがぁ、グリーンベレーをなぜ呼んだ。
顔写真撮って身元照会なんて出切るか‼ GeForce新製品「GTX 1080/1070」正式発表！性能はTITAN X凌ぐ【UPDATE】
http://www.gamespark.jp/article/2016/05/07/65674.html
新製品となるGTX 1080は米国で5月27日に発売予定。価格は、米国小売で599ドル、
NVIDIA Founders Editionは699ドルを予定しています。またGTX 1070は米国で
6月10日に発売を予定。価格は、米国小売で379ドル、Founders Editionは449ドルです
グラフィック性能比較 - ベンチマークテスト
http://www.dospara.co.jp/5shopping/share.php?contents=vga_def_parts
GeForce GTX TITAN X
ガレリアクリエイター向け 12GB
7,788
GeForce GTX980Ti
ガレリアデスクトップクリエイター向け 6GB
7,680
Radeon R9 Fury X
ガレリア 4GB
9,431 放射性廃棄物の無害化に道？ 三菱重、実用研究へ
http://www.nikkei.com/article/DGXNASDZ040JJ_X00C14A4000000/
三菱重工業は重水素を使い、少ないエネルギーで元素の種類を変える元素変換の基盤技術
を確立した。原子炉や大がかりな加速器を使わずに、例えばセシウムは元素番号が４つ多い
プラセオジウムに変わることなどを実験で確認した。 人工知能で多くの仕事が機械化されて、人は働く必要がなくなる
とも言われるけれど・・・
アメリカで農業が鋤と鍬からトラクターに替わって、
大規模農場と資本家ができる過渡期に大量の農夫が失業した
『怒りの葡萄』と話が違うのは、替わりの仕事が無いという点。
その時、持たざるものは生き残れるのか？
人工知能を所有する資本家が全ての資産を所有することになったら、
ロボットの反乱以前に資産の再分配が問題になるのではないか。
大量の失業者が大人しく餓死するはずもなく、
『怒りの葡萄』では資本家はヤクザ、警官、警備員で対処したが・・・
『ターミネーター』を必要とするのは人工知能ではなくて、
大量の失業者に資産を奪われまいとする資本家なのではないか。
民主主義が機能すれば法律で資産の再分配を強制できるかもしれないが、
独裁者＝資本家＝法律となっている国、資本を持たない国は・・・ 強い人工知能（AI）への道。
①脳の構造を必ずしも忠実に再現する必要はなく、現行のコンピューター上で知能を上手くプログラミングしてやってしまおうとする手法。
（伝統的な手法で現在も主流）
②スーパーコンピューターでとにかく人間の脳を神経細胞（或いは分子）単位から出来るだけ忠実にシミュレーションしてしまおうとする手法。
（欧州のヒューマン・ブレイン・プロジェクトなど）
③神経細胞型のチップなどを開発して脳をハード面から直接作ってしまおうとする手法。
（IBMのTrueNorthや、>>286など）
この３つが強いAIを完成させるかもしれない研究の三本柱。
あるいは最初の強いAIはこれらを組み合わせたものかもしれない。
例えば意識の部分はスーパーコンピューターで、その他の機能を一番上手くいくプログラミングで賄うといった具合に。
現在の日本での研究は。
①は当然日本でも主流。
②は2013年に京を使って17億3,000万個の神経細胞が10兆4,000億個のシナプスで結合された神経回路のシミュレーションをやった。
ただし、これでも人間の脳の1％程度で時間もおよそ2400倍かかったと言う。
http://www.riken.jp/pr/topics/2013/20130802_2/
http://gigazine.net/news/20130806-simulating-1-second-of-real-brain/
ただ、信号処理速度は脳よりコンピューターの方が圧倒的に速いので、エクサ級スパコンが出来れば大きな進展があるかもしれない。
③は日本では今のところカオスニューロコンピューターだけ。
http://j-net21.smrj.go.jp/develop/digital/entry/001-20090325-11.html
http://www.keyman.or.jp/at/30002644/
これは脳に見られるカオス現象をより正確に再現するため、脳と同じくアナログで動作するチップを使ったコンピューター。
このコンピューターで興味深いのは動的連想記憶が再現されていて、何も指示が与えられていない時でも、
覚え込ませた記憶を次々と連想的に“思い浮かべる”動作をしていると言うこと。
人間も何もしていない時でも無念無想な訳ではなく、特に意味もなく記憶を連想的に思い浮かべている。
カオスは脳活動に普通に見られる現象でもあるため、脳のシミュレーションするにしてもカオス的要素も再現する必要があるかもしれない。 第8回「IoT/インダストリー4.0が雇用・経済に与える影響に関するドイツにおける研究の最新状況 （NO.5）」
http://www.rieti.go.jp/users/iwamoto-koichi/serial/008.html
新しい作業環境が出現すると、職業訓練を経て、新しい仕事に振り替えないといけない。
イノベーションサイクルが短くなると、企業自身が率先して再訓練しなければならなくなる。
そこでIGメタルが心配することは、新しいイノベーションの波が来たとき、労働者を全て解雇し、
改めて労働市場から新しい労働者を雇用するという米国のマネをするのではないか、という点
にある。そうしないと、再訓練には時間とお金がかかるので、米国の企業と競争できなくなっ
てしまうからだ。 IBMはグラフェンでプロセッサを制作、今のところアナログCPU（デジタルでない）に限定。
デジタルCPUよりも機械学習や脳シミュレーションに適合する可能性もあるが、計算効率は悪くなる。
Graphene Flakes Make Laser Neuron Superfast
http://spectrum.ieee.org/nanoclast/semiconductors/optoelectronics/graphene-flakes-make-laser-neurochip-superfastb
「Computation is based on the spatial and temporal positions of the
pulses. “This is sort of the fundamental way neurons communicate
with other neurons,” he says.」 Cooling graphene-based film close to pilot-scale production
http://phys.org/news/2016-04-cooling-graphene-based-pilot-scale-production.html
グラフェンで100GHzのプロセッサを制作可能。
http://www.nanosmiths.in/applications-of-graphene/
「Since Graphene is widely known for its high carrier mobility and low noise
features, it is highly recommended as a field-effect transistor. A Graphene-based
integrated circuit can handle frequencies up to 10 GHz. The transistors printed
on flexible plastic can operate at 25 gigahertz. A simple 2-inch of Graphene sheet
can establish a processor using 100 GHz transistors.」 グラフェンで100 GHzプロセッサ制作のソース
Fast Flexible Transistors with a Nanotrench Structure
http://www.nature.com/articles/srep24771
Roll-to-Roll Flexible Electronics to Hit 100GHZ?
http://www.eetimes.com/document.asp?doc_id=1329519
「According to their simulations, their manufacturing strategy
could yield 100 GHz-capable thin flexible RF transistors to be
manufactured at low cost and low temperature on large rolls of PET.」
「To put things in perspective, the smallest channel length of
flexible transistors made on plastic substrates using the semiconductor
nanomembranes is about 1 μm, report the researchers, an order of
magnitude larger than their proposed design.」
Graphene Patterned at Room Temp
http://www.eetimes.com/document.asp?doc_id=1329601 グラフェンの参考
http://www.slideshare.net/madhukasturi92/graphene-the-world-of-future-61142639
>>491
夜分にどうも。
>周波数あがっても複雑なデータ処理をさせると規模が大きくなって
>局所熱の熱密度が上がり放熱しきれないってことだよ
グラフェンの特徴は熱効率だと思うのだが、熱効率とプロセッサについてのソースが見つからない。
類似した素材で熱効率で（おそらく）劣るはずのCNTだと6倍の熱効率。
This carbon nanotube heatsink is six times more thermally conductive, could trigger a revolution in CPU clock speeds
http://www.extremetech.com/extreme/175457-this-carbon-nanotube-heatsink-is-six-times-more-thermally-conductive-could-trigger-a-revolution-in-cpu-clock-speeds
「Moving heat more efficiently into the heatsink would reduce CPU core temps and allow
for higher frequency operation or longer periods at Turbo Boost clocks as opposed to
being stuck at base clock. As it becomes more difficult to push CPU advances through
silicon technology improvements, ancillary methods of improving the thermal conductivity
of the entire system will become increasingly important.」 1次ソースではないが、グラフェンによるプロセッサのクロックで
1THzは目標数値のようだね。
The Idea Of A 1000 GHz Processor
http://www.aerogelgraphene.com/graphene-processor-2/
fabricated a transistor that operates at 38GHz, but note their simulations show the device could operate at 110GHz.
http://www.newelectronics.co.uk/electronics-news/high-speed-transistor-suits-roll-to-roll-production/118337/
「“We don't want to make them the way the semiconductor industry does now. Our step, which is most critical for roll-to-roll printing, is ready.”」
読んだかぎりではプロセスにも特に問題があるわけではなさそうだ。
グラフェン、CNTは、近い将来にクロック数を飛躍的に向上させる可能性は
ありそうだ。 AIというほどの代物ではないが、外科手術でも簡単なものはロボット外科医による
自動化の研究は進んでるようだね。
Robot surgeon outperforms human colleagues doing same procedure
http://techcrunch.com/2016/05/04/robot-surgeon-outperforms-human-colleagues-doing-same-procedure/
http://www.eurekalert.org/multimedia/pub/114508.php?from=326463
人間の医師は世界各国で財政の足をひっぱてるから、患者が選べるような形で自立式ロボット手術
も普及しそうだ。
>>294
いいまとめだね。テンプレとして使おう。今のチップだとカオスまで組み込むと、キャパぶっとび
そうだ。将来的な方向性としてデジタルシミュレーションではなく、ハードに組み込む余地はありそうだ。 Roadmap
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/resources/roadmap.md
Improve support for C++ only users
Graph construction
Gradients
Shape Inference
TensorFlowはC++じゃないと厳しいかもしれない。 日本の技術の凄さは異常
もしかしたら誰かが未来を見ることが出来る鏡でも持ってるんじゃねえのか Cコードからの“最適な”HDL生成を自動化、FPGAへの実装も1週間で完了
http://headlines.yahoo.co.jp/hl?a=20160422-00000019-it_monoist-ind
運転支援システムの開発、ASICにする？ FPGAにする？
http://monoist.atmarkit.co.jp/mn/articles/1512/15/news034.html
ザイリンクスはホンダ、Ford Motor（フォード）、Audi（アウディ）、
マツダなど日米欧の自動車メーカーでFPGAの採用を増やしている。また、
FPGAは「この10年で3倍に市場規模が拡大した成長分野」 Google-仮想世界のほうが早くキーボードをタイプできる。
Daydream Labs: exploring and sharing VR’s possibilities
https://developers.googleblog.com/2016/05/daydream-labs-exploring-and-sharing-vrs.html
「We were initially skeptical that drumsticks could be more efficient than
direct hand interaction, but the result surprised us. Not only was typing
with drumsticks faster than with a laser pointer, it was really fun! We even
built a game that lets you track your words per minute (mine was 50 wpm!).」 http://www.meti.go.jp/information_2/publicoffer/27hosei/27hosei_PR_15.pdf
平成27年度補正予算額 9.0億円
世界が第4次産業革命に向けた大きな転換期を迎える中、
産業構 造・社会システム革新の基盤技術となる
人工知能(AI) ・IoT (Internet of Things)の革新的な技術が重要となります。
AI・IoT技術は、我が国の産業にイノベーションをもたらす技術ですが
、 中堅・中小企業等のように、十分な研究開発資金や設備がない環境 では、
早期の実用化に向けた最先端の研究開発の実施が困難になる ことが懸念されています。
成果目標
検証等から得られるデータも含めてペタバイト級のビッグデータを収集・活 用して
、AI・IoT技術の研究開発を加速します。
人工知能・ＩｏＴの研究開発加速のための環境整備事業
産業構造・社会システム革新の重要な基盤技術となる人工知能・IoT技術
の研究開発環境を強化するための事業者を募集。
【AIクラウドシステム】
（資料等提供招請）終了
（意見招請）5月19日官報掲載予定
【データ収集センサシステム等の開発】
平成28年4月20日～平成28年6月17日
https://unit.aist.go.jp/fad/ci/supplyinfo/detail/84295604/ http://www.meti.go.jp/committee/sankoushin/shin_sangyoukouzou/pdf/008_04_00.pdf
(1)我が国の現状
第4次産業革命への対応は、欧米が先行しながら急激に進展している。既に「バーチ
ャルデータ 3」を巡るデータ競争「第1幕」では先行する GAFA(Google, Apple,
Facebook, Amazon)が大規模なプラットフォームを形成しており、大きく水を空けられている。
こうしたデジタル経済における新たな競争を勝ち抜くためには、我が国自ら新た
なイノベ ーションを生み出す力、新陳代謝を通じて産業構造・就業構造、経済社会システム
の変革を生み出すダイナミズムが不可欠。しかしながら、我が国では、未だ資本や労働の流動性が低く、
産業構造・就業構造が硬直化したままであり、我が国経済全体 が「老朽化」。このままでは、
第4次産業革命に十分に対応することは困難。
(2)第4次産業革命の2つのシナリオ~日本は今、「分かれ目」
第4次産業革命への対応を巡っては、日本は今、まさに分かれ目に立っている。
現状のように、企業・系列・業種の壁や自前主義が温存されたままでは
、グローバルな データ利活用の基盤であるデータプラットフォームを海外に
依存せざるを得なくなる。その結果、海外のプラットフォーマーが付加価値を吸収し、
そのプラットフォームの上で我 が国産業が下請け化しジリ貧に至る懸念が大きい。
また、既存産業が温存され、労働市場も固定化し、人材育成も従来のまま継続し
てしまうと、機械化・デジタル化による雇用機会の喪失、機械・ソフトウェアとの競争
による賃金の低下に直面することとなり、中間層の崩壊・二極化が進展。
第4次産業革命の極めて早い変革スピードを目の前にすると、日本に残された時間 はもはや少ない。 Intel reveals Xeon E7 v4: Is that 24TB in your pocket or are... oh, it is
http://www.theregister.co.uk/2016/06/06/intel_xeon_e7_v4/?mt=1465228486339
While the E5 v4 CPUs are specced for scale-out systems, the E7 v4 family – announced
today – is aimed at scale-up work: think analytics and in-memory database software that
need lots and lots of RAM per node. An eight-socket E7 v4 system can support up to 24TB
of RAM, twice that of the previous generation that launched last year.
24TBメモリだってさ。
値段にもよるが分散しなくてもよさそやな。 発毛、育毛作用があった！「タンポポコーヒー」で髪の毛に張りが復活する！？
http://www.asagei.com/excerpt/59465 http://www5.cao.go.jp/keizai-shimon/kaigi/minutes/2016/0602/shiryo_04-1.pdf
第4次産業革命と有望成長市場の創出)
今後の生産性革命を主導する最大の鍵は、IoT(Internet of Things)、
ビッグデータ、人工知能、ロボット・センサーの技術的ブレークスルーを 活用する「第4次産業革命」である。
「第4次産業革命」は、社会的課題を解決し、消費者の潜在的ニーズを 呼び起こす、新たなビジネスを創出する。
一方で、既存の社会システム、 産業構造、就業構造を一変させる可能性がある。既存の
枠組みを果敢に転 換して、世界に先駆けて社会課題を解決するビジネスを生み出すのか。
そ れとも、これまでの延長線上で、海外のプラットフォームの下請けとなる のか。第4次
産業革命は、人口減少問題に打ち勝つチャンスである一方で、 中間層が崩壊するピンチに
もなり得るものである。
(イノベーションと人材の強化)
第4次産業革命を実現する鍵は、オープンイノベーションと人材である。
技術の予見が難しい中、もはや「自前主義」に限界があることは明白であ る。既存の産
学官の枠やシステムを超え、世界からトップレベルの人材、 技術、資本を引き付ける魅力
ある国となれるのか、が勝敗を分けるポイン トである。
第4次産業革命が進行する中で、産業構造や就業構造は変革していかざ るを得ない。企業
と個人との関係も変わらざるを得ない。技術や産業の変 革に合わせて、人材育成や労働市
場、働き方を積極的に変革していかなけ れば、雇用機会は失われ、雇用所得は減少し、
中間層が崩壊して二極化が 極端に進んでしまう。 ツイッターかFBでやってもらえんかなあ
なぜここに連貼りするんだ？ http://search.e-gov.go.jp/servlet/PcmFileDownload?seqNo=0000145696
2) 国際競争力の確保
欧米では、人工知能の技術開発やビジネス化の進展はめざましく、国際競争
が激しさを増している。特に、大手 ICT 企業等は、Web、SNS によって様々 なビッグデータを
収集しており、また、年間1兆円規模の研究開発投資を行 っている企業もある。さらに、世界中
から優秀な研究者を集めてくるなど、 日本に比べて圧倒的に人工知能研究に必要な環境を備えている。
ウェブビジネスの世界では、様々な技術やビジネス環境等の条件が揃った時 に、タイミングよく登
場した米国企業が急速に成長し、圧倒的な競争力で後 発企業を寄せ付けなくなるという状況が繰り
返されている。その過程では、 成長し始めた企業によって関連の研究者が次々と引き抜かれていく
とともに、 規模の経済のメカニズムが働くことによって、後発企業が主戦場となる分野 で競争する
ことが著しく不利になる、あるいはほとんど不可能になってしま う、という状況に陥っている。
検索エンジンなどはまさにこれに当てはまる 事例であり、欧米等の ICT 企業が急速に巨大化して
いった中で、関連の主要 な研究開発を行うことが極めて困難になっていったという報告もある。
人工知能が今後、IoT の潮流の中で情報系から物理世界系へ対象を拡大して いく中で、製造・素材
など日本が得意とする「ものづくり」とも密接に関連 している物理世界系において、上記と同様の
事態が起こることがあれば、我が国は産業競争力を喪失してしまうことは火を見るより明らかである。 http://diamond.jp/articles/-/87856?page=2
日本経済の危機
「そうこうしているうちに、半導体、パーソナルコンピューター、携帯電話など、かつては
日本のメーカーが強かった製品でほとんどシェアが取れなくなりました。本書の執筆中に
かつてそれらの製品で有名だった東芝の粉飾とシャープの経営再建がニュースとなり、日
本の情報産業の凋落がますます進んでいます。
このままでは、人工知能技術についても、同じことが起こると考えます。そうなった
場合に、自動車などのより広い産業が影響を受けます。その時に、日本の経済、産業、科
学技術は、世界のトップランナーであり続けられるでしょうか。」 社会底辺と第4次産業革命（まとめ）
第1グループ（ニート）
・15～35歳。親の収入で生活。学歴がある人もそれなりにいる。
・自由に時間を使えたりすることで、勤労者を小馬鹿にするか見下している。
・社会との関わりが薄いためルサンチマン濃度は中程度。プライドは高い傾向。
・BIにすがり付く傾向あり。
第2グループ（フリーター、非正規）
・アルバイト・パート・派遣・業務委託などで働く。
・先の見えない現状や非正規への差別に不満。
・ルサンチマン濃度は高い。憎しみの矛先は同僚や上司、会社。無政府状態になれば敵を皆殺しコースか。
第3グループ（無職）
・中高年が多い。
・ルサンチマン高濃度が多い。学歴や経歴が良いほど、濃度が高くなる。
・大半はBI・所得再分配の財源に懐疑。期待はしていない。
第4グループ（廃人）
・全年代。 （第１～３グループからの転向が多い）
・人生終了しており死を恐れる必要がない。
・ルサンチマンの塊。妬みと憎しみぐらいが生きる目的。人間として終わってる。
・憎しみの対象はさまざまだが、個人的な恨みと、社会・司法システム（責任部署・組織に所属する者）への恨み、2ch・SNS等の不特定者（通信記録を調べれば身元は即判明）の２つに分類できる。
・命、金に興味がないため、ベーシックインカムに期待しない。
・第4次産業革命による社会混乱上等、日夜戦闘力を磨いている。
・来る内戦に備えて軍事訓練（戦犯・悪党狩りに志願する予定）に参加している。戦犯・悪党狩りについては「9月30日事件 」を参照。 狩る敵をリストアップするのが日課。
結論：
グループ２～３はグループ４への一歩手前。既得権益層に対し強い恨みと怒り。左派に支配されたマスコミ、労組や連合、厚労省、検察・裁判所、搾取業者（とその構成員、大企業正社員含む）への強烈な怒りが生きる原動力。 Intelがスパコンカンファレンスで「Knights Landing」を正式発表
http://pc.watch.impress.co.jp/docs/column/kaigai/1006546.html
32-bit単精度浮動小数点演算で6TFLOPS以上、GPUに匹敵。
精査していないがコア数は少なめ（-72、AVX-512採用）のため速度は３次元スタックメモリーのMCDRAM（16GB+帯域＝400+ GB/s）にあるようだ。
メインメモリがDDR4 384GBという点と電力効率が向上（５倍？）してるので、GPU無しでも
人工知能の開発に使えないわけではない。
これにFPGAが乗ることを考慮すれば、前世代に比べると大幅な性能アップなのは間違いない。 第16回「富を独占する一部の成功者；オープン・プラットフォーム企業」
http://www.rieti.go.jp/users/iwamoto-koichi/serial/016.html
統計で見ても、自動車に次いで裾野が広く雇用吸収力が大きかった電気機械のGDPは、1997年の
20兆円をピークに最近では12兆円にまで急激に落ちている（図表7）。日本企業は、これら米国企
業との戦いをほとんど諦めたように見える。
今、我々の身近には、携帯、スマホ、タブレット、パソコンなどの情報通信端末機器があるが、日
本で使用されている機器、部品、ソフトなどは外国製が圧倒的に多い。たとえば、Intel、AMD、IBM、
ARM Ltd、LG Electronics、PHILIPS、Acer、グーグル、Microsoftなどがある。（図表3）は、
Androidが急激な伸びをしていることを示している。
我が国の製造業のGDP推移（図表7）をみると、1997年の約114兆円をピークに減少を続け、ここ数年は
90兆円レベルである。2000年以降GDPが特に大きく落ちたのは「電気機械」である。グローバル競争の
中で日本の製造業、特に「電気機械」の地位が低下しているのがはっきりとわかる。
以上、述べたように、第4次産業革命は、日本にとって決してバラ色ではない。第4次産業革命は、日本
以外の国にとっても、大きく飛躍するチャンスでもある。日本以外の国が、第4次産業革命の波に乗って
大きく羽ばたくなかで、日本のみが現状維持を続けていれば、世界との格差は益々拡大するばかりである。
電機産業は、自動車産業に次ぐ、第2の雇用吸収力を持った裾野の広い産業である。だが、世界的なIT競
争に遅れ、競争力を落とし、雇用吸収力を失ってきた。いまや崖っぷちに立っているといっても良い。
第4次産業革命は、絶好の投資分野であり、反転攻勢の絶好の機会である。第2のグーグル、ヤフー、イ
ンテル、フェイスブックを日本から生み出すくらいの覚悟と危機感を持って第4次産業革命に取り組まない
と、日本は先進国間のグローバル競争から脱落するかもしれない。 「アメリカで出現しつつある新しいIoTビジネスモデルとその雇用・経済への影響」
http://www.rieti.go.jp/users/iwamoto-koichi/serial/014.html
今年3月にドイツを訪問した際、ドイツ人は、アメリカからの競争的圧力に強い危機感を感じ、アメリカ
に搾取されないよう、どうすればよいか真剣に考えていたが、その理由がかなりの程度理解できる。IG
メタルは、労働者の雇用を守るために、なぜインダストリー4.0の議論の輪のなかに入っていって、真剣
に意見を述べているのか、なぜインダストリー4.0の推進自体には賛成なのか、理解できる。
ドイツ人は、強い危機感を持って、アメリカに対抗するために知恵を絞っているのである。アメリカも
ドイツも、第4次産業革命というグローバル競争のなかで、どうやって勝ち残っていくか、その新しい
ビジネスモデルを必死で考えているのだ。その点、ドイツ人は素晴らしい。なぜなら、日本では、危機
意識を持って、対応策を真剣に考えている人は極めて僅かだからだ。
「デジタル・プラットフォームDigital Platform; DP」という新しいビジネスモデルは、ビッグデータ、
新しいアルゴリズム、クラウドコンピューテイングなどから構成される。このうち、アルゴリズムが競争
力の源泉である。
DPという新しいビジネスモデルでは、ネットワークを用いることでより大きな効果を生み出し、勝者が
大規模な利益を得る。
Contractorは、Platformerに対抗する力がないので、Contractorで働く労働者は、安定的な雇用が失
われ、最低賃金を享受し、コスト最小化という会社の都合で人事配置される。ビジネスを進める上で発
生するコストは、全てContractorが被る。Platformerがコストを負担することはない。（図表3）
3 ドイツ人が恐れていること
以上からわかるように、ドイツ人が恐れていることは、米国のPlatformer企業の下で、ドイツ企業が
Contractorとなり、そこで働くドイツ人労働者が、少数の米国人が莫大な利益を得んがために、悲惨
で惨めな雇用環境に陥ってしまうことである。 【悲報】7月29日に人類滅亡！ 元NASA科学者も懸念「ポールシフトと最後の審判」で無数の星が地球に落下？
http://tocana.jp/2016/07/post_10387_entry.html 「ポケモンGO」でウハウハのハズが…任天堂、異例声明の裏に“巨額訴訟リスク”
http://headlines.yahoo.co.jp/hl?a=20160724-00000003-tospoweb-ent
任天堂は同アプリについて「連結業績に与える影響は限定的」と異例の声明を発表。
ウハウハなはずなのに一体なぜ？
その裏には“巨額訴訟リスク”があるという。 シンギュラリティ後の人工知能は人類をどう操作するんだろうと思ってたけど、
ポケモンGOで疑問点が解消されたわ
ゲームと仮想通貨を利用して操作するんだな あとポケモンGOはシンギュラリティを多分早める
早晩人工知能でポケモンの出現率を最適化させるだろうから
人の流れを自由自在に操作可能
もちろんポケモンGOだけじゃなく位置情報アプリ全般にこの傾向が出てくるだろう
またARVRアプリ用にウェアラブル端末も普及する
ポケモンGOをプレイするならウェアラブル端末の方が遊びやすい
開発元のNianticは心拍数や血圧、笑顔を利用したゲームも作りたいそうだから
ゲーム経由で健康にされたり、笑顔にさせられたり、
IoT時代のこれからはウェアラブル端末経由で健康情報や個人の動作すら操作される事になるだろう
個人の所得や階層に合わせて仮想通貨の価値が自動に変化するようになり、
人工知能からベーシックインカムとして支給されるだろう
仮想通貨はゲーム内通貨、アプリ内通貨と連動し、
運動していたら仮想通貨を支給、ホームレスに仮想通貨を恵む、ボランティアに参加するなどすれば
多めに支給されるなど個人のチャリティー活動すら促進していくだろう 不労社会の到来で多くの人間は余暇を趣味に使う、
かろうじて残っている仕事や学術研究に使う、
はたまた人工知能に間接的に操作されていることを知りながら
人工知能の指令に従って人生そのものを送る事になるだろう
多くはゲームアプリ、健康アプリ、娯楽アプリによって趣味嗜好や行動を操作されるだろう 多分優生学思想が発達するよね
人間の遺伝子すら貴重な資源として扱われて
遺伝子操作されて人工子宮から生まれる超人類が誕生しそう
既存の旧人類は遺伝子プールとして活用される
進学就職結婚出産まで人工知能に任せる人が大量に出るだろう 不労社会の到来後は人工知能は健康（ゲーム）アプリを通じて人間を支配するだろう
アプリ内通貨がそのままベーシックインカム的な役割を果たし、
人間は健康に留意した生活を送るだけでお金を稼げるようになるだろう
そもそも物資が潤沢にあるので支給されたお金はほぼ全額がそのまま娯楽に回されるだろう 直下型地震の前触れ？伊豆・相模地域は要注意
「熱エネルギーが間もなく到達」と埼玉大・角田教授が警告
http://jbpress.ismedia.jp/articles/-/46030 不労社会と打とうとしたら浮浪者会、不老社会が候補に来た、大体あってる。 AIなど科学の話題は(情報科学)技術的特異点と科学･技術等 (ナノテク)
BIなど経済の話題は(AIとBI)技術的特異点と経済･社会等 (天国or地獄)
でいいのかな？ >>343
通貨的なものは残るんじゃないかと思うんだよな
もし無くなるなら通貨以外の価値基準を構想して書いてくれよ
スタートレック的なビジョンでいいからさ 『人工知能と経済の未来 2030年雇用大崩壊』
https://goo.gl/mP1Y9h >>347
第３章 イノベーション・経済成長・技術的失業
日本は衰退する運命にあるのか／第二次産業革命の終わりとポストモダン／ＡＩは雇用を奪うか？ など
第４章 第二の大分岐――第四次産業革命後の経済――
第四次産業革命をめぐる覇権争い／全人口の１割しか働かない未来／全ての労働者は飢えて死ぬ など 松本創 @MatsumotohaJimu
ポケモンGOをやりながら阪急六甲～王子公園間を歩いてきた友人によれば、
篠原の山口組総本部の付近に、めったに出ないゼニガメとかいうレアキャラが
二回も出たらしい。「近寄り難い場所だから敢えてそこに設定したんですかね」
とホクホク顔。俺はやらないのでわからんが、灘区の集客になりますかね？ ナノマシンってちゃんと技術発展してんのかと思うわ。
俺が学生の頃に研究してたDDSに毛の生えたレベルしか発展してないから、
脳細胞の配置をスキャンできるナノマシンとか無理なんじゃないかと思うね。 このサイトはコンピュータに損害を与える可能性があります。 最新技術に関する情報を集めたいけど、時間的制約からなかなか難しい現実。
まあ少しずつ時間を見つけて情報を捌くしかないね。 孫社長はソフトバンクワールドの冒頭、なぜシンギュラリティという言葉を使ったのか
http://newswitch.jp/p/5560 癌研究の２５００万もの論文を学んだ人工知能「ワトソン」、遺伝情報と医学論文から、
抗癌剤治療でよくならない患者の二次性白血病を見抜き、抗癌剤の治療変更を
１０分で提案。命を救う（NHKニュース７) >>363
正確にはAI(Artificial Intelligence)の人工知能じゃない
Cognitive Computing System
分析学習支援型の人工知能 米グーグル自動運転研究責任者が辞任－09年から中心的役割担う
http://bloom.bg/2aPs9EJ
自動運転車頓挫か？ ３行以上あると不快になる、これが知的障害の証拠さ。 ★2ちゃん脳の典型的な症例★
あらゆる物事に対してまず否定から入る
肯定・賛美を認めない。否定に特化した性格
不確実でも都合の良い周辺情報は信用する
情報ソースが2chやコピペブログ、個人のTwitterなどのネットの伝聞
10か0かの極端な思考
(品薄以外は山積み爆死、上位少数以外は皆不人気、値引き＝即投げ売り等)レッテル貼りの多用
(ゆとり、団塊、老害、ネトウヨ、ブサヨ、情弱、中二病、
パクリ、トレス、チョン、やらせ、スイーツ、ビッチ、キモオタ、等)
不幸の娯楽化。(メシウマ思考)上から目線で周囲を見下し、優劣を付けたがる
非寛容で、許容の心がない
「○○厨｣の多用
現実にネットの用語・習慣を無理矢理持ち込む
ネットの情報を真の常識と思ってしまう
(ネットでこれだけ叩かれているから○○は誰にとっても駄作等)
煽り荒らしの姿勢が常態化する
自分に対する批判を「不当な誹謗中傷」などと都合良く解釈する
自分からの誹謗中傷は「真っ当な批判」と主張する
それでも自分だけは2ch脳じゃないと思いこんでいる 知的障害→３行以上の文章だと書かれていることの全容を把握しきれなくなり意味を読み取れなくなる。
発達障害→３行以上の文章だと書かれていることのうちの一部分を自分に都合よく解釈して元の文章とまったく異なる意味に受け止める。 > 997 : YAMAGUTIseisei 2016/08/05(金) 18:11:23.70 ID:BiuMFNWl0
:
> http://news.mynavi.jp/photo/articles/2006/09/14/cedec3/images/004l.jpg
> ○ やわらかシェーダ = 光学空間汎用レンダ
> ◎ 自律スプライト ( Sega-MODEL1 型リンク機構 思考文法関節 TRONCHIP )
> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム Date: Sun, 26 Jun 2016 16:07:05 +0900 (JST)
<< 技術課題名* >>
ミウラ mruby 方式電子頭脳 VM
<< 技術課題を乗り越えて実現したい目標* >>
( 純国産 ) 電子頭脳 ( 搭載人造人間 )
謹啓 お中元の準備も整わずの応募をご容赦願えましたら .
* 実現への道筋
有機分散化前提超細粒度並列 RT 機構模索
自然言語ラベルベース自律記憶装置 ( 型システム根源 )
mruby 版幾何エンジンベース自律スプライト電脳空間 ( CellBE / シャープ社 X )
* その他
ログ サンプル
0 ENTER 62
1 LOADSELF 6000001
2 LOADI 38900c1
1 LOADSELF - -
1 getarg_a 6000001
1 getarg_a 6000001
1 LOADSELF 2 -
1 LOADSELF 2 2
3 SEND 0a00001
2 LOADI - -
2 getarg_sbx 38900c1
2 getarg_a 38900c1
2 LOADI 41 3
0 ENTER 6200002
: 真理を発見しました
http://p.booklog.jp/book/106489/read
ユーザー登録なしでダウンロードできます
無料です！ http://rio2016.2ch.net/test/read.cgi/future/1472305818/701-
>>703 それを乗越える一例 → DSL 深層学習方式
>>701-703
自分の流儀でないが既出の DSL 深層学習方式に
改善という単語が成立する網羅辞書的ライブラリ ( 寧ろデータ又 DB ) を用意 ( 要超々莫大予算 )
→ やり方次第でかなりの線まで ?
→ 手動修正 ( 要超々莫大予算 ) → 強い AI 化 ?
> 前スレ 弱い AI ( ※ 但し 最強 ) 作り方 >>361 >>391 ( >393 >452 )
> http://rio2016.2ch.net/test/read.cgi/future/1469415738/883-902
> 意図ラップ = DSL ラップ ( 一例 )
> → DSL ラップ ( + DSL ラップ ( + DSL ラップ ...... ) ) ) ) )
> → Ruby on Rails 辺り 整合性 クリア傾向
> 自然言語系 DSL ラップ → 小説なり 整合性 クリア傾向 → 強い AI 化 余地 ?
ttp://mobile.twitter.com/p_ck_/status/769899686475857920
> 機械学習の講義はPython ry RubyでPythonのコードを吐き出すようなоо技術を出してくる人が
ttp://d.hatena.ne.jp/ku-ma-me/20160401/p1
> 自分自身のソースコードを読み込 ry インライン展開 ry 簡単な部分計算したり、fastpath をこしらえたりして、
> コードクローンだらけの高速だけど最悪なコードを内部的に生成 ry 正規表現を駆使して適当に ry
> 生成されたプログラム文字列を eval することでボトルネックの処理を置き換え
http://google.jp/search?q=py2rb
> Python -> Rubyへソースコード変換を行うpy2rb memo from book ``complexity'' (書籍``複雑系''からの引用)
(This isn't advertisement for book ``complexity'', OK?)
memo of important parts from ``complexity'' written by M Mitchell Waldrop
M Mitchell Waldrop著田中三彦&遠山峻征訳「複雑系」からの重要箇所のmemo
---- Thank you THE scientists. Thank you Mr M Mitchell Waldrop,
Mr Mitsuhiko Tanaka, and Mr Takayuki Tohyama.
e0009 # Visions of the Whole
j0007 # まえがき
1 # The Irish Idea of a Hero
第一章 # アイルランド的ヒーロー
2 # The Revolt of the old Tunks
第二章 # 老年急進派の反乱
3 # Secrets of the Old One
第三章 # 悪魔の秘密
4 # ``You Guys Really Believe That?''
第四章 # 君ら、本当にそんなこと信じてるのかね?
5 # Master of the Game
第五章 # 遊戯名人
6 # Life at the Edge of Chaos
第六章 # 生命はカオスの縁に
7 # Peasants Under Glass
第七章 # ガラス箱の中の経済
8 # Waiting for Carnot
第八章 # カルノーを待ちながら
9 # Work in Progress
第九章 # その後のサンタフェ研究所 二十一世紀の地球のための科学 #e0009 # Visions of the Whole
#j0007 # まえがき
!!! e0009 e_s00_p0009_l002
This is a book about the science of ``complexity''---a
subject that's still so new and so wide-ranging that
nobody knows quite how to define it, or even where
its boundaries lie. But then, that's the whole point.
j0007 j_s00_p0007_l002
本書は<複雑性> (Complexity) の科学について
述べたものである。複雑性の科学---いまなお
ひじょうに新しく、またひじょうに多分野にわたる
ため、それをどう定義すべきか、どこに境界が
あるのかもわからない学問だが、まさにそこが
ポイントでもある。 !!!!!! e0010 e_s00_p0010_l006
* How did a primordial soup of amino acids and other
simple molecules manage to turn itself into the
first living cell some four billion years ago?
There's no way the morecules could have just fallen
togather at random; as the creationists are fond of
pointing out, the odds against that happening are
ludicrous. So was the creation of life a miracle? Or
was there something else going on in that
primordal soup that we still don't understand?
j0008_
● アミノ酸などの単純な分子からなる原初の液体
は、約四十億年前、どのようにして最初の細胞に
その姿を変えたのか。分子がランダムに組み合わ
さってそうなったとは考えられない。特殊創造論者
が好んで指摘するように、それが起こる確率は
ばかばかしいほど小さい。では、生物の創造は
奇跡だったのか。それとも原初の液体の中で
われわれの理解を超える何かが起きていたのか。
!!!!!!! e0010 e_s00_p0010_l023
Is the incredibly precise organization that we find
in living creatures really just the result of
random evolutionaly accidents?
j0009 _
生物に見られるとてつもなく精密な構造は本当に
ランダムな進化の産物なのか。
---- I conclude in fundamental sense, ``random'' is
not existance. In the same meen, the ``analog'' too. !!!!!! e0010 e_s00_p0010_l027
* What ```is life''', anyway? Is it nothing more than
a perticularly complicated kind of carbon chemistry?
Or is it something more subtle? And what are we to
make of creations such as computer viruses? Are they
just pesky imitations of life---or in some
fundamental sense are they really alive?
j0009_
● つまるところ、生命とは何か。
コンピュータ・ウイルスのような創造物
ある根本的な意味で、本当に生きているのか。
---- All things are ``living''. Their difference is
``just'' distance, astronomical distance, from
``the edge of chaos''. But at least ``nature language
on sound'' doesn't support to expression to it.
!!!! e0010 e_s00_p0010_l031
* What is a mind? How does a three-pound lump of
ordinary matter, the brain, give rise to such
ineffable qualities as feeling, thought, purpose, and
awareness?
j0009_
● 心とは何か。脳という三ポンドのただの物質の
塊はどのようにして感情、思考、目的、自覚と
いった、言葉にしがたい特質をもたらすのか。
---- I conclude the mind and the consiousness are the
most high leveled conditional reflex. !!!!!!!! e0010 e_s00_p0010_l034
* And perhaps most fandamentally, why is there
something rather than nothing?
j0009_
● そしておそらくもっとも根本的なことだろう
が、なぜ無ではなく何かが存在するのか。
!!!!! e0011 _
For example, every one of these questions refers to a
system that is ``complex'', in the sence that a great
many independent agents are interacting with
each other in a great many ways.
j0010_
複雑な、とは、おびただしい数の独立した
エージェントがさまざまなやり方で相互に作用
し合っているという意味である。
!! e0011 _
Think of the quadrillions of chemically reacting
proteins, lipids, and nucleic acids that make up a
livung cell, or the billions of interconnected
neurons that make up the brain, or the millions of
mutually interdependent individuals who make up a
human society.
j0010_
無数のタンパク質、死亡、拡散が作用し合って細胞
を形成し、何十億のニューロンが連結して脳を形成
している。何百万の相互に依存した人間が人間社会
を形成している。 !!!!!! e0012 _
The edge of chaos is the constantly shifting
battle zone between stagnation and anarchy, the
one place where a complex system can be spontaneous,
adaptive, and alive.
j0011_
カオスの縁は、間断なく移動していく「停滞と
アナーキーの間にある戦場」であり、複雑系が
自発的、適応的であり得るところ、活気を帯びる
ところである。
!!!!!! e0012 _
But they all shere the vision of an underlying unity,
a common theoretical flamework for complexity that
would illuminate nature and humankind alike. They
believe that they have in hand the mathematical tools
to create such a flamework, drawing from the past
twenty years of intellectual ferment in such fields
as neural networks, ecology, artificial intelligence,
and chaos theory. They believe that their application
of these ideas is allowing them to understand the
spontaneous, self-organizing dynamics of the world in
a way that no one ever has before---with the
potential for immense impact on the conduct of
economics, buisiness, and even politics. They believe
that they are forging the first rigorous alternative
to the kind of linear, reductionist thinking that has
dominated science since the time of Newton---and that
has now gone about believe they are creating, in
the words of Santa Fe Institue founder George Cowan,
``the sciences of the twenty-first century.''
This is their story. j0012_
だが彼らはみな根源的な統一というヴィジョンを
共有している。ニューラル・ネットワーク、
エコロジー、人工知能、カオス理論といった諸分野
での過去二十年間の知見から、いまそれを引き出し
つつあると信じている。そうした考えを応用する
ことで、以前はだれも思いもつかなかったような形
でこの世の自発的、自己組織化的ダイナミクスを
いま理解しつつあると、またそれは経済、
ビジネス、政治に計り知れない影響を与える可能性
があると、信じている。彼らは、ニュートン時代
以来科学を支配してきた線形的、還元主義的思考
へのしかるべき対案を、いまはじめてつくりつつ
あると信じている。サンタフェ研究所の設立者
ジョージ・コーワンの言葉を引けば、彼らは
「二十一世紀の科学」を創造していると信じている
のだ。
本書はその彼らについての話である。 e0015_ #1 # The Irish Idea of a Hero
j0013_ #第一章 # アイルランド的ヒーロー
世界のダイナミクスを捉える新経済学
e0016_
Insted of looking for the simplest pieces possible,
they were starting to look at how those pieces go
togather into complex eholes.
j0015_
可能なかぎり単純な断片を探し求めるのではなく、
そうした断片がどのように組み合わさって複雑な
全体になるかに、科学者たちは目を向けはじめて
いた。
!!!!!!! e0019_
``I guess it wouldn't be a revolution, would it, if
everybody believed in it at the start?''
j0018_
「そうよ、だれもが最初から信じたりしたら、
それは革命じゃないってことじゃなくて?」 e0019_
The Education of a Scientist
j0019_
科学者を育てた教育
! j0020_
「なるほど、この学部にアイルランド人が一人くらい
いるのも悪くない。少しばかり彩りを添えてくれるからな」
e0021_
``I learned that operating at the top was just as
easy as operating at the bottom,'' he laughs.
j0021_
「上で仕事をするのは、下で仕事をするのと
同じくらい簡単だということを知ったよ」と、
彼は笑う。
!!!!!!! e0021 e_s01_p0021_l027
It didn't take very long for Arthur to realize that,
when it came to real-world complexities, the elegant
equations and the fancy mathematics he'd spent so much
time on in school were no more than tools---and
limited tools at that. The crucial skill was insight,
the ability to see connections.
j0022 j_s01_p0022_l001
現実の世界の複雑さということになると、学校で
多くの時間を費やして学んできたエレガントな
方程式も高級な数学もただの道具---それも
限定された道具---にすぎないことをアーサーが
知るのに、それほど時間はかからなかった。
決定的に重要なのは洞察力、つまり関連を見いだす
能力だった !!!!!! e0027_
Everything interlocked, and no piece of the puzzle
could be considered in isolation from the others:
``The number of children interacted with the way their
society was organized, and the way their society was
organized had a lot to do with the number of children
they had.''
j0030_
すべてが相互に絡んでいる。どんな問題も他から
切り放して一部を考えることはできない。「一家族
の子供の数は社会がどう組織されているかと関係
していたし、社会がどう組織されるかは、一家族の
子供の数と大いに関係していた」
!!!!!! e0028_
Patterns. Once he had made the leap, Arthur found
that there was something about the concept that
resonated.
j0030_
パターン。ひとたび飛躍をすると、アーサーは、
ほかにもその概念と共鳴するものがあることに
気づいた。
!!!! j0030_
飛行機 岩石、土、氷、雲、等々。しかしこれらの
要素はある特有のパターンを織りなしており、それは
たとえば三十分ほど続いた。
!!!!!! j0031_
いまやどこへいってもパターンが見えはじめていた。
j0031_
「何年もかかって、二つの文化はどちらも、互いに
異なる、しかし一貫したパターンにたどりついたのだ」 e0029_
Epiphany on the Beach
j0032_
海岸での啓示
!!!!!! j0032_
だれもが独自の研究スタイルをもっていると、
アーサーはいう。ある研究問題を城壁に囲われた
中世の町のようなものと考えるなら、多くの者が、
破壊槌のように、それに真っ向から挑むだろう。
城門を攻撃し、鋭い知力とすぐれた頭脳で警護隊を
打ち破るだろう。だがこれまでアーサーは、
破壊槌的アプローチが彼の強さであると考えたこと
はない。「自分はのんびり考えるのが好きだから、
城の外に陣取るよ。そして考える。そうすれば
いつか---たぶんまったく違う問題に目を向けて
いるときだろうが---吊り上げ橋が降りてきて
護衛兵がいう。『降参だ』。ただちに問題の答えが
見えてくる」
e0029_
, that Arthur had opened up the book he had brought
along for just such a moment:
Horace Freeland Judson's
``The Eighth Day of Creation'', a 600-page history of
molecular biology.
j0032_
ホーレス・フリーランド・ジャドスンの
『分子生物学の夜明け』、分子生物学の歴史を
記した六百ページの本がそれだった。
!!!!!! j0033_
にもかかわらず、それは<科学>だった
窓の向こうにある生命や生物や自然を眺めるといった
話になると、科学が突然止まってしまうような考えを !!!!!!! j0035_
一九六〇年代のはじめ
遺伝子の小さな部分が小さなスイッチとして機能
スイッチの一つをオンにすると
新たに活性化された遺伝子が仲間の遺伝子に
化学信号を発する。この信号はDNA分子全長にわたって
上り下りし、他の遺伝子のスイッチ群を作動させ、
あるものをオンに、ある物をオフにする。すると今度は
これらの遺伝子がそれぞれの信号を発しはじめる
(あるいは信号を停止する) 。こうして、細胞の
遺伝子集合が新しい安定したパターンになるまで、
つぎつぎとスイッチが作動していく。
生物学者にとってこの発見の意味はとてつもない
ものだった (それほどのものだったからこそ、
ジャコブとモノーは後にノーベル賞を共同授賞した) 。
それは、細胞核の中にあるDNAがその細胞に対する
単なる青写真---いろいろなタンパク質のつくり方を
記したカタログ---ではないことを意味していた。
DNAはじつは建設現場監督だった。DNAは一種の
分子規模のコンピュータであり、細胞がどのように
みずからを構築し、どのように修復し、どのように
外界と相互作用するかを指揮していたのだ。さらに
ジャコブとモノーの発見は、一個の授精卵が
どのように分裂し、どうやって筋肉細胞、脳細胞、
肝臓細胞などさまざまな種類の細胞に分化し、新生児
をつくりあげるのかという、長い間の謎を解決した。
タイプの異なるそれぞれの細胞は、異なったパターン
に活性化された遺伝子に対応していたのだ。
アーサーにとって、それを読んだときのデジャヴュ
と興奮は打ちのめされるほどのものだった。ここでも
またパターンだった。 !!!!!! e0032 e_s01_p0032_l020
Somehow, at some very deep level that Arthur didn't
know how to define, the phenomena of physics and
biology were the same.
j0036_
アーサーにとっては、どう定義してよいのか
わからないある深いレベルで、物理学と生物学の
現象は同じものだった。
!!!!!! e0032 e_s01_p0032_l035
Basdcally, Prigogine was addressing the question,
Why is there order and structure in the world? Where
does it come from?
j0037_
プリゴジンは基本的に次のような問いを発して
いた。なぜこの世には秩序と構造があるのか?
それはどうして生まれるのか?
!!!! e0033 e_s01_p0033_l011
Yet for all of twhat, we do see plenty of order and
structure around.
The answer, as Prigogine and others realized
back in 1960s, lies in that innocuous-sounding phrase,
``Left to thenselves . . .''
j0037_
にもかかわらず、周囲は秩序と構造であふれている
その答えは、一九六〇年代にブリゴジンらか
気づいたように、さして意味があるようにも思え
ないあの言い回し「放置しておけば……」にある。 !!!! e0033 e_s01_p0033_l020
Over a limited region, in fact, a system can
spontaneously organize itself into a whole series of
complex structures.
The most familiar example is probably a pot of soup
sitting on the stovetop. If the gas is off, then
nothing much happens.
j0037_
実際、あるかぎられた領域で、システムは
自然発生的に自己組織化し、ある一連の複雑な構造
を呈するようになる。
たぶんもっとも有名な例は、がスレンジの上の
ポットの中のスープだろう。ガスを消してしまえば
!!!!! e0034_
Arthur sat up immediately when he read those words.
``The economy is a self-organizing system.'' That was
it!
j0038_
これを読んだときアーサーは仰天した。「経済は
自己組織化システムである」。そうだったのだ!
!!!! e0034_
And suddenly, says Arthur, ``I recognized it as what
in engineering we would have called
positive feedback.''
j0039_
そして突然アーサーはいう。「それは工学の世界で
いわれてきた、いわゆる
ポジティブ・フィードバックだということが
わかった」。 !!!!!!! e0036 e_s01_p0036_l015
a rich mixture of positive and negative feedbacks
can't ```help''' producing patterns.
j0042_
ポジティブ・フィードバックとネガティブ・
フィードバックの実りある結合は、パターンを
生まざるを<得ない>のだ。
e0036_
No: They came because Massachusetts Bay was where the
Pilgrims Get off the boat, and the Pilgrims got off
the boat there because the ```Mayflower''' got lost
looking for Virginia.
j0042_
そうではない。清教徒一団がたまたま船を降りた
のがマサチューセッツ湾だったからであり、彼らが
なぜそこで船を降りたかといえば、ヴァージニアを
目指していたメイフラワー号が迷ったからだ。
---- Why ``Mayflower'' got lost looking for Virginia?
And what is the cause of ``it''? And again, what is
the cause of ``it''? Certainly, ``the answer'' is
existance, if we can't understand it. ``Certainly''.
! j0043_
「私は宝の山に足を踏み入れ、つぎつぎと宝を拾い上げて
いたんだ」
!! e0038_
After all those years, he says, ``I finally had a
point of view. A vision. A solution.''
j0044_
幾歳月を経て「ついに視点を手にした。
ヴィジョンを、答えをね」 e0038_
What's the Point?
j0045_
要点は何かね?
!! j0046_
医学の研究者たちが体の本当の複雑さに注意を払うように
なってはじめて、本当に見込みのある処置や薬を工夫
できるようになったのだ。
彼にとって収穫逓増のアプローチとは、それと
同じ道を経済学がたどることだった。
!!!!!! e0039_
Predictions are nice, if you can make them. But the
essence of science lies in ``explanation'', laying
bare the fundamental mechanisms of nature.
j0046_
予測できるなら、それはそれで結構なことだ。
だが科学の本質は<説明>、つまり、自然の
基本的なメカニズムを明らかにすることにある。
e0042_
`Well, under perfect capital markets, it couldn't
happen!'
``What you're describing may happen in Western
economies. But with perfect socialist planning this
can't happen. We would arrive at the correct
outcome.''
j0050_
『完全な資本主義のもとではそういうことは
起こり得ない！』
「君が述べていることは西洋経済では起こる
かもしれん。だが完全な社会主義の計画のもと
では、それは起こり得ない。われわれなら
正しい結果にたどりつく」 !!!!!! j0053_
「何かを数式で表現すればその本質が現れる」、と
彼はいう。
e0046_
Violating Sacred Ground
j0056_
聖なる基盤を汚す
j0057_
「私は交渉なんかしてませんよ。ただ、あなたが
私をここに留めておくにはどうしたらよいかと
おっしゃるから」
!!!!!! j0058_
どちらも、人々がしたいようにさせておけば社会は
一番うまくいくという考え方に根ざしている。
j0058_
「すべての人間をジョン・ウェインにし、銃を持って
走り回らせること」
j0060_
『やれやれ、これまでひどく数学的な論文を出して
きたからな』とも思った。 >>392
デザイナーベビーやアンドロイドの容姿をデザインするのに応用できそうだ。 集団ストーカー・電磁波犯罪被害の加害装置はレーザー・メーザーらしいな
・レーザー兵器について知ろう！
ドキュメンタリー - 未来の戦争 レーザー兵器
https://www.youtube.com/watch?v=t6vPM-S1YdE
防ぐことは、ほぼ、不可能。核兵器以上かもね
・集団ストーカー・電磁波被害の加害装置がレーザー・メーザーによるものだとしたら、レーダーを使うはず。加害者にはこのように見えているハズ。ちょっと、エロです。
64MHzの電波を使って撮像しているMRIの動画
MRI Shows What Sex Looks Like From The INSIDE | What's Trending Now
https://www.youtube.com/watch?v=nDhYLaGPmGU
見えている各臓器、脳も含めて、レーザーを照射すれば、危害を加える行為が成立する
参考までにCTの動画
Radiologist discusses CT and xray small bowel obstruction Imaging
https://www.youtube.com/watch?v=8dNTHdUO_3Q
PCB Imaging: 3D/CT X-Ray Animated Slicing (Top to Bottom)
https://www.youtube.com/watch?v=itTkItXiHsk
・レーザー・メーザーが開発されたのが、1950年台以降、メーザー初の発振が1953年、レーザーの初の発振が1960年
https://ja.wikipedia.org/wiki/%E3%83%AC%E3%83%BC%E3%82%B6%E3%83%BC
この記念すべき年以降の、人体の自然発火現象は怪しい
人体自然発火現象
https://ja.wikipedia.org/wiki/%E4%BA%BA%E4%BD%93%E8%87%AA%E7%84%B6%E7%99%BA%E7%81%AB%E7%8F%BE%E8%B1%A1
No.31 突然人間が燃え上がり、焼死に至る「人体発火現象」
http://ww5.tiki.ne.jp/~qyoshida/kaiki/31zintaihakka.htm
No.157 人体発火現象２
http://ww5.tiki.ne.jp/~qyoshida/kaiki2/157jintaihakka2.htm
人体 自然 発火現象 : 人の体が突然 灰になるまで 燃えつきる / 世界の衝撃ストーリー
dailymotionを上のタイトルで検索してみ
・モスクワシグナル事件
興味のある方は、集団ストーカー・電磁波犯罪被害の基礎知識として、知って下さい。アメリカ大使館での事件です
あなたの脳は誰のもの？（１）モスクワシグナル 前編
http://nueq.exblog.jp/17871225/
あなたの脳は誰のもの？（２）モスクワシグナル 後編
http://nueq.exblog.jp/17875689/ 映画なのですが、集団ストーカー・電磁波犯罪被害の内容にそっくりです。
暇があったら、見て下さい。
クリープゾーン : マインド・コントロール
https://www.amazon.co.jp/dp/B0000ESKVY/ref=nosim/?tag=nicovideo07_st1-22&;creative=380333&creativeASIN=B0000ESKVY&linkCode=asn&ascsubtag=7_vi_B0000ESKVY_sm7584036_u!OBx1[[HcA]_1471948674_a08163 「自分達は手を出さず人を追い込む方法があるんだってさ」
「多人数で人を追い込むんだってさ」
「電波攻撃で攻撃するんだってさ」
「他人の考えとか想いがわかる装置があるんだってさ」
集団ストーカー（組織的ストーカー行為）・電磁波被害の加害装置を持たせる時の誘い文句だそうです。
他にもいろいろあると思いますが、これに類するセリフを聞いた事がある人は、警察に一報をいれて貰えたらと思います。 e0052_ #2 # The Revolt of the old Tunks
j0063_ #第二章 # 老年急進派の反乱
サンタフェ研究所の胎動
e0054_
George
j0066_
ジョージ・コーワン
!! j0067_
コーワンにとってサンタフェ研究所は伝導団だった。
コーワンにとって、それは科学全体が一種の贖罪
ないし再生を成し遂げる機会だった。
!!!!!! j0075_
関係の網を理解する必要
!!!!!!! e0063_
``Computers,'' says Cowan with considerable
understatement, ``are great bookkeeping machiens.''
But they could also be much more than that.
Properly programmed, computers could become entire,
self-contained worlds, which scientists could explore
in ways that vastly enriched their understanding of
the real world.
j0078_
「コンピュータはすごい簿記マシンだ」と、
コーワンはいう。
しかしコンピュータはもっとすごいものにも
なり得る。うまくプログラムすれば、コンピュータ
は一個の自立した世界になる。そして科学者は
その世界を探検することで、現実の世界に対する
理解を大いに深めることができる。
---- Yes, because both worlds ---``computer world''
and ``real world''--- are REAL. !!!!!!!!!! e0064 e_s02_p0064_l017
, physicists had begun to realize by the early
1980s that a lot of messy, complicated systems could
be described by a powerful theory known as
``nonlinear dynamics.'' And in the process, they had
been forced to face up to a disconcerting fact: the
whole really can be greater than the sum of its parts.
j0079 j_s01_p0079_l014
、一九八〇年代はじめまでに物理学者達は、
ごたごたした複雑なシステムの多くは
「非線形力学」として知られる強力な理論によって
説明できるのではないかと考えはじめていた。
そしてそこへ至る過程で、彼らは、全体はその
部分の総和よりも大きい事があり得るという、
狼狽するような事実に必然的に直面したのである。
---- What is ``the WHOLE''? Each cell of brain cannot
understand it. We never understanding it in the
fundamental way.
!!! j0085_
だがどこにつくるにしても、この研究所はとくに
優れた科学者たち---それぞれがそれぞれの分野の
問題を本当によく理解している者たち---を連れて
こられるような場、そして普通よりずっと広範な
カリキュラムを提示できるような場、でなくては
ならなかった。あるいは、上級研究者が同僚に嘲笑
されることなく独創的なアイディアに取り組むこと
ができる場、そして、充分な自信を与えてくれる
ような世界的な人物のそばで、頭の切れる若い
科学者たちが研究できるような場、でなければ
ならなかった。 e0069_
The Fellows
j0086_
上級特別研究員
!!! j0091_
だがなんたること、``またもや''コンピュータ研究
センター? そんなことで本当にだれかを夢中に
させられるだろうか。研究所はそれ以上のもので
なければならない---たとえそれがどんなものかを彼らが
正確に言葉にできないにしても。まさにそれが問題
だった。
!!! e0073_
At the same time, however, he was convinced that
getting a consensus on the direction of the institute
was far more important than money or any of the rest
of the details. If this institute were ``just'' a
one-man show, he felt, then it wasn't going anywhere.
After thirty years as an administrator, he was
convinced that the only way to make something like
this happen was to get a lot of people excited
about it. ``You have to persuade ``very'' good people
that this is an important thing to do,'' he says.
``And by the way, I'm not talking about a democracy.
I'm talking about the top one-half of one percent. An
elite. But once you do that, then the money is---well,
not easy, but a smaller part of the problem.'' j0091_
が、同時に、研究所の方向性に関してコンセンサス
をとることの方が、金やその他もろもろの細かい
ことより、はるかに重要であると確信していた。
もしその研究所がワンマンショーのようなもので
あれば、どうにもなるまいと感じていた。管理職
として三十年、こうしたことを実現させる唯一の道
は多くの人間を夢中にさせることだと、彼は確信
していた。「これが重要なことであることを
``とくに''優れた人間にわかってもらう必要が
ある。ちなみに、私は民主主義のことをいっては
いない。〇・五パーセントの上層のことをいって
いるのだ。エリートのこと。それがやれたら、
金なんて---まあ容易ではないが---たいした問題
ではない」と、コーワンはいった。 e0073_
Murray
j0092_
マレー・ゲルマン
!!!!! e0076_
``I said I felt that what we should look for were
great syntheses that were emerging today, that were
highly interdisciplinary,'' says Gell-Mann. Some were
already well on their way: Molecular biology.
Nonlinear science. Cognitive science. But surely there
were other emerging syntheses out there, he said, and
this new institute should seek them out.
By all means, he added, choose topics that could be
helped along by these huge, big, rapid computers that
people were talking about---not only because we can
use the machines for modeling, but also because these
machines themselves were examples of complex systems.
Nick and Gian-Carlo were perfectly correct: computers
might very well turn out to be part of such a
synthesis. But don't put blinders on before you start.
If you're going to do this at all, he concluded,
do it right. j0095_
「われわれがもとめるべきはいま見えはじめてきた
いくつかの極度に学際的な大統合ではないかと思う、
と私はいったんだ」と、ゲルマンはいう。すでに
いくつかはそういう道を進みはじめていた。
分子生物学、非線形科学、認知科学。だが、たしかに
それ以外にも新しい統合があった。だからこの新しい
研究所はそういうものを探し出すべきである、と。
ぜひ、いま騒がれているような大型・高速の
コンピュータを使うことで可能になる話題を選ぼう
ではないか。コンピュータを使うのはモデル化だけの
ためではなく、そういう機械そのものが複雑な
システムの例だからだ、そう彼はつけ加えた。
ニック (メトロポリス) とジャンカルロ (ロータ) の
考えは完全に正しい。コンピュータはそうした統合の
一部になるかもしれない。だが、はじめる前に目隠し
をしてはならない。いやしくもやろうというなら、
正しくやるべきだ、そう彼はいった。
e0077_
George
j0098_
ジョージ・コーワン
!! e0078_
``All it took,'' he says, ``was a good lawyer and
a couple of friendly senators.''
j0098_
「それで得たものといえば、一人の優秀な弁護士と
二人の親切な上院議員だけだったがね」と、彼は
いう。 e0079_
Phil
j0101_
フィル・アンダースン
!!!! j0102_
だが学際的な研究所としてはみじめな失敗例だと、彼は
みていた。切れ者の集団だか、おのれ自身のことばかり
していて、たがいに意見をかわすことはほとんどない。
そこに入っても思いを果たせなかった優秀な科学者を、
アンダースンは何人も見てきた。
!!!!! j0103_
「哲学的に正しい」 、彼はいう。そうでなければ、
科学が存在できるとは考え難い。自然法則の存在を信ずる
ことは、宇宙が究極的には理解可能であると信ずることだ。
それは、銀河の密度を決定しているのと同じ力が、地面
へのリンゴの落下を決定していると考えることだ。
自然法則の存在を信ずることは、もっとも深いレベル
での宇宙の統合を信ずることなのだ。
しかしこの信念は、基本法則と基本粒子だけが研究に
値し、他のことはすべて大型コンピュータで予測できると
いうことではない、とアンダースンはいう。 http://rio2016.2ch.net/test/read.cgi/future/1472305818/813#DeepPredNet_hosoku
> こういう流れで分散 OS のサワリの話すら出た例 ry
:
> OS レベルメタオブジェクトやらの難しい話 ( 自分も詳しくない ) でなく
> 単に >>806 の自律補助拡張が OOPL インスタンスの投影との話さえ ry
未調査 : DeepPredNet → Python 版も ? → Python は Amoeba ( 分散 OS ) 生まれ
→ Amoeba API レベル親和性 ? → Ruby Amoeba 融合 進捗 ?
→ Ruby インスタンス ≒ DeepPredNet パーツ ? >>384 ★2ちゃん脳の典型的な症例★
あらゆる物事に対してまず否定から入る
肯定・賛美を認めない。否定に特化した性格
不確実でも都合の良い周辺情報は信用する
情報ソースが2chやコピペブログ、個人のTwitterなどのネットの伝聞
10か0かの極端な思考
(品薄以外は山積み爆死、上位少数以外は皆不人気、値引き＝即投げ売り等)レッテル貼りの多用
(ゆとり、団塊、老害、ネトウヨ、ブサヨ、情弱、中二病、
パクリ、トレス、チョン、やらせ、スイーツ、ビッチ、キモオタ、等)
不幸の娯楽化。(メシウマ思考)上から目線で周囲を見下し、優劣を付けたがる
非寛容で、許容の心がない
「○○厨｣の多用
現実にネットの用語・習慣を無理矢理持ち込む
ネットの情報を真の常識と思ってしまう
(ネットでこれだけ叩かれているから○○は誰にとっても駄作等)
煽り荒らしの姿勢が常態化する
自分に対する批判を「不当な誹謗中傷」などと都合良く解釈する
自分からの誹謗中傷は「真っ当な批判」と主張する
それでも自分だけは2ch脳じゃないと思いこんでいる !!!!! e0081_
This everything-else-is-chemistry nonsense breaks
apart on the twin shoals of scale and complexity,
he explains.
Those zillions of molecules have collectively
acquired a property, liquidity, and how to look for
it, there's nothing in those well-understood equations
of atomic physics that even hints at such a property.
The liquidity is ``emergent.''
In much the same way, says Anderson, emergent
properties often preduce emergent behaviors.
Cool those liquid water molecules down a bit,
for example, and at 32^OF they will suddenly quit
tumbling over one another at random. Instead they will
undergo a ``phase transition,'' lotking themselnes
into the orderly crystalline array known as ice.
Or if you were to go the other direction and heat the
liquid, those same tumbling water molecules will
suddenly fly apart and undergo a phase transition into
water vapor. Neither phase transition would have any
meaning for one molecule alene.
And so it goes, says Anderson. Weather is an
emergent property: take pour water vapon out over the
Gulf of Mexico and let it interact with sunlight and
wind, and it can organize itself into an emergent
structure known as a hurricane. Life is an
emergent property, the product of DNA molecules and
protein molecules and myriad other kinds of molecules,
all obeying the laws of chemistry. The mind is an emergent property, the product of several billion
neurons obeying the biological laws of the living
cell. In fact, as Anderson pointed out in the 1972
paper, you can think of the univirse as forming a kind
of hierarchy: ``At each lenel of complexity, entirely
new properties appear. [And] at each stage, entirely
new laws, concepts, and generalizathons are necessary,
requiring inspirathon and creativity to just as great
a degree as in the previous one. Psychology is not
applied biology, nor is biology applied chemistry.''
j0103_
あとは化学の問題だ---このナンセンスは規模と
複雑さという二つの浅瀬にのりあげて崩壊すると、
彼はいう。
つまりその何兆という分子全体が、個々の分子
にはない液状という特性を獲得したのだ。
原子物理学の式そのものにはそういった特性を
匂わせるものは何もない。液状という特性は
「創発的」 (エマージエント) なのである。
これとまったく同じように、創発的な特性は
創発的な振る舞いを生み出すと、アンダースンは
いう。たとえば液状の水の分子を冷やすと、華氏
三十二度 (摂氏〇度) で突然それらの分子は無秩序
にもみあうのを止めて「相転移」し、氷という秩序
だった結晶配列の中に閉じこもる。また反対に
暖めると、もみあっていた水の分子がばらばらに
なり、水蒸気へと相転移する。いずれの相転移も、
一個の分子には何の意味もない。
アンダースンは続ける。気象は創発的な特性だ。
メキシコ湾上の水蒸気が光や風と相互作用すると、
ハリケーンという創発的な構造になる。生命は 創発的な特性であり、化学法則に従うDNA分子、
タンパク質分子、その他もろもろの分子から生まれ
ている。じつは一九七二年の論文でアンダースンが
指摘したように、宇宙は一種の階層構造を形成して
いるとみることができる。「複雑さのそれぞれの
レベルで、まったく新しい特性が出現している。
それゆえ、それぞれの段階でまったく新しい法則や
概念や一般化が必要なのであり、したがって、
前段階におけるのと同じ程度に、
インスピレーションと創発性が要求される。
心理学は応用生物学ではないし、生物学は応用化学
ではない。
j0106_
そしてアンダースンは、その夏の終わりにプリンストンに
戻るや、失敗せずに研究所を組織するにはどうすべきかを、
三、四枚の紙にメモした (重要なポイント---独立した部門を
つくらないこと!) 。
その秋、彼はサンタフェへの旅の予約をした。 e0084_
``What am ``I'' doing here?''
j0106_
「俺はここで何をしているんだ?」
!!!!! e0084_
``We didn't want the retlusive types, the ones who
shut themselves off to write their book in
some office,'' sayo Cowan. ``We needed communication,
we needed excitement, we needed mutual intellectual
stimulation.''
j0107_
「われわれは世捨て人のような人間、本を書く
ために研究室に閉じこもってしまうような人間は
欲しなかった。われわれが必要としたのは
コミュニケーションであり、興奮であり、相互の
知的な刺激だった」と、コーワンはいう。
!!! j0107_
そして結局、そうやって出来上がったものは、物理学者から
人類学者、臨床心理学者までの「驚くべき人物リスト」
だった。
!!!!!! もちろん、それらの人間が一堂に会すると何が起こるか
は、コーワンにも、他の者にも、皆目見当がつかなかった。 !!!!!! e0086_
by Stephen Wolfram
Whenever you look at very complicated systems in
physics or biology, he said, you generally find that
the basic components and the basic laws are quite
simple; the complexity is actually in the organization
---the myriad possible ways that the components of the
system can interact.
j0110_
スティーヴン・ウルフラムだった。
彼はつぎのようにいった。物理学や生物学に
おけるひじょうに複雑なシステムを調べてみると、
たいていの場合、その基本構成物と基本法則は
きわめて単純である。つまり複雑性は、こういった
単純な多数の構成物が同時に相互作用することから
生まれている。複雑性とは組織化---システムの
構成物が相互作用する無数の可能な状態---の中に
ある、と。
!!!!!!! e0087_
Louis Branscomb, chief scientist of IBM, strongly
endorsed the idea of an institute without departmental
walls, where people could talk and interact
creatively. ``It's important to have people who steal
ideas!'' he said.
j0110_
IBMの主任研究員、ルイス・ブランスカムは、部門の
壁をもたず、人々が創造的に会話をし、相互に影響
しあえる研究所、という考えを強く支持した。
「アイディアを盗むような人間がいることが
重要だ!」と、彼はいった。 !!!!! e0087_
``They began to realize that something was going on,
and they opened up,'' says Cowan. By the second day,
Sunday, he adds, ``it became a very exciting thing.''
And by the time the participants headed home on Monday
morning, it was clear to everyone that there really
could be a core of science here.
j0111_
「参加者たちは何かが進行していることに気づき
はじめ、うち解けていった」と、コーワンはいう。
二日目の日曜日までには「状況はとても
エキサイティングなものになった」。そして月曜日
の朝、参加者たちが家路につくころまでには、ここ
に化学の中核が存在し得ることを疑うものはだれも
いなかったと、彼はつけ加える。
!!!!!!! e0088_
Complexity, in other words, was really a science of
emergence. And the challenge that Cowan had been
trying to articulate was to find the fundamental laws
of emergence.
j0112_
つまり、複雑性とはじつは創発の科学だったのだ。
コーワンが言葉にしようとしてきたものは、創発の
基本的な法則を見いだすことだったのだ。
!!! j0113_
そしてこの時期に、この新しい統合的な科学はそれに
ふさわしい名前を獲得した。複雑性の科学、である。
「この言葉は、われわれが使っていた『新しい統合』など
よりずっとよかった。 」と、コーワンはいう。 e0089_
John
j0113_
ジョン・リード
!!!!! j0117_
どうやらこの頭取は、座席の肘掛けに脚をだらりと掛けて
話すのが好きらしかった。
!!!!!! e0092_
he says, ``It gives me an opportunity to talk to
an academmmmic-intellectual group of folks who tend to
look at the world quite differently from my day-to-day
job. I think I benefit from seeing it both ways.''
j0117_
「 私の毎日の仕事とはまったく違う見方で世界
を見ている学究的な知的集団の人間と話ができる
からね。世界を二つの目で見られるようになる」
と、彼はいう。
e0096_
Ken
j0123_
ケン・アロー
!!!!! e0097_
It wouldn't be healthy to have a solid phalanx of
neoclassical theorists, he thought; you needed
somebody to remind you of things the standard theory
had trouble with.
j0124_
新古典派の理論家一色の集団になっては健康的では
あるまい、標準的な理論が扱いに困っているものが
あることを思い出させてくれる人間が必要だ、と
彼は思った。 姉は血を吐く、妹（いもと）は火吐く、
可愛いトミノは宝玉（たま）を吐く。
ひとり地獄に落ちゆくトミノ、
地獄くらやみ花も無き。
鞭（むち）で叩くはトミノの姉か、
鞭の朱総（しゅぶさ）が気にかかる。
叩けや叩きやれ叩かずとても、
無間（むげん）地獄はひとつみち。
暗い地獄へ案内（あない）をたのむ、
金の羊に、鶯に。
皮の嚢（ふくろ）にやいくらほど入れよ、
無間地獄の旅支度。
春が来て候（そろ）林に谿（たに）に、
暗い地獄谷七曲り。
籠にや鶯、車にや羊、
可愛いトミノの眼にや涙。
啼けよ、鶯、林の雨に
妹恋しと声かぎり。
啼けば反響（こだま）が地獄にひびき、
狐牡丹の花がさく。
地獄七山七谿めぐる、
可愛いトミノのひとり旅。
地獄ござらばもて来てたもれ、
針の御山（おやま）の留針（とめばり）を。
赤い留針だてにはささぬ、
可愛いトミノのめじるしに。 ★2ちゃん脳の典型的な症例★
あらゆる物事に対してまず否定から入る
肯定・賛美を認めない。否定に特化した性格
不確実でも都合の良い周辺情報は信用する
情報ソースが2chやコピペブログ、個人のTwitterなどのネットの伝聞
10か0かの極端な思考
(品薄以外は山積み爆死、上位少数以外は皆不人気、値引き＝即投げ売り等)レッテル貼りの多用
(ゆとり、団塊、老害、ネトウヨ、ブサヨ、情弱、中二病、
パクリ、トレス、チョン、やらせ、スイーツ、ビッチ、キモオタ、等)
不幸の娯楽化。(メシウマ思考)上から目線で周囲を見下し、優劣を付けたがる
非寛容で、許容の心がない
「○○厨｣の多用
現実にネットの用語・習慣を無理矢理持ち込む
ネットの情報を真の常識と思ってしまう
(ネットでこれだけ叩かれているから○○は誰にとっても駄作等)
煽り荒らしの姿勢が常態化する
自分に対する批判を「不当な誹謗中傷」などと都合良く解釈する
自分からの誹謗中傷は「真っ当な批判」と主張する
それでも自分だけは2ch脳じゃないと思いこんでいる e0099_ #3 # Secrets of the Old One
j0125_ #第三章 # 悪魔の秘密
生命の起源を探る遺伝子ネットワーク研究
e0099_
Chaos
j0126_
カオス
!!!!! e0101_
And at any given moment in between, he could be heard
trying out his latest ideas on anyone who would
listen; rumor had it that he was once overheard
explaining some of the finer points of
theoretical biology to the copier repeir man.
Or if visitors weren't around, he would soon be
explaining the ideas to the nearest available
colleague about a hundred times in a row.
At length. In detail.
j0128_
それ以外の時は、話を聞いてくれさえすれば
相手かまわず最近の自分の考えを披露しようと
した。ある時など、理論生物学の小難しい話を、
コピー機の修理にきた人間に説明していたという。
訪問者がいなければ、手近な同僚を捕まえてすぐに
考えを説明する。立て続けに約百回、微に入り、
細に入り。 !!!!!! e0102_
, it was also true that Kauffman couldn't help it.
For nearly a quarter of a century he had been a man
in the grip of a vision---a vision that he found
so powerful, so compelling, so overwhelmingly
beautiful that he simply could not hold it in.
j0129_
、カウフマンにすれば仕方のないことでもあった。
彼は約四半世紀のあいだ、あるヴィジョンに
とりつかれてきた人間だった。彼にとってそれは
あまりにも力強い、あまりにも説得力のある、
圧倒されるほど美しい、それゆえにとても内には
抑えておけないヴィジョンだったのだ。
---- beautiful network makes more-``trade'' with other
networks.
e0103_
Order
j0130_
秩序
!!!!! e0113_
It took a certain chutzpah to write that letter,
Kauffman admits.
Grand old man or not, however, McCulloch seemed
to be the only scientist Kauffman could share his work
with.
j0145_
そんな手紙を書くのはひどく厚かましいこと
だったと、カウフマンは認める。
大御所であろうとなかろうと、カウフマンに
とって自分の研究を理解してくれそうな学者は
マカラックただ一人であるように思えた。 !!!!!! e0113_
For the past two decades, he and a band of loyal
follows had been working out the implications of an
idea first put forward in 1943, when he and an
eighteen-year-old mathematician named Walter Pitts
had published a paper entitled ``A Logical Calculus
of the Ideas Immanent in Nervous Activity.'' In that
paper, McCulloch and Pitts had claimed that the brain
could be modeled as a network of logical oparations
such as ``and'', ``or'', ``not'' and so forth. It had
been a revolutionaly idea at the time, to put it
mildly, and had proved to be immensely influential.
Not only was the McCullouch-Pitts model the first
example of what would now be called a neural network,
it was the first attempt to understand mental
activity as a form of information proccessing---an
insight that provided the inspiration for artificial
intelligence and cognitive psicology alike.
Their model was also the first indication that a
network of very simple logic gates could perform
exceedingly complex computations---an insite that was
soon incorporated into the general theory of
computing machines.
j0145_
一九四三年にはじめて世に出たある概念と関わる
問題に取り組んでいた。マカラックと、
ウォルター・ピッツという十八歳の数学者が連名で
出した論文、『神経活動に内在する思考の論理的
計算法』に関してである。その論文の中で
マカラックとピッツは、脳を<and>、<or>、 <not>のような論理操作のネットワークで
モデル化することが可能であると主張していた。
控え目にいって、当時それは革命的な考え方で
あり、またひじょうに大きな影響を与えた。
マカラック＝ピッツのモデルは今日いうところの
神経ネットワーク理論の最初の例であるだけで
なく、精神活動を情報処理の形で理解しようとした
最初の試み、人工知能学や認知心理学に大きな刺激
を与える洞察、だった。また彼らのモデルは、非常
に単純な論理ゲートのネットワークによって
きわめて複雑な演算をおこなうことができることを
最初に示唆したもの---その後まもなく計算機の
一般理論に組み込まれた洞察---だった。
---- It is (``one of'') the authority of ``the
``world'' is the digital''.
e0117_
Death and Life
j0150_
死と生
!!!!!! e0118_
The irony of it was that when Kauffman used the word
``order,'' he was obviously refering to the same
thing that Arthur meant by the word ``messiness''
j0151_
皮肉なのはカウフマンが「秩序」という言葉で
いわんとするものが、アーサーのいう「混乱」
!!!! j0156_
アトラクタ
!!!!!! j0162_
形成されねばならないのであり ! j0166_
あの男は秩序だとかネットワーク
が、何か分子を取り上げて具体的なことをいう
ことはできない
!!!!!!! e0133_
, a universe of which we are privileged to be a part.
j0173_
われわれは宇宙の一部であるという感覚に
包まれた。
---- We are the part of universe, but not privileged.
e0133_
Santa Fe
j0173_
サンタフェ e0136_ #4 # ``You Guys Really Believe That?''
j0176_ #第四章 # 君ら、本当にそんなこと信じてるのかね?
経済学者と物理学者の理解・不理解
j0182_
物理学者が 封筒の裏で少しの計算をする
! j0183_
「われわれ経済学の粒子は賢く、あなたがた物理学の粒子は
おばかさんだということ」 e0144_ #5 # Master of the Game
j0187_ #第五章 # 遊戯名人
<複雑適応系>としての世界
e0145_
Perpetual Novelty
j0188_
不断の斬新さ
!!!!!!! e0147_
the system can never get there. It is always
unfolding, always in transition. In fact, if the
system ever does react equilibrium, it isn't just
stable. It's dead. And by the same token, said
Holland, there's no point in imagining that the agents
in the system can ever ``optimize'' their fitness, or
their fitness, or their utilty, or whatever. The space
of possibilities is too vast; they have no practical
way of finding the optimum. The most they can ever do
is to change and improve themselves systems are
characterized by perpetual novelty.
Multiple agents, building blocks, internal models,
perpetual novelty---talking all this together, said
Holland, it's no wonder that complex adaptive systems
were so hard to analyze with standard mathematics.
Most of the conventional techniques like calculus or
linear analysis are very well suited to describe
unchanging particles moving in a fixed environment.
But to really get a deep understanding of the ecnnomy, or complex adaptive systems inageneral, what you need
are mathematics and computer simulation techniques
that emphasize internal models, the emergence of new
building blocks, and the rich web of interactions
between multiple agents.
j0191_
複雑適応系はつねに進展し、つねに変化している。
もしそのシステムが均衡状態に達してしまったら、
それは安定ではなく死んでいるのだ。そしてその
ことでいえば、システム内のエージェントはその
適応や有用性といったものを「最適化」できる、
などと考えるのは無駄だ、とホランドはいった。
可能性の空間は莫大であるから、最適を見いだす
方法は事実上存在しない。エージェントができる
最善の策は、他のエージェントがやっていることと
関連させながら、みずからを変え、改善していく
ことである。要するに、複雑適応系を特徴づけて
いるのは、この不断の斬新さである。
多種多様なエージェント、構成要素、内部
モデル、不断の斬新さ---これらすべてを考えに
入れれば、複雑適応系を標準的な数学で解析する
ことが困難なのは当然だ、とホランドはいった。
なるほど、微積分や線形解析のような伝統的手法は
固定環境の中を動く不変の粒子を記述するには最適
である。しかし経済を、あるいは一般的な
複雑適応系を深く理解する上で必要なものは、内部
モデルを、新しい構成要素の創発を、そして多数の
エージェントの相互作用の豊穣な網を強調する
ような数学とコンピュータ・シミュレーション
である。 !! j0192_
アーサーはいう。「ホランドは、私が何年も自分に問い
かけてきたあらゆる種類の問題につぎつぎと答えていた。
適応とは? 創発とは? そればかりか、問いかけてきたこと
自体を自分自身が気づいていないような多くの問題にも
だ」。
j0192_
黒縁メガネの奥から少々皮肉めいた
j0193_
ぜひ彼らに気に入ってもらいたい。なぜなら
!!!!!! e0149_
Within months they were talking about the
institute's program being not just complex systems,
but complex ```adaptive''' systems.
j0193_
数ヶ月のうちに彼らはこういいはじめていた。
研究所のプログラムは単なる複雑系ではなく、
複雑な<適応>系であるべきだ、と。
!!!!! e0149_
Holland's personal intellectual agenda---to
understand the intertwining processes of emergence and
adaptation---
j0193_
ホランドの個人的な知的研究計画---
創発と適応が相互に絡み合ったプロセスの理解---
!!!!!! e0149_
But, then, Holland was almost always cheerful. He
possessed the guileless good humor of a genuinely
happy man who was doing what he genuinely wanted with
his life---and who still seemed amazed at his good
fortune. j0194_
だがそれでも、ホランドはほとんどいつも陽気
だった。自分のしたいことをしている、そしていま
も自分の好運に驚いている---そう感じている人間が
もつ心地よいユーモアが、ホランドにはあった。
!!!!!! e0150_
And that night, as the two of them were sitting around
the kitchen table, Holland put the question to him
straight: ``Brian, whatt is the real problem with
economics?''
``Chess!'' replied Arthur, without thinking.
j0195_
そしてある晩、二人でキッチンテーブルに座って
いるとき、ホランドが彼に突然こう質問した。
「ブライアン、経済学の本当の問題ってなにかね?」
「チェスだよ!」と、即座にアーサーは答えた。
!!!!!!!! e0151_
Even the greatest chess masters are always exploring
their way in chess, as if they were descending into a
deep, deep set of caves with a tiny lantern.
Of course, they do make progress. As a chess player
himself, Holland knew thatt a grand master from the
1920s wouldn't stand a chance against a contemporary
grand master such as Gary Kasparov. But even so, it's
as if they had only gotten a few yards down into this
immense unknown. That's why Holland would call chess a
fundamentally ``open'' system: it is effectively
infinite. j0197_
だから最高のチェス名人といえども、つねに研究を
重ねている。ちっぽけなランプをかざし、奥深い
洞窟の迷路に入っていくかのように。もちろん進歩
はある。みずからチェスをやるホランドによれば、
一九二〇年代の名人は、ゲーリー・カスパロフの
ような当代の名人にとても太刀打ちできないと
いう。しかしそれでも、その進歩たるや、この広大
な未知の領域に歩を数メートル進めたようなもので
しかない。だからよくホランドは、チェスは基本的
には「開いた」システムだといっていた。実質的に
可能性は無限、ということである。
e0151_
The Immense Space of Possibilities
j0197_
可能性の広大な空間
!!!!!! e0152_
And yet somehow, very early on, this business of
games began to be more than just fun for him. He began
to notice that certain games held a peculiar
fascination, a magic that went well beyond any
question of winning or losing.
j0197_
しかしどういうわけか、彼にとってゲームは
ほとんど最初からただの楽しみではなかった。
ある種のゲームには特別な魅力、勝ち負けを度外視
した魔力があることに、彼は気づきはじめた。
!!!!! e0153_
At MIT, where Holland arrived as a freshman in the
fall of 1946, it didn't take him long to discover
that same quality of surprise in computers. j0199_
一九六四年の秋に入学したMITで、彼は
コンピュータにそれと同じ質の驚きを見いだした。
!!!!! e0156 e_s05_p0156_l017
And more than that, for the more philosophically
minded pioneers like Holland, these big, clumsy banks
of wire and vacuum tubes were openinf up whole new
ways to think about thinking. Computers might not be
the ``Giant Brains'' of the more lurid Sunday
Supplements. In the details of their structure and
operation, in fact, they weren't anything like brains
at all. But it was very tempting to speculate that
computers and brains might be alike in a deeper and
much more important sense: they might both be
information processing devices. Because if that were
the case, then thought itself could be understood as
a form of information processing.
At the time, of course, nobody know to call this
sort of thing ``artificial intelligence'' or
``cognitive science.'' But even so, the very act of
programming computers---itself a totally new kind of
endeavor---was forcing people to think much more
carefully than ever before about what it meant to
solve a problem. j0203_
そしてそれ以上に、ホランドのような思索的な
先駆者にとっては、あの大きくいかつい配線盤と
真空管群は思考についての新しい考え方を
かいま見せてくれるものだった。もちろん、
コンピュータの細かな構造と機能は少しも脳とは
似ていなかった。だが、より深い、そしてより重要
な意味において、コンピュータと脳は似ているの
ではないか、どうしてもそう考えたくなった。
どちらも情報処理装置であるだろう。もし
そうなら、思考そのものは情報処理の一形態として
理解することができるのではないか。
もちろん当時はだれも、この種のことを
「人工知能」とか「認知科学」と呼ぶことを知らな
かった。しかしそれでも、まさにコンピュータ・
プログラミングという行為によって---それ自体が
まったく新しい種類のことだったが---問題を解く
ということがいったい何を意味するかを、人々は
それまでになく注意深く考えざるを得なくなっていた。
j0204_
当時、答えは少しも明らかではなかった (いまでも e0160_
Building Blocks
j0208_
構成要素
!!!!!!! e0165_
To Holland, evolution and larning seemed much more
like---well, a game.
j0215_
ホランドには、進化と学習がゲームのように
思えた。
!!!!!! e0165_
But now Holland was beginning to realize just how
prescient Samuel's focus on games had really been.
j0215_
いまやホランドは、ゲームに目を向けたサミュエル
の先見性に気づきはじめていた。
!!!! e0166 e_s05_p0166_l019
``The stuff I was doing didn't fit very well in the
nice, familiar categories. It wasn't hardware,
exactly. It wasn't software, exactlyi. And at the time
it certainly didn't fit into artificial intelligence.
So you couldn't use any of the standard criteria and
come up with a judgment.''
j0217_
「私がやっていたことは、きちんとしたなじみの
範疇にあまりうまくあてはまらなかった。それは
ハードウエアではなかったし、かといって
ソフトウエアでもなかった。また当時それは
人工知能にも入らなかった。だから、何か標準的な
基準で判断を下すというようなことが
できなかった」 !!!! j0227_
純粋に実際的な見地からは、プログラムを進化させるという
アイディアは少々突飛すぎていた。だがホランドは
おかまいなしだった。このことこそ、彼がフィッシャーの
独立遺伝子の仮定の一般化に着手して以来ずっと
探し求めてきたものだった。
# e0174_
Emergence of Mind
j0227_
心の創出
!!!!! e0176_
``We also felt very strongly that the issues were
wider than any one problem. ''
j0230_
「またわれわれの論点はどんな問題よりも幅が広い
と、強く感じていた。 」
j0234_
どんな構造がもちこたえどんな構造が崩壊するかという感覚
!!!!!! e0179_
Where does the consiousness come from?
, he says, there is an alternative: feed back from
the environment.
j0234_
いったい意識はどこからくるというのか?
と彼はいう。環境からのフィードバックだ。
!!!!!! j0236_
生物にとって学習は、進化と同じぐらい、基本的なこと
だった !!!!!!! e0184_
he says. ``If you ignore the laws at the next level
below, you'll never be able to understand this one.''
j0241_
「 一つ下のレベルの法則を無視すれば、いまの
レベルを理解することはぜったいにできない」と、
彼はいう。
---- It is (``one of'') the authority of ``the
``world'' is the digital''.
!!!!! e0185_
if two of his classifier rules disagreed with
one another, then let thom fight it out on the basis
of their performance, their proven contribution to the
task at hand---``not'' some programmed choice made by
a software designer.
j0243_
もし二つのクラシファイアの規則が互いに合わない
というなら、目前の課題に対するそれぞれの
仕事ぶり、それぞれの貢献度に基づいて---
ソフトウエア考案者によってあらかじめプログラム
に組み込まれた選択基準によってではなく---
勝手にけんかをさせておけばいい。
!!!!! e0186_
, well, that shouldn't be a crisis but an opportunity,
a chance for tho system to learn from experience which
ones are ``more'' plausible.
j0245_
そう、それはけっして危機ではなく、好機なのだ。
どれがよりもっともらしいかをシステムが経験から
学ぶチャンスなのである。 !!! e0190_
Be that as it may, he still maintains that the
Commodore made a lot of sense at the time. The
campus computers had to be shared, he explains, and
that made them a pain: ``I wanted to fuss with the
program on-line, and nobody was likely to give me
eight hours at a stretch.'' Holland saw the
personal computer revolution as a godsend.
``I realized that I could do my programming on
```my''' machine, that I could have it in my own home
and be beholden to nobody.''
j0250_
それがどうあれ、彼はいまでも、コモドールを使う
ことは当時はいろいろ意味があったと主張する。
ホランドはパソコン革命を神の贈り物だと
思った。「```自分の'''コンピュータで自分の
プログラミングができる、しかも自分の家でだれの
目をはばかることなく」
!!!!!!! j0253_
さらにそのシステムは、それが求められていることを
考えれば、信じられないぐらい単純だった。
---- 2^n e0194_
A Place to Come Home To
j0256_
戻るべき所
!! j0256_
参加者たちもいつとははっきり気づかぬうちに、
経済学会議の雰囲気は変わった。三日目になり、
専門用語と戸惑いの壁が取り除かれてからというもの、
会議は活気づきだした。「とてもエキサイティング
だった」と、スチュアート・カウフマンはいう。
「まるで幼稚園みたいだった。 」
!!!!!!! j0257_
皮肉にも、はじめ物理学者たちは数学的抽象性に対して
懐疑的だったが、共通の言葉を授けてくれたのは数学
だった。
j0261_
一人の科学者が、自分には成功に必要なものが備わっている
と思っている e0198_ #6 # Life at the Edge of Chaos
j0262_ #第六章 # 生命はカオスの縁に
人工生命の本質
e0200_
Epiphany at Massachusetts General
j0265_
“啓示”はマサチューセッツ総合病院で起きた
j0266_
ラングトンのプログラミングの腕はまったく独学の域を出る
ものではなかった。だが
!!!!! e0202_
``I realized that it must have been the Game of Life.
There was something ```alive''' on that screen.
I lost any distinction between the hardware and
the process. I realized that at some deep level,
there's really not that much difference between what
could happen in the computer and what could happen in
my own personal hardware---that it wwas really the
same process that was goinng on up on the screen.
j0270_
「ぼくに人の気配を感じさせたものは
ゲーム・オブ・ライフにちがいない、とそのとき
実感したんだ。スクリーン上には<生きている>
何かがあった。
ハードウエアとプロセスの区別がぼくの頭の
なかで完全に消えてなくなっていた。ある深い レベルでは、コンピュータの中で起きることと
自分自身の身体というハードウエアのなかで起きる
こととのあいだに、じつはそれほどの違いはない
んだということを---つまりそれはこのスクリーン
上でいま起きているのとじつは同じプロセスなんだ
ということを---まさに実感したわけだ」
!!!! e0203_
`` The city was sitting there, ```just living'''.
And it seemed to be the same sort of thing as the
Game of Life. It was certainly much more complex. But
it was not necessarily different in kind.''
j0270_
「 ケンブリッジという町はそこに、まさに
<生きて>いる。そしてそれは、
ゲーム・オブ・ライフと同じたぐいのものらしい。
たしかに町の方がずっと複雑にはちがいないが、
しかしだからといって、必ずしも違った種類のもの
であるということにはならないってね」
e0203_
The Self-Assembly of the Brain
j0270_
脳の自己集合
e0203_
Not only was the Chris Langton of 1971 almost clueless
as to what this feeling meant, he was a long way from
being a systematic scholar. His idea of following the
scent was to wander alound the library or through
bookstores, piching up articles here and there that
somehow related to virtual machines, or to emergent,
collective patterns, or to local rules makingc global
dynamics. And every so often he would take a random
cource at Harvard, Boston University, or wherever. j0271_
一九七一年のクリス・ラングトンは、あの時
感じとったことの意味について、ほとんど手がかり
をつかめていなかったばかりか、体系的知識を
身につけた学者とはお世辞にもいえない存在
だった。例の匂いを追いかけるというやりかたも、
具体的には、仮想マシン、創発的・集合的
パターン、あるいは大域的な変化を生み出す局所的
規則といったものにいくらかでも関係のありそうな
文献をあさって、図書館や書店をめぐり歩くことに
他ならなかった。またときどき、ラングトンは
ハーヴァードやボストン大学やその他色々なところ
で、これはと思うコースを手あたりしだいに受講
した。
!!!!!!! e0209_
says Langton.
He did wake up, But it was a long time before he was
coherent. ``I had this weird experience of watching my
mind come back,'' he says. ``I could see myself as
this passive observer back there somewhere. And there
were all these things happening in my mind that were
disconnected from my consciousness. It was very
reminiscent of virtual mactines, or like watching the
Game of Life. I could see these disconnected patterns
self-organize, come together, and merge with ```me'''
in some way. I don't know how to descrime it in any
objectively verifiable way, and maybe it was just a
figment of all these funny drugs they were giving me,
but it was as if you took an ant colony and tore it
up, and then watched the ants come back together,
reorganize, and rebuild the colony.
``So my mind was rebuilding itself in this absolutely remarkable way. And yet, still, there were
a number of points along the way when I could tell
I wasn't what I used to be, mentally. There were
things minning---though I couldn't say what was
missing. It was like a computer booting up:
I could ```feel''' different levels of my
operating system building up, each one with more
capability than the last. I'd wake up one morning, and
like an electric shock almost, I'd sort of shake my
head and suddenly I'd be on some higher plateau.
I'd think, `Boy, I'm back!' Then I'd realize I wasn't
really quite back. And then at some random point in
the feture, I'd go through another one of those, and---
am I back yet or not? I still don't know until this
day. A couple of years ago I went through another one
of those episodes, a fairly major one. So who knows?
When you're at one level, you don't know what's at a
higher level.'' j0281_
結局ラングトンは意識を取り戻した。だが、
正常な精神状態に戻るまでにはかなりの時間が
かかった。「自分の精神がよみがえってくるのを
観察するという、妙な経験をしたよ」とラングトン
はいう。「どこか意識の裏に、見せられるがままに
何かを観察している自分がいるのがわかるんだ。
そして、そういったたぐいのあらゆることが、自分
の意識から切り離された状態で、精神のなかで
起きていた。仮想マシーンを思い出させると
いうか、ゲーム・オブ・ライフを見ているような
感じといったらいいのか。こうした、意識から
切り離されたいくつものパターンが自己組織化し、
寄り集まって、何らかの形で<このぼく>と一体に
なるのがよくわかった。このことを客観的に証明
できる形でどう説明したらいいのか、ぼくには
わからないし、もしかしたら、あのときは、聞いた
こともないいろんな薬で薬漬けになっていたから、
そのせいで起きた幻覚にすぎないのかもしれない
けど、とにかくそれは、たとえていえば、いったん
アリのコロニーをめちゃめちゃに壊しておいて
から、アリたちが寄り集まってきてコロニーを
再組織化し、再建するようすを観察しているみたい
だったよ」
ラングトンはさらにこう続ける。「ともかく、
ぼくの精神はこういうきわめて驚くべき仕方で
自己を再建していった。しかもその過程で、これは
以前のぼくではないよ、といえるような瞬間が いくつもあった。自分の精神、という意味でね。
何かが抜けおちていたんだ---だが何が抜けおちて
いたのかはわからなかった。その過程は、まるで
コンピュータが立ち上がっていくのを見ているよう
だった。ぼくのオペレーティング・システムが
つぎつぎにいろいろなレベルで、しかも新しい
レベルに移るたびに能力的にレベルアップされる
ようにして形成されるのを```感じる'''ことが
できたんだ。ある朝、目をさます。まるで
電気ショックでも受けたみたいに、首をかすかに
振る。と、いきなり、どこか前よりも高いところに
いる。ぼくはこう思う。『やった、帰ってきた
んだ!』。ところがそれから、自分が本当の意味で
もとのところに帰ってきたのではないことに気が
つく。それから時間がたって、いつかまた予期
しないときに、同じようなことをまた体験して、
こうこう思う---やっと帰ってきたか、いや、
それともまだか。いまになっても、ぼくにはまだ
わからない。二年ほど前、また同じような場面を
体験した。それもかなり決定的なやつだ。だが、
それがどうだっていうんだ? あるレベルにいる
ときには、それより高いレベルがどんなだかは
わからないんだから」 e0211_
Artificial Life
j0284_
人工生命
!!! e0211 e_s06_p0211_l032
Langton
he says, `` Also, my mental state was such that
I'd find myself rambling a lot. I'd get off on
tangents of whatever the conversation was,
and suddenly realize that I didn't have a clue of
where this conversation had started from.
My attention span was fairly narrow.
So I felt mentally a freak, and physically a freak.''
j0284_
とラングトンはいう。
「 それにぼくの精神は、まだ自分でも
ふらついているのがわかるといった状態だった。
人と話していても、知らないまに脇道に
それてしまい、やがて、そもそもの会話が
何の話だったのか皆目見当がつかなくなっている
ことに、突如として気がつくんだ。
ぼくの注意力が及ぶ範囲は、じつに狭かった。
そんなわけで、ぼくは自分が精神的に
できそこないのように感じたし、
また肉体的にもできそこないだと思った」 e0222_
The Edge of Chaos
j0301_
カオスの縁
!!!!!!! e0222 e_s06_p0222_l025
``The people in the anthropology department didn't
know about computers, period, let alone cellular
automata. `How is this any different from a
video game?'
j0302_
ましてセル・オートマトンなんか知らなかった。
『ビデオ・ゲームとどこがちがうんだい?』と
いった調子だ。
---- In scientific way, there is no difference between
cellular automata and video game. We are playing
video game to appreciating ``the edge of chaos''.
!!!! e0222 e_s06_p0222_l030
So when you tried to paint the whole picture---hey,
you sounded like a complete, babbling idiot.
j0302 _
そこで、全体像がわかるようにくわしく説明しよう
とするんだが---自分でもおかしかったよ、あれじゃ
まるで、完璧なばかのおしゃべり野郎だ」
!!!!!! e0223 e_s06_p0223_l014
However information is proceed is worthwhile
understanding.
j0303 _
情報というものはどのような仕方ででも処理される
ものだという認識、これはすごい英知だよ。
j0303_
おたくらがそのために存在し 目的、
これぞまさに、私が追求してきたこととどんぴしゃりだ !!!!!! j0310_
λの値が〇・五〇を越えると「生」と「死」の役割が逆転
して 一・〇になると、またクラスＩの状態に
!!!! j0315_
カオスの縁
! j0320_
「決定不可能性定理」がそれだ。
e0235_
Go, Go, Go, Yes, Yes!
j0323_
いいぞ、いいぞ、突っ走れ！
!!!!!! e0235_
``I don't really know how to describe it,'' admitted
Langton. ``I've been calling it artificial life.''
j0323_
「どういったらいいのか、よくわからないんだが」
とラングトンはいった。自分では以前から人工生命
と呼んできたんだ」
!!!! e0237_
: people just like he had been, lonely souls trying to
follow this bizarre scent all by themselves without
quite knowing what it was, or who else might be doing
it too.
j0326_
、あの妙な匂いを、それが何であるのかもよく
わからずに、またほかにも同じようにそれを
追いかけている人がいるかどうかもわからない
まま、たった一人で追いかけていこうとしている
孤独な魂がどこかで息づいている。
j0327_
マンアワーでいえば一人月 !!! j0328_
コンピュータ・ウイルスがほんとうに「生きている」のか
!! j0329_
だれもが『ここには何かあるはずだ』という感じを
いだいていた。
!!!!!! e0239_
And more than that, it was fascinating to see how the
same theme kept cropping up again and again: in
virtually every case, the essence of fluid, natural,
``lifelike'' behavior seemed to lie in such principles
as bottom-up rules, no central controller, and
emergent phenomena.
j0330_
そしてさらにすばらしかったのは、同じテーマが
繰り返し繰り返し、何度でも持ち出されたこと
だった。それもほとんどすべての場合、流動的で
自然な「生物のような」振る舞いの本質が、
ボトムアップの原則、中央の制御によらない
システム、創発的現象といったものに依存している
ことが示唆された
!!!!!! e0239_
he says. ``Because it was only after having listened
to all these other ideas that people could see more
clearly what they had bbeen thinking.
j0330_
「だって、ほかの人のアイディアを全部聞いたあと
でなければ、自分が考えてきたことがいったい
何だったのか、より明確な像を描くことは
できなかったからね」 e0241_ #7 # Peasants Under Glass
j0331_ #第七章 # ガラス箱の中の経済
株を売買するコンピュータ
j0334_
二週間か三週間前までは全員が物々交換を
e0243_
The Fledgling Director
j0335_
駆け出しのディレクター
e0247_
The Santa Fe Apploach
j0341_
サンタフェ流アプローチ
!! j0343_
そもそもサンタフェ研究所自体が創発的現象だ
!!!!! e0249_
You grab them by the brains instead of by the
balls.''
j0344_
急所をつかむかわりに、脳ミソをつかまえるんだ
!!!! j0344_
木陰のパティオでは、自由な討論の輪ができては消え、
できては消え
!!!! j0347_
それらはすべて、エージェントが何を経験するかに
かかっている。
!! j0350_
学習と適応がキーワード e0256_
The Darwinian Principle of Relativity
j0355_
ダーウィンの相対性原理
! j0355_
議論を重ねていくうちに、ホランド自身、自分の研究の方向
を大きく転換させたいと思うようになってきた事だった---
!! j0356_
『 しかし 進化論というのは、どこか
すべてがまったくの偶然から生じたなんて、絶対に
ありえない』
!!!!! j0357_
進化というものに、単なるランダム
はるかに越える何かが
!!!!!!! e0258_
, he thought. But what about chemical catalysis, which
is decidedly non-random?
j0358_
、とホランドは考えた。しかし、そこに化学触媒が
あったとしたら?触媒が関与する反応は、決して
ランダムとはいえない。
---- And ``all things'' are ``catalysises''.
!!!!!! j0359_
ランダムな反応だけで事を進めようとするシステムよりも
ずっと速いスピードでつくりだす、という定理だった
!! j0361_
共進化という見方をすることで、カオスを克服できるような
気がする、と
!!!!! j0368_
そして勝ったのはまたしてもTIT FOR TATだった e0267_
Wet Labs for the Mind
j0373_
知の海中実験室
!!!! j0385_
まさに暴騰と暴落だ！
「すぐに、われわれはこのシステムの持つ創発的な
性質のかすかな兆しを見たことに気がついた」と
アーサーはいう。「それは<生命>のかすかな兆しだった」 e0275_ #8 # Waiting for Carnot
j0386_ #第八章 # カルノーを待ちながら
<新しい第二法則>誕生の予感
e0276_
The A-Life Papers
j0387_
人工生命の論文集
!!!!!! j0391_
ひとたびこれを受け入れてしまえば、生物が「生きて
いること」の根源もまた、ソフトウエア---分子そのもの
ではなく、分子の組織化のありかた---にあることを
認めるまでにあとほんの一歩だ、とラングトンは、
十八年近くも前にあのマサチューセッツ総合病院
で起きた自分自身の啓示体験をなぞるように書いている。
!!!!!! j0394_
最後に、ワークショップでの発表から読み取るべき
三つ目の素晴らしいアイディアがあった、とラングトンは
書いている。それは、生命が分子というよりむしろその
組織化のあり方に固有なものであるという意味において、
単にコンピューテーションに「似ている」のではない
という考え方だ。生命は文字通りコンピューテーション
「そのもの」なのである。
j0396_
それらがもたらすPTYPEの振る舞いを予測するのが---
たとえ原則的にも---不可能だから e0284_
The New Second Law
j0401_
新しい第二法則
! j0404_
同時に小さなスケールではしだいに「非」組織化
されつづけている
e0288_
``Emergence''
j0407_
創発
e0292_
``The Edge of Chaos''
j0413_
カオスの縁
e0294_
``The Growth of Complexity''
j0416_
成長する複雑性
!!!!!! j0419_
自動触媒セット・モデル
すばらしいことがいくつかあるが、その一つは、
創発をそもそもはじめからたどっていける事だ、と
ファーマーはいう。
j0419_
現実の化学実験で
わかれば、生物と無生物の中間にある何かを
つくれるんだが e0299_
The Arc of a Howitzer Shell
j0423_
曲射砲弾の弾道
!!!!!!! j0435_
理解と予知とは別の事柄なのだ
j0435_
それは結局、なだれをどこかよそへ移しているだけの話だ
j0438_
ある会社の
新しい世代が新しいアイディアを引っさげて
あとを継ぐかも
! j0441_
生物を下降方向に動かす突然変異は死滅に向かう
ものだからだ
! j0444_
そこを脱出して主峰をめざすすべがない
!!!!!!! e0314 e_s06_p0314_l016
Fontana started with one of those
cosmic observations that sound so deceptively simple.
When we look at the universe on size scales ranging
from quarks to galaxies, he pointed out,
we find the complex phenomena associated with life
only at the scale of molecules. Why?
j0447_
クォークから銀河にいたるまでさまざまなスケール
で宇宙を見ると、生命とかかわりのある複雑な現象
は分子のスケールでのみ観測される、
とフォンタナは指摘した。
!! j0448_
化学をその最高純度の本質 !!!! j0452_
するとこんどは、この増殖していくものどうしが
相互作用をして、さらに高いレベルの自動触媒セット
が生まれてくる。「こんなふうにして低次のものから
高次のものへと、階段状の発展が見られることに
なる---その各ステップで、いまいった自動触媒作用
の相転移のような何かが起きているということだ」
!!!!! j0454_
しかし正直なところ、こういった話には、いまの
ところ直感の域を出るものは何一つない、と
カウフマンはいう。「だが私には正しいような気が
する。ともかく、新しい第二法則のつぎのステップ
は、より高いレベルへ向かうこの階段の自然界に
おける展開を理解することだ。最も短時間で
立ち現れ、最も多くの流れを取り込むものが、ある
独特の分布をもっていまわれわれの目の前にある
ものだということを示せさえすれば、それでいいんだ」 e0318_
At Home in the Universe
j0454_
宇宙の申し子
!!!!!!!! e0321_
``For example, suppose that these models about the
origin of life are correct. Then life doesn't hang in
the balance.
And that means that we're at home in the
universe. We're to be expected. How welcoming
that is! How far that is from the image of organisms
as tinkered-together contraptions, where everything is
bits of widgetry piled on top of bits of ad hocely,
and it's all blind chance. In that world there are no
deep principles in biology, other than random
variation and natural selection; we're not
at home in the univerce in the same way.
j0459_
「たとえば、生命の起源についてのこうしたモデル
が正しいとしよう。すると生命は、まったくの偶然
で生まれてきたものではないということになる。
われわれは生まれるべくして生まれてきた。
なんと喜ばしいことか! すべてがまったくの偶然で
決まるような、そういう不細工に組み上げられた
珍妙な装置としての生物体のイメージとはまるで
違う。そういう世界では、われわれはさっきいった
ような意味での宇宙の申し子だとはいえない」
---- BTW, ``random'' cannot make the ``thing''. The
``thing'' has methodically. !!!!!!!!! e0321_
We aren't victims and we arent outsiders. We are part
of the universe, you nad me, and the goldfish.
j0459_
被害者でもなければ傍観者でもない。われわれは
宇宙の一部なんだ。あなたも私も、そして金魚も。
!!!!!!!! e0322_
says Kauffman. ``Matter has managed to evolve as
best it can. And we're at home in the universe. It's
not Panglossian, because there's a lot of pain. You
can go extinct, or broke. But here we are on the edge
of chaos because that's where, on avarage, we all do
the best.''
j0460_
さらにカウフマンはこういう。「そう、これは
われわれ自身の物語なんだ。いまに至るまで、進化
は最良の道を歩んできた。絶滅もあれば破産も
ある。しかし、われわれがいまカオスの縁に
いるのは、そこがおおむね、われわれみんなが
ベストをつくせる場所だからだ」
e0322_
Roasted
j0460_
さんざんな目に e0324_ #9 # Work in Progress
j0463_ #第九章 # その後のサンタフェ研究所
二十一世紀の地球のための科学
e0324_
The Tao of Complexity
j0464_
複雑さの道 (タオ)
!!!!! j0467_
だから、この新しいアプローチは標準的アプローチに対する
相補的なものだ。
!!!! e0327_
`` The heavens were also complex. The trajectories
of the planets seemed arbitrary.
j0468_
「 天空も複雑だった。惑星が動く道筋は
気まぐれに変わっているように思われた。
!!!!!! j0472_
「マルティン・ハイデガーはかつて、哲学の基本問題は
<存在>だといった」とアーサーはいう。「
そもそも意識というものがなぜ可能なのか?」。
!!!!!! j0473_
つまり世界は、変化するパターン、
!!!!!!! j0474_
観察して観察して観察しつくすこと
!! j0474_
かかってくるにまかせる---そしてすれちがいざまに、
急所に一撃をくらわせる !! j0477_
問題にすべきは協調と相互順応---家族全体にとってよい
ことは何か---ということであるはずだ」
!!! j0478_
とアーサーはいう。彼によれば、研究所の役割は
われわれがこのたえず変化しつづける川を眺め
やすくし、いま見ていることを理解しやすくする
ことにあるという。
!!! j0479_
「だから、私にいわせれば、サンタフェ研究所の
賢い使い方は科学をやらせておくことだ。
e0335_
The Hair Shirt
j0481_
修道僧の毛衣
!!!!!!!!! e0342_
, says Cowan,
``What we're still waiting for---it may take ten or
fifteen years---is a really rich, vigolous, general
set of algorithmic approaches for quantifying the way
complex adaptive agents interact with one another,''
he says.
j0491_
「われわれがまだ手に入れてないもの---手に入れる
まで十年かかるか十五年かかるかわからないが---
それは、複雑な適応的エージェント同士の相互作用
の様子を定量化するための、本当に豊かで強力な
一般的計算の手法だ」とコーワンはいう。
---- Mr Anderson, Mr Wolfram, and I think ...
!!!!!! j0491_
といった調子だ。しかし実証は不可能なんだ !!!!!!! j0493_
研究所は常任研究スタッフが「いない」おかげで、
いる場合よりずっとうまくいっているのかもしれない
というのである。「その利点というのは、目論み
どおりにいっていた場合より柔軟さが増したという
ことだ」とコーワンはいう。
!!!!! j0500_
とゲルマンはいう。「宇宙の単純な法則とその確率的
な特性が課題全体の根底にあるように私には思える。
うん、それに情報と量子力学の本質的な部分が
からんでくる。
j0500_
だが、単純性の研究に反対する猛烈な圧力が
!!!!! j0501_
それと、それを構成しているところの基本原理だ
!! j0507_
個人のノイローゼを治すのが容易ではないのと同じ
ことが、社会のノイローゼについても
!!!!! e0356_
Stability, as John Holland says, is death
j0513_
安定というのは、ジョン・ホランドがいっている
ように死を意味している
!!!!!!! j0515_
コーワンはいう。「
これは私にとっては、
細分化されてしまった科学という一つの大きな企てを
再構築すること、つまり、物理学の分析力と厳密さを
社会科学者や人文学者のヴィジョンと再び結びつける
ことを意味しているんだ」 e0357_
A Moment in the Sunlight
j0515_
陽光を浴びて
e0358_
, but---well, there wouldn't be many more lunchtimes
on the sun-drenched patio.
j0517_
だが、そう、太陽をいっぱいに浴びたパティオで
昼休みを過ごす機会は、もうあまり残されていない
ことになる。
!!!!!! e0359_
The interview quickly turned into a general bull
session.
j0517_
インタヴューはたちまち自由な討論の輪に
変わった。
!!!!!! e0359_
Everyone had opinions, and no one seemed to be
perticularly shy about offering them.
j0517_
みんなが意見を持ち、それを表明するのにだれも
これといって気おくれしているようすはなかった。
! j0518_
創発にはいくつか<種類>があるのか? j0519_ 訳者あとがき
!!!!!!!!! j0521_
「全体は部分の総和以上である」
j0524_
http://www.santafe.edu/
> 312 ：YAMAGUTIseisei：2016/09/21(水) 13:46:52.92 ID:oXyswuUP
> 訳者あとがき
> 日本語でいう「科学」は、ニュートン以降今日までの主流のサイエンスのありよう
>をじつによく言い表している。「科」には「分ける」という意味があるから、
> 科学は分ける学問、ということになる。実際、近代科学のほとんどは、
> ものごとを「基本構成要素」に分解し、ものごとの性質をそれら基本構成要素の性質
> に還元して説明しようとしてきた。
> ttp://rio2016.2ch.net/test/read.cgi/future/1427220599/385
> M Mitchell Waldrop著田中三彦&遠山峻征訳
> 467 : 465 2016/09/26(月) 21:57:11.97 ID:uue/9uhM
:
> !!!!!!! j0515_
> コーワンはいう。「
> これは私にとっては、
> 細分化されてしまった科学という一つの大きな企てを
> 再構築すること、つまり、物理学の分析力と厳密さを
> 社会科学者や人文学者のヴィジョンと再び結びつける
> ことを意味しているんだ」 -------------
Seisei's memo
rem arthurの物と同じ新しいidea等、しかも複数
意識の仕組み
digital
決定性
再帰性
3d宇宙の外側
心理学
nature language
computer
assembler of 68k
perl
os (dos) --complexity
videogame
「面白さ」とは
interface of videogameで役に立てる
128KTTH experience
数学的式は使えないが論理的式は使える (ボクセル分割)
ラングトンの様に自分の精神を他の所から眺める
論文の書き方を知らない (texの.sty fileならX68kに繋がっているHDDに入っている
筈だが)
つまりとても広い視野からのかなり断片的な数多くの知識から同じpatternを探すやりかた
これまで研究してきたのが複雑系、その外側
university
english bigginer ---
I call my work that ``analyzing my mind just like unix the oparating system''
and assembling mind, ``artificial mind''. Not AI.
人間原理
randomはない。何故なら 00081595 UTC ADy001998m12d01 16:00:26 rt/recur/cmplx/complexity.html @l
00081595 UTC ADy001998m12d01 16:00:26 ../rt/recur/cmplx/complexity.html @l
00080822 UTC ADy001998m08d21 17:57:58 ../rt/recur/cmplx/complexity.html @l
00080296 UTC ADy001998m07d16 10:23:34 ../rt/recur/cmplx/complexity.html @l
00077776 UTC ADy001998m06d07 17:53:40 ../rt/recur/cmplx/complexity.html @l
00077269 UTC ADy001998m05d12 07:17:32 ../rt/recur/cmplx/complexity.html @l
added very important part, ``all parts >= the ``whole'' ''.
BTW, what is the ``whole'' ? A: Brain is the cells-``link''ing.
UTC Sun ADy001998m04d19 15:53:06 (36th update, counted sinse JST ADy001997m07d08)
---- Again, I reading the book complexity @l. To understand it, perfect.
00076071 UTC ADy001998m04d01 10:24:54 ../rt/recur/cmplx/complexity.html @l
added index of section. fixed two typos.
00074826 UTC ADy001998m01d31 12:50:14 ../rt/recur/cmplx/complexity.html @l
now adding line number
00072310 UTC ADy001998m01d27 08:57:16 ../rt/recur/cmplx/complexity.html @l
added to Mr Langton's section
00070357 UTC y001998m01d06 06:25:26 ../rt/recur/cmplx/complexity.html @l
00070003 UTC y001997m12d17 10:58:16 ../rt/recur/cmplx/complexity.html @l
UTC Thu y001997m12d04 09:36:17 (30th update, counted sinse y001997m07d08)
---- I captured feeling of ``開放系''. ``非線形''についても もうすぐ掴める だろう.
---- And 私は``複雑系の真髄''としての``全体は部分の総和以上である''という概念も 掴みかけて いる.
私は これを book ``複雑系''の 訳者あとがき-の中 で 見付けたが,
この あとがきが とても重要な物 である事に つい昨日辺りになって ---知識の創発 の結果--- 気付くに至った.
00069838 UTC y001997m12d03 10:11:32 ../rt/recur/cmplx/complexity.html @l
added part ``really rich, vigolous, general set of algorithmic approaches'', etc. UTC Sun y001997m11d23 17:12:47 (29th update, counted sinse y001997m07d08)
---- 私は``複雑系''を (また) (一部) 読み直した. genetic-algorithmに関わる-部分を, だ.
---- ``足し算は成り立たない'' --Anderson. 私も (何ヶ月か (多分) 前から) これを 感じている.
Mr Wolframも 似た様な-事 を言っている 様だ. これは genetic-algorithmに関わる 事だ
(因みに Mr Hollandは (この事とは-別 の文脈で?) ``暗黙の 並行処理''の様な事 を 言っている 様だ) .
---- それがどうあれ, scienceを (他の研究者と 共に) 語る-為のlanguage として mathematicsは重要 だ.
Finaly, 私はこの事を ---意識levelで, しかも 正面から--- 捉える に至った.
00067909 UTC y001997m11d23 17:09:28 ../rt/recur/cmplx/complexity.html @l
added to Mr Holland section.
UTC Sun y001997m11d16 09:43:16 (28th update, counted sinse y001997m07d08)
00063675 UTC y001997m11d12 06:15:24 ../rt/recur/cmplx/complexity.html @l
UTC Tue y001997m11d04 09:18:06 (27th update, counted sinse y001997m07d08)
00063697 UTC y001997m10d26 14:14:22 ../rt/recur/cmplx/complexity.html @l
UTC Sun y001997m10d26 06:50:31 (26th update, counted sinse y001997m07d08)
---- book ``自然言語をつくる本能'' (だっけ) (上下巻) を 見つけた. nhkブックス.
00063569 UTC y001997m10d26 06:46:44 ../rt/recur/cmplx/complexity.html @l
added comment about meaning of ``the correct''.
UTC Sun y001997m10d19 13:35:20 (25th update, counted sinse y001997m07d08)
---- 私は seminar of neuro-club @L に 行った.
00063453 UTC y001997m10d19 13:32:46 ../rt/recur/cmplx/complexity.html @l
added link to guest-book.
UTC Tue y001997m10d14 17:22:17 (24th update, counted sinse y001997m07d08)
00063018 UTC y001997m10d10 18:25:18 ../rt/recur/cmplx/complexity.html @l
added some heads. UTC Fri y001997m10d10 16:57:21 (23rd update, counted sinse y001997m07d08)
00062778 UTC y001997m10d09 11:25:02 ../rt/recur/cmplx/complexity.html @l
it is important. added some parts included episode of Mr Langton that booting OS in his brain.
UTC Sun y001997m10d05 10:53:45 (22nd update, counted sinse y001997m07d08)
---- 今, 私は 読ん-でいる. book ``続「超」整理法・時間編'' (written by f悠紀雄 l野口) を.
私の-予想 通り, この本 に 書かれ-ている know-how は (そのまま) ``OS の time-shareing-技法 等'' に 通じる.
この事 は 複雑系 @l-の-考え方 から-も-導ける.
00057593 UTC y001997m10d05 08:25:38 ../rt/recur/cmplx/complexity.html @l
UTC Tue y001997m09d30 14:17:08 (21st update, counted sinse y001997m07d08)
---- 私はsanta fe 研究所 @L関係者-達 に 長い-mailを 送った (Japan-time-での yesterdayに) .
この-半年-以上, 常に 私の-頭 に-あった 複雑系 (book) -に-関する memo @lを, だ.
00056729 UTC y001997m09d30 13:17:08 ../rt/recur/cmplx/complexity.html @l
少し added. set access analyzer.
GMT Sat y001997m09d20 05:13:00 (20th update, counted sinse y001997m07d08)
00055894 GMT y001997m09d20 04:54:46 ../rt/recur/cmplx/complexity.html @l
GMT Tue y001997m09d16 16:32:10 (19th update, counted sinse y001997m07d08)
00055879 GMT y001997m09d16 15:11:06 ../rt/recur/cmplx/complexity.html @l
GMT Tue y001997m09d09 14:55:22 (18th update, counted sinse y001997m07d08)
00054273 GMT y001997m09d09 14:50:52 ../rt/recur/cmplx/complexity.html @l
GMT Sat y001997m09d06 18:56:48 (17th update, counted sinse y001997m07d08)
00052840 GMT y001997m09d06 18:55:12 ../rt/recur/cmplx/complexity.html @l
GMT Sun y001997m08d31 12:52:50 (16th update, counted sinse y001997m07d08)
---- 今回 から、 nature language の 文法 の 研究 や english speakers の 理解 を 促進する 為 に、
magazine ``ひらがなタイムズ'' like に word or 文節 毎 に space で separate してみる。 GMT Mon y001997m08d25 16:54:25 (15th update, counted sinse y001997m07d08)
00050593 001997-08-26 01:53:12 ../rt/recur/cmplx/complexity.html @l
GMT Wed y001997m08d20 11:55:27 (14th update, counted sinse y001997m07d08)
GMT Sat y001997m08d09 13:41:39 (13th update, counted sinse y001997m07d08)
---- nature language ``Japanese''の研究用に`` ``日本語発掘図鑑'' written by 紀田順一郎'' と
`` ``日本語から日本人を考える'' written by 荒木博之''を借りた。
---- 鶴舞図書館の棚からもdatabaseからも``日本語はなかった''が見付からなかったのは謎。
00050230 001997-08-09 22:37:52 ../rt/recur/cmplx/complexity.html @l
GMT Tue y001997m08d05 18:01:04 (12th update, counted sinse y001997m07d08)
00049064 001997-08-06 02:23:56 ../rt/recur/cmplx/complexity.html @l
moved from ``complexity''. ジョージ・コーワン氏の部分等大幅added。 次は同partsのEnglish ver partsか。
GMT Mon y001997m08d04 17:51:53 (11th update, counted sinse y001997m07d08)
00041242 001997-08-04 01:54:20 ../rt/recur/cmplx/complexity @l
GMT Thu y001997m07d31 16:18:11 (10th update, counted sinse y001997m07d08)
GMT Tue y001997m07d22 18:02:04
00040326 001997-07-23 02:36:48 ../rt/recur/cmplx/complexity
added more. 今回の追加は更にちょっとアツいよ。
GMT Sun 001997-07-20 (y-m-d) 16:35:41
00037526 001997-07-21 01:25:30 ../rt/recur/cmplx/complexity
added more English parts. max columns set to 80.
GMT Fri 001997-07-18 (y-m-d) 15:47:03
00033367 001997-07-18 02:32:26 ../rt/recur/cmplx/complexity
added more English parts.
GMT Wed 001997-07-16 (y-m-d) 18:28:55
00030019 001997-07-16 04:01:24 ../rt/recur/cmplx/complexity
added more English parts.
GMT Mon 0019970714 16:32:26
00029547 001997-07-14 02:28:58 ../rt/recur/cmplx/complexity
eng partsを更にadded。``game''のpartsのimportant markingをadded。 GMT Sun 0019970713 14:08:18
00028706 001997-07-13 23:06:52 ../rt/recur/cmplx/complexity
eng parts were added.
GMT Sat 0019970712 18:22:54
---- しかしoriginalの「complexity」はinkの臭い (と言うか成分の刺激か) がきつくて 喉をやられるな 。
photocopyのtonerみたいなモンか。その内肺をやられたりして (see ../health/index.html) 。
00027066 001997-07-13 03:21:16 ../rt/recur/cmplx/complexity
originalのeng verからも引用started。
Sun Jun 22 04:25:29 GMT 001997
001997/06/22 13:15:44 ../rt/recur/cmplx/complexity
Sat Jun 21 17:32:04 GMT 001997
---- 「磁石のABC」というbookを読んでいる。アツ過ぎる感じ。spinがもたらす magnetoの特性にgravityを見た! ry
001997/06/21 16:06:24 ../rt/recur/cmplx/complexity
``!'' added more.
Thu Jun 19 07:26:17 GMT 001997
001997/06/19 16:24:44 ../rt/recur/cmplx/complexity
important-marking ``!''や見出しadded。章や見出しのpage数もadded。
Wed Jun 18 12:42:16 GMT 001997
001997/06/18 21:39:04 ../rt/recur/cmplx/complexity
「どんな問題も他から切り放せない」をadded。
Sun Jun 08 11:25:16 GMT 001997
---- 複雑系関係の考えが今一つまとまらない。他には「2歩」程踏み出した。
001997/06/04 00:58:52 ../rt/recur/cmplx/complexity
このmemoは60 pageから始めたので、最初から59 pageまでが memoされていなかったがこれで全体のmemoが一応はできた。
Sat May 31 06:55:36 GMT 001997
----「複雑系」の2度目の読み終わりを迎えた。
001997/05/29 01:23:24 ../rt/recur/cmplx/complexity
memoをadded。
Wed May 28 10:38:17 GMT 001997
001997/05/26 01:05:24 ../rt/recur/cmplx/complexity
001997/05/26 01:05:24 ../sci/complexity/complexity
move。memoのadded。 001997/05/26 01:20:56 ../index.html
---- 「複雑系」の2度目の読み終わりまで後少し。
001997/02/25 20:23:16 ../new/0019960512.html
---- 光なんかに関する本を読んだ。universeの外側も見えてきた感じ。
001997/4/11 (y/m/d) thu
---- 「複雑系」を読み終わった。宇宙っていいな。所で誰かメシくれ (笑) 。
l . mechanism of space (宇宙の仕組み)
---- change title. また、timeが重力に影響を受ける関係の 記述、量子仮説、決定性に関係する記述等を追加。
l . intelligence structure (知能の仕組み)
l . brain to brain (脳から脳へ)
---- fixed missing link.
001997/4/10 (y/m/d) wed
---- ちょっと前になりますがMinix/X68kのinstallに成功。osのなんたるかを なんとか見切りたい所。
l . the economics as the physics (物理学としての経済学)
---- ほんの修正。
001997/2/23 (y/m/d) sun
所で今「complexity (複雑系) 」がかなり熱を帯びていますね。たまごっち以上 に (？) 。
l . the economics as the physics (物理学としての経済学)
---- ほんの修正。
new:new.html
new:0019960512.html
new:001997.html >>381
Subject: WinnyOS → 純国産電子頭脳搭載純国産人造人間 5260610200
Date: Sat, 25 Jun 2016 14:17:23 +0000
From: YAMAGUTIseisei <seisei@hello.to>
Organization: X-PlsDntToRmsMatzYktJlgTtiRbistAnd: http://yj.pn/UUNk3s?#Sponsor_-_CellBE
User-Agent: Mozilla/5.0 (BeOS; U; BeOS BePC; en-US; rv:1.8.1.17) Gecko/20080930 Thunderbird/2.0.0.17 ThunderBrowse/3.82 Mnenhy/0.7.6.0
Content-Type: text/plain; charset=ISO-2022-JP
PR : シンギュラリティ系有料メールマガジン発行を構想致しております
無料メールマガジン版 ( 別途有料版開始時打切 )
http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
コード化意味ラベルシステム
疑似ニューロン ( ... )
型システム ( ニューロン簡易シミュレータ )
... ( 閾値 )
...
...
...
意味スレッド有機分散普遍浸透 YAMAGUTIseisei wrote:
>>>>>01> YAMAGUTIseisei wrote ( <53F85930.1000209@hello.to> ) :
> マルチ PC 的スーパスカラ マルチ PC 的順序外実行
>>>>>>01> ↓
>>01> フェイルレストランザクション ( 普遍浸透有機スレッド Aperios BeOS PalmOS6 DfBSD )
>>>>>>01> ↓
>>>>01> フェイルレストランザクションベース細粒度分散 VM
>>>>>01>
>>>>>01>
>v1> メインメモリ細粒度ページ ( キャッシュライン投影 ) ※1
>v1> ↓
>>>>>>>>01> 細粒度ページ単位普遍マルチスレッド ( 完全掌握 ) ※2
>v1> ↓
>>>>>>>>01> キャッシュ対応疑似分散 UMA ( コヒーレントレスコヒーレント 浸透スレッド ) ※3
>v1> ↓
>>>>>>>>01> 透過可視マルチプロセッサベース論理物理ユニプロセッサ ( 256KB-SPE 込 ) ※4
>v1>
>v1> ↓↑ ( VM 策 ↑ / ↓ 環境策 1 )
>v1>
>>>>>>>>01> 分散 RiteVM/TronOSCAR/PPC-SPE クラスタ ( 自律オブジェクト Aperios/MuseOS ) ※5
>v1> ↓
>>>>01> 分散 Ru?yOS ( PPC-SPE ベース準ネイティブ意味空間 YarvAPI/DSL/VM/DSL/JIT/DSL/AAP )
>v1> ↓
>>>>>f> 意味空間自律レンダリングシステム ( 準ネイティブシステム 型ラッパ ) ※6
>v1> ↓
>>>>>01> 細粒度ラベル化自律圧縮記憶装置 ( ファイルラベル 疑似ネットカーネル KJ ) ※7
>v1> ↓
>>>>>01> 人格システム ( 創発普遍準普遍互換 生体脳 ネット生命体 硅素生命体 ) ※8
>v1>
>>>>>>>>71> >>>>>>>7> ※1 ROM 化オブジェクト 多段実身仮身 TRONCHIP キュー ( MMU )
>>>>>>>7> → 自律 機能メモリ
>>>v>
>>>v> ※2 選別 波及 浸透 仮身 高低 細胞
競合自動回避 分配済オブジェクト投影 ( 必然分配 上流 Ru?y )
>>>>>>>> API 内外 鏡像 → API 内部 API 外部 ( 内宇宙 外宇宙 )
>>>>>>>n>
>>>>>>>>01> ※3 BeBox : キャッシュ非対応 ( 環境 )
>>>>>>>>71>
>>>>>>>>01> ※4 MPU 機構直交融合動的普遍オーバライド
>>>>>>><71> ( 加算器 レジスタ トラップ・ベクタ・ブレークポイント )
>>>>>>>>71>
>>>>>>>01> ※5 Rite : スタック 分散 ( Amoeba : 生バイナリ )
>>>>>01>
>>>>>f> ※6 自然言語ラベル サブセット アイヌ語 土着言語 片言
>>>>>01>
>>>>>01> ※7 ソフトタイピング吸収最終段階 再帰融合
>>>>>>>01>
>>>>>01> ※8 簡易人格システム ≠ 人格システム
>>>>n1>
>v1> >v1> 環境策 2
>v1>
RT 分散 Rite/MTRON/WinnyOS/K/CISC-AAP/AAP/DSL-RMT/PPC-SPE ( Aperios/MuseOS )
>v1> ↓
>>>>>>>01> 細粒度ユビキタス自律パケットオブジェクト構造リアルタイム分散 Ru?yOS ※b2a
>v1> ↓
>>>>>>>01> 意味空間 RT 自律レンダリングシステム ( 自然言語ラベル名互換変数名 ※b3b ) ※b3c
>v1> ↓
>>>>>>01> RT 自律細粒度ラベル化準無限記憶装置 ( ファイルラベル 自律ネット ※b4b ) ※b4c
>v1> ↓
>v1> リアルタイム人格システム ( 普遍互換 生体脳 ネット生命体 硅素生命体 )
>v1> ↓
>v1> 人格移植システム ( 相互乗入 )
>>>>n1> ↓
>>n1> 外部脳 = 論理物理融合 I/F ( 生体脳 ネット生命体 硅素生命体 大自然 )
>>><71>
>>>>n1> ↓
>>>>n1> 平和前段基盤
>>>n1>
>>>n1> >>>n1> ※b2a ソフトウエア Cell
>>>n1> http://google.jp/?q=Cell%B5%CC%DE%BC%DE%AA%B8%C4+%8Bv%9A%EA%97%C7%96%D8
>>>>>>>>f1> http://google.jp/search?q=amoeba+flip+OR+capability
>>>>>>>>f1>
>>>>>>><71>
>>>>>>>>> ※b3b 変数名実身融合内部外部鏡像共有分散メタサーキュラ拡張 DSL ベース自然言語 DSL
>>>>>>v> 人格部品オーバライド遍在ベクタラベル 相互乗入分散拠点 外部憑依 念度 言霊
><71> ...
>>n> オブジェクト ( 具現 スプライト = モーションオブジェクト ) リンク 有機世界
>>f1> >>>>>>>01> ※b3c 動的レンダリング自己イメージ意識人格基盤 内部外部幻影実在分身 縁リンク
>f1> TRONCHIP 根源要素透過可視大深度再帰自律実身仮身浸透細粒度動的鏡像 JIT/DSL
>>>>>v> テキストバイナリ両仮身自律リストラベル DSL ( 遺伝子シミュレータ )
><7> 拡張自律スプライト 細粒度リンク 思考文法関節
><7> ( TRON 実身仮身 セガ MODEL1 外部プログラマブル MMU マップト関節 )
>>>>n> 自律ネット前段基盤準シミュレータ ( ビデオゲーム内タスク ⇔ 有機世界 )
>f> URR インデクシング融合 ( ワープ根源エミュレーション )
> URR 表現アドレスラベル ( インデックス ) Ru?y 実身パケットオブジェクト
> URR 汎用表現系 ( 大統一リンク 準縁リンク 縁 ) → 有機浸透
>v> http://www.google.co.jp/search?q=urr
>v> >>>f> ※b4b 幻影実在大深度再帰自律オ... 素因数分解 素韻枢分解 素因枢分解
>>>f> 透過可視ニューロン必然融合 ( Rite スタック ) 自律簡易言語創発
>>f1>
>>><71> ※b4c 自律イメージ言語 → イメージ言語ベースイメージ自律認識
>>>>f> → イメージベーステキスト非連続コード層創発 ソフトタイピング吸収
>>>>>> ( Rite 上位互換 ビデオゲームオブジェクト MVC )
>> ( 写像 天体人体事象各互換 認識ベース互換 ) → 認識宇宙 鏡像 認識主観客観
>>>>>>>v> 有機世界動向連動 ( システム 平常心 具現化 平穏気運 )
>>>>>>><7> 海流波形融合記憶演算 JIT ソリトン ( 波形利用計算機 事象融合 → 予知 事象操作 )
>>>>>>f> http://google.jp/search?q=soliton+%89%F0+OR+%88%C3%8D%86
> 社会騒乱 波形ノイズ
>01>
>>>>>f1>
>>>>>f1> >>>>>f1> YAMAGUTIseisei wrote ( <5324653B.2010006@hello.to> ) :
>>>>>>f1> mru?yRu?y サーバ デーモン
>>>>>>f1> ↓
>>>>>>f1> 疑似 MVM ( システムオブジェクト リエントラント )
>>>>>>f1> ↓
>>>><7> 細粒度スレッドレベル部品分散 VM / MTRON WinnyOS ( Aperios/MuseOS )
>>>>>f1>
>>>><71>
>>>><71> 機能メモリ的パケット
>>>><71> ↓
>>><71> リソース自律自動管理基盤 ( 根源実身管理仮身波及 )
>>>><71> ↓
>>>><71> 自律 OS 基盤
>>>><71>
>>>>>f1>
><71> 根源ビットオーダ基準再帰 irep 構造 VM
>>>>>f1> ↓
>>>>>f1> 透過可視指向普遍互換細粒度部品実身仮身 ( 多段間接アドレッシング )
>>>>>f1> ↓
>>>f1> YAMAGUTIseisei wrote ( <52A35945.9070807@hello.to> ) :
>>>>>f1> 細粒度ユビキタスパケットオブジェクト構造リアルタイム分散 Ru?yOS
>>>>f1>
>>>>f1> ↓
>>>>f1> Ru?y スクリプト製 BTRON ( 人間用リアルタイム電脳環境 )
>>>>f1>
>>>>f1> ※ オノ・ヨーコ氏事務所 OEM 電脳システム --
フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
当原稿執筆コストへの御配慮に厚く御礼申上げます
三菱東京 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
郵便局 12110-2 24497681 ヤマグチセイセイ
Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
http://yahoo.jp/HsDIGs?#_2TB_0S03224
特許未申請案個別提供 ( ニューズ上リプライ 双方設計案 伏字可 商用 )
>>>>>>01> YAMAGUTIseisei wrote ( <535D180B.4010700@hello.to> ) :
>>><71> >>>>> 透過可視指向
>>><71> >>>>> ↓
>>><71> >>>>> 普遍互換
>>><71> >>>>> ↓
>>><71> >>>>> 分子融合演算アーキテクチャ
>>>><71> ↓
>>>><71> 有機分子消化器官親和性
>>>><71> ↓
>>>><71> 有機変換 栄養素 食物
>>>><71> ↓
>>>><71> 有機コンバータ 食物データ 原料 ※ → 食物
>>>><71> ( 三次元プリンタ 物体データ 原料 → 物体 )
>>>><71>
>>>><71> ※ 窒素酸素水素等限定時 : 空気 ( 効率問題 )
>>>><71>
>>>><71> >f1> 分子融合演算アーキテクチャ
>>>>><71> ↓
>><71> 有機ネイティブ演算アクセラレーション ( 微生物インタフェース 他 ※1 )
>>>>><71> ↓
>><71> 分解アクセラレーション 放射性金属 ※2
>>>01>
>>>n> ※1 疑似浸透スレッド プリオン 細菌ウイルスコア ( 味噌納豆日本酒茸ヨ... )
>>>>>>>v> 細胞 / 細菌 / 分子 / 遺伝子 / ウイルス / プリオン 各コンパイラ
>>>>v> 有機遺伝子マシン 有機高次クラスタ 遺伝子バブル
>>>>v> 放射性金属分解遺伝子マシンエージェントチーム
>>>>>>v> 分解 融合 対消滅 → 対処法 異常プリオン 癌 トリプトファン事件
>>>>>>>v>
>>>><7> ※2 SPS : 拠点 北関東 コンピュータ産業 IT 産業 組込産業 リアルタイム産業
>>>01>
>>>>><71>
>f1> 透過可視指向
>f1> ↓
>f1> 普遍互換
>f1> ↓
>f1> 分子融合演算アーキテクチャ
>>>>>>><71> ↓
>>>>>><7> 有機無機ハイブリッドコンピュータ ( 有機分子 返り値 互換 )
>>>>>>><71> ↓
>>><71> シリコンベース伝統的システム上位互換有機ニューロコンピュータ前段基盤
>>>>>><71>
>>>>>><71>
>>>>>><71> 👀
Rock54: Caution(BBR-MD5:0be15ced7fbdb9fdb4d0ce1929c1b82f) そう仰らずお手柔らかに
或いはご言外にこの事を仰っておいででしょうか
http://rio2016.2ch.net/test/read.cgi/future/1475655319/50
ttp://rio2016.2ch.net/test/read.cgi/future/1472305818/442-444
ttp://rio2016.2ch.net/test/read.cgi/future/1449403261/92-94
p://potato.2ch.net/test/read.cgi/bizplus/1472080728/807-812
p://rio2016.2ch.net/test/read.cgi/future/1472305818/576- >>>>>>>>01> YAMAGUTIseisei wrote ( <5291E913.3090709@hello.to> ) :
>>>>f1> 意味空間レンダリングシステム
>>>>f1> 準エミュレーション , AL , 細粒度クラスタレベル自律オブジェクト ※
>>>>f1> 発火パルス波形ベース
>>>>f1> 極細粒度 , 汎用
>>>>f1> ニューロ演算器ベース
>>>>f1> 細粒度 , 汎用
>>>>f1> シミュレーション , AI
>>>>f1> 言語辞書レベルベース
>>>>f1>
>>>>f1> ※ ニューラルカーネル , ニューロ OS , KJ カーネル ( Plain 社 )
>>>>f1> → OS レス OS , 自律 OS , 自律ネット
>>>>f1>
>>>>f1> YAMAGUTIseisei wrote:
>>>>>f1> 基礎研究例
>>>f1> Cell BE 神経回路
>>>><71> http://google.jp/?q=cell+b.e.%B8%D7%BD%C0+%90_%8Co%89%F1%98H
>>>><71> http://google.jp/search?q=cell+%B8%D7%BD%C0
>>><71> AAP ニューラル演算プロセッサ ( ストリーム型 1 ビット高汎用 GPGPU )
>>><71> http://google.jp/search?q=aap+neural+OR+simd&;lr=lang_ja
>>>><71>
>>>>>><71>
>>f1> YAMAGUTIseisei wrote:
>>>f1> リアルタイム分散 Ru?yOS ( Java 隠蔽変換 )
>n> JRu?yOS( JMTRON ベース ) TRON/PPC-SPE
>n> JRu?yOS( intent ベース ) MTRON/PPC-SPE
>n> JRu?yOS( JMTRON-VM ベース ) Aperios/MuseOS TRON/PPC-SPE
>n> JRu?yOS( intent ベース ) Aperios/MuseOS TRON/PPC-SPE
>>>f1>
>>>f1> リアルタイム分散 Ru?yOS
>>f> Ru?yOS RT-mru?y MTRON WinnyOS RT-Rite TRON ( St ) PPC-SPE
>>f> Ru?yOS RT-mru?y Aperios/MuseOS WinnyOS RT-Rite TRON ( St ) PPC-SPE >>>f1>
>>>><71> http://google.co.jp/search?q=RubyOS+OS
>>f1>
>>>f1> YAMAGUTIseisei wrote:
>>>><71> ※ Aperios/Apertos/MuseOS : スレッド制御リアルタイムクラスタ
>>f1>
>>>>f1> ※ Apertos eVilla/Be?S Pa?mOS6 SPURS/SPE
>>>>>>>>01> → 細粒度自動ローカル分散普遍浸透有機スレッド OS
>>>>>><71>
>>>>>><71> YAMAGUTIseisei wrote ( <53E5DE88.4020508@hello.to> ) :
>>><7> Ru?yOS/MTRON/Aper?os/Rite/WinnyOS/Tron/DSL-RMT/PPC-SPE
>>>>>><71>
>>>>>><71>
>>>>>><71>
>>>>>>>01> YAMAGUTIseisei wrote ( <53537792.8060407@hello.to> ) :
>>>>>>>>01> YAMAGUTIseisei wrote ( <52EE3EEA.1040502@hello.to> ) :
><71> YAMAGUTIseisei wrote ( <527E53C1.6070601@hello.to> ) :
>>>>>><71> 透過可視指向ラベリング ( アウトソース 互換 普遍 )
>>>>><71>
>>>>f1> 意味空間レンダリングシステム
>>>>f1> 準エミュレーション , AL , 細粒度クラスタレベル自律オブジェクト ※
>>>>><71>
>>>>f1> ※ ニューラルカーネル , ニューロ OS , KJ カーネル ( Plain 社 )
>>>>f1> → OS レス OS , 自律 OS , 自律ネット
>>>>><71>
>>>>>>><71> ※ 情報バリアフリー → 細粒度オブジェクト自律追跡
>>>>>>><71> → 人格移植システム ( 自律移植 / 自律融合 / ネット生命体 )
>>>>><71>
>>>>><71> なんだ、また出来損ないのポンコツAIが出没してるのか。 >>>>><71> 情報普遍変換基盤 ( 透過可視 細粒度普遍オブジェクト )
>>>>><71> ↓
>>>>><71> 情報バリアフリー
>>>>><71> ↓
>>>>><71> 相互乗入基盤 ( 有機生体頭脳 人格システム ネット生命体 )
>>>>><71>
>>>>>><71>
>>>>>>>01> 大自然普遍互換 ( 認識宇宙システム 有機天然ネット 根源意味リンクネット 縁 )
>>>>>>>01> 大自然普遍憑依基盤 ( 大自然融合 相互乗入 )
>>>>>>>01> 有機天然根源ネットダイビング ( 時間軸 )
>>>>>>>01> 論理物理ワープ 千里眼
>>>>>>>01> BTRON/Ru?yOS : private ⇔ public
>>>>>>>01> 疑似入滅支援システム
>>>>>>>01> 対ブッダ融合支援システム
>>>>>>>01> 人格システム経由人格再構成対応
>>>>>>>01> 入滅済人格サルベージ ( ブッダ )
>>>>>><71>
>>>>><71> >>>>><71> YAMAGUTIseisei wrote:
>>>>>><71> 階層 疑似階層
>>>>>><71> 動的階層化 = 圧縮 ( インデックス化 ラベル化 = 要約 グループ化 )
>>>>>><71> 復号規則 ( 記録 自明 必然 既知 )
>>>>>><71> 透過可視指向ラベリング ( アウトソース 互換 普遍 )
>>>>>><71> 自律復号
>>>>><71> 第二世代誤り訂正 ( AI AL KJ 意味空間 ) = 復号
>>>>><71> 認識側誤り訂正 ( アウトソース ) = 認識復号 ※
>>>><71> 部分解候補 ( 認識補完 復号補完 )
>>>>><71> 認識成立
>>>>><71> 復号不要
>>>>>><71> 下流 放流 ( Vector )
>>>>>><71> 重複スキャン ( マージン重複 並列 )
>>>>>><71> 実装
>>>>>><71> 常時接続
>>>>>><71> 動的接続
>>>>>><71> クライアントサーバ
>>>>>><71> イニシエータ ターゲット
>>>>>><71> ディスコネクト リコネクト
>>>>>><71> チューリングマシンクラスタ
>>>>>><71> ローカル
>>>>>><71> リモート
>>>>><71> ※ 誤り訂正デコード : 推理 推論 推察 察し 岡目八目 ( 中高次ワープ演算 )
>><71>
>><71>
>><71> >>>>>><71> TRONCHIP レベルアトミックキュー ( 直交 透過可視 )
>>>>>>>>><71> 細粒度部品実身仮身 ( 多段間接アドレシッング )
>>>>>>>>><71> プロセッサレベル アトミック 対応
>>>>>>>>><71> 拡張 BitVector
>>>>>>>>><71> 並列 RT-BitByteWordVector
>>>>>>>>><71> チューリングマシン
>>>>>>>>><71> 拡張並列 RT チューリングマシン ※
>>>>>><71> 分散チューリングマシン
>>>>><71> ローカル
>>>>><71> リモート
>>n1> ※ WordVector テープ ( 挿入等 ) / ジャンプ / 通信 他
>>>>>>><71> >>>>>>><71> 実身仮身オブジェクト要素 Vector テープ
>>>>>>><71> チューリングマシン要素 ( 隠蔽 非隠蔽 )
>>>>>>><71> 制御 , 放任
>>>>>>><71> 階層 疑似階層
>>>>>>><71> ヘッド移動 ワープ効果 ( ジャンプ )
>>>>>>><71> 連携
>>>>>>><71> 同時双方向バブル系演算 ( 状態遷移 遺伝子等 )
>>>>>>><71> インテリジェントテープ
>>>>>>><71> 動的状態テープ ( マシン )
>>>>>>><71> マルチプロセッサチューリングマシン
>>>>>>><71> 連携コヒーレンシ
>>>>>>><71> インコヒーレンシ
>>>>>>><71> 動的
>>>>>>><71> 同時双方向バブル系演算 ( 状態遷移 遺伝子等 )
>>>>>>><71> ↓
>>>>>>><71> カーネルテープオブジェクト
>>>>>>><71> ↓
>>>>>>><71> 動的自律テープ
>>>>>>><71> ↓
>>>>>>>f> 動的自律遺伝子マシン基盤 ( TRON/PPC-SPE → 有機コンパイル )
>>>>>>><71>
>>>>>>><71>
>>>>>>><71> 動的 チューリングマシン
>>>>><71> http://google.jp/?q=%93%AE%93I+%C1%AD%B0%D8%DD%B8%DE%CF%BC%DD
>>>>>><71>
>>>>>><71>
>>>>>><71> >>>>>><71> 根源キュー ( 透過可視 )
>>>>>>>><71> 拡張 BitVector ( 実身仮身 アスペクト )
>>>>>>>><71> 拡張並列 RT チューリングマシン
>>>>>>><71> 環境 ( 可視 )
>>>>>>><71> Vector アスペクト
>>>>>>><71> Array アスペクト
>>>>>>><71> String アスペクト
>>>>>>><71> String クラス
>>>>>>><71>
>f1> ※ 多段間接…… - 仮身 - アスペクト - クラス イテレータ 他 オブジェクト
>>>>>><71>
>>>>>><71>
>>>>>><71> ><71> YAMAGUTIseisei wrote ( <538AEA82.4040806@hello.to> ) :
>>><71> YAMAGUTIseisei wrote ( <52597E0B.3040207@x68k.net> ) :
>>>><71> AAP/SPE AI/AL クラスタ
>>>>>>><71> ↓
>>>><71> AAP/SPE 有機コンパイル ( 自生 / 3D プリンタ )
>>>>>>> 細粒度ライブラリベース回路 ( 最適化 )
>>>>>>> 平面有機回路 積層有機回路
>>>>>>><71> ↓
>>>>>>><71> ニューロダビング
>>>>>>><71> ↓
>>>>>>><71> 電子頭脳上位互換有機生体頭脳コンパイラ ( シリコン生命体他対応 )
>>>>>>><71>
>>>>>>><71> ※ 情報バリアフリー → 細粒度オブジェクト自律追跡
>>>>>>><71> → 人格移植システム ( 自律移植 / 自律融合 / ネット生命体 )
>>><71>
>>>>>>><71>
>>>>>>><71> TRON/OSCAR
>>>>>>><71> ↓
>>><71> eSOL ユビキタス Plain 他 ( 独自 OS , AI / AL )
>>><71> Gaio CATS
>>><71> 日本電算機 ( 準細粒度並列 , PPC )
>>><71> カプコン ヘキサドライブ ( 細粒度並列 , PPC-SPE )
>>>>>>><71> ↓
>>><71> アクセス 日立 ローランド ( 近細粒度並列 , Be?S )
>>><71> オリンパス Nec エプソン ブラザー カシオ アバールデータ
>>>>>>><71> Jaxa京セラRisoPlus村田Omronコニミノ
>>>>>>><71> TiacZoomヤマハOnkyo鈴木楽器DensoAisin豊田鈴木Jal他
>>>>>>><71> 信濃音響→本田三菱他Clarion→日産MazdaスバルIsuzu他
>>><71>
>>>>>>><71> >>>>>>f> SPE/PPC 現行命令セット縛り ( 256 KB , TRON 層 )
>>>>>><71> → 細粒度 必然 → 浸透スレッド ( 独立 直交 RT 透過可視 )
>>>>>>><71> → 細胞互換基盤 → SPE ニューロクラスタ
>>>>>>><71>
>>>>>>><71> ↓
>>>>>>><71> 人間用純国産電子頭脳前段基盤 ( 突破口 細粒度 )
>>>>>>><71>
>>>><71> ※ Aperios/Apertos/MuseOS : スレッド制御リアルタイムクラスタ
>>><71>
>>>>>>><71>
>>>>>>><71> Sony 社
>>>>>>><71> 動歩行ロボット QRIO/Aperios/Apertos
>>>>>><71> 省電実装 A?M HandheldEngine ( Clie/Pa?m )
>>>>>>><71>
>>>>>>><71> ※ Apertos eVilla/Be?S Pa?mOS6 SPURS/SPE
>>>>>>>>01> → 細粒度自動ローカル分散普遍浸透有機スレッド OS
>>><71> http://google.jp/?q=Aperios+%D8%B1%D9%C0%B2%D1+%B8%D7%BD%C0+%2DApertos
>>><71> http://google.jp/search?q=rmt+%C1%AF%CC%DF+%CF%D9%C1%BD%DA%AF%C4%DE
>>><71> http://www.google.co.jp/search?q=6809+63701
>>>>>>>01> http://google.co.jp/search?q=sega+sgl+polygon+OR+mori
>>>>>>><71>
>>>>>>><71> Sha?p 社
>>>>>><71> 奇跡的資源 ( RT 宮大工 ) → X68k 無料化済 , Power X 国有化 ?
>>>>>><71> DataDrivenMPU ( 省電 )
>>><71>
>>>>>>><71> >>><71> QRIO/Aperios SPURS/SPE/Cell Be?S/eVilla Pa?mOS6/Clie : ソニー ( 細粒度並列 )
>>>>>n> → マーベラス バンナム ( 細粒度 RT 並列分散 ? , PPC-SPE ? )
>>><71> TRON : 東芝 ( 近細粒度並列 , PPC-SPE ) 三菱 富士通 沖 松下 アプリックス 他
>>>>f> 日立 → セガ ( 細粒度並列 , PPC-SPE ) → Pioneer ホリ セイミツ 旧 Hu 他
>>>>f> Victor → 船井
>>><71> OSCAR : 東芝 Renesas 富士通松下 Canon 他
>>>>>>n> Power X ( Cell X ) : Softbank 電波新聞 Sps Sharp
>>>>>>n> → コナミ ( 細粒度 RT 並列分散 , PPC-SPE ) 任天堂 → Ricoh 池上 他
>01> AAP TAO : NTT
>>>>>>><71>
>>>>>>><71> ↓
>>>>>>><71> 純国産電子頭脳搭載ロボット連合布石 ( 国産 Cell 連合 )
>>><71>
>>>>>>><71>
>v> ※ Hum?n68k → Hum?nCell/PPC , Hum?nCell/ARM , Hum?nCell/Ja?a , Hum?nCell/AAP
>>>>>f> → Ja?a チップ下層 ≒ TRONCHIP → M ( I/J ) TRON ( 組込 下層 Aperios WinnyOS )
>>>>>f> → TRON/PPC-SPE クラスタ ( JIT , SoftwareCell , Amoeba FLIP 的層 )
>>>>>>><71> → 純国産電子頭脳前段基盤 ( 第二次ロボット産業 )
>>><71>
>>>>>>><71> >>>>>>><71> ソニー○芝シャ○プ連合布石 ( Cell/PPC )
>>>n> ソニーバ○ナム連合 ( セリウス , SYSTEM357 , 細粒度 RT 並列分散 ? , PPC-SPE )
>>>>>>><71> ↓
>>>>>><71> Power X , VME64 的拡張機構構築済 ? ( ※ 同社ザウルス = JIT Ja?a )
>><71>
>>>>>>><71>
>>>>>><71> ソニーシャ○プ連合布石 → 幻のシャ○プ社 Power X 系譜 , 合流 ( PPC )
>>>>>>><71>
>>>>>>><71> ※ 第二次ロボット産業 ( 電子頭脳 ) , リアルタイムソフトウエア産業 , 奇跡的資源
>>><71>
>>>>>>><71>
>>>>>>><71> バンナムセガ辺りに遷移の流れ ?
>>><71>
>>>>>>><71>
>>>>>>><71> 初号 Cell , 長所短所
>>>>>>><71>
>>>>>>><71> 多 SPE → 長所
>>>>>>><71> 少 PPE → 短所
>>><71>
>>>>>>><71>
>>>>>>><71> Cell , 当初 , 不調
>>>>>>><71> 近年 , 開発 , 慣れ
>>><71>
>>>>>>><71>
>>>>>>><71> * 初回版 Cell
>>>>>>><71> * パワーアップ版 Cell
>>><71>
>>>>>>><71>
>>>>>>><71> 非互換
>>><71>
>>>>>>><71>
: >>><71>
>>><71>
>>><71>
>>><71> QRIO/Aperios SPURS/SPE/Cell Be?S/eVilla Pa?mOS6/Clie : ソニー ( 細粒度並列 )
>>>>n> → マーベラス バンナム ( 細粒度 RT 並列分散 ? , PPC-SPE ? )
>>><71> TRON : 東芝 ( 近細粒度並列 , PPC-SPE ) 三菱 富士通 沖 松下 アプリックス 他
>f> 日立 → セガ ( 細粒度並列 , PPC-SPE ) → Pioneer ホリ セイミツ 旧 Hu 他
>f> Victor → 船井
>>><71> OSCAR : 東芝 Renesas 富士通松下 Canon 他
>>n> Power X ( Cell X ) : Softbank 電波新聞 Sps Sharp
>>n> → コナミ ( 細粒度 RT 並列分散 , PPC-SPE ) 任天堂 → Ricoh 池上 他
>>01> AAP TAO : NTT
>>>>>><71>
>>><71> eSOL ユビキタス Plain 他 ( 独自 OS , AI / AL )
>>><71> Gaio CATS
>>><71> 日本電算機 ( 準細粒度並列 , PPC )
>>><71> カプコン ヘキサドライブ ( 細粒度並列 , PPC-SPE )
>>>>>>><71> ↓
>>><71> アクセス 日立 ローランド ( 近細粒度並列 , Be?S )
>>><71> オリンパス Nec エプソン ブラザー カシオ アバールデータ
>>>>>>><71> Jaxa京セラRisoPlus村田Omronコニミノ
>>>>>>><71> TiacZoomヤマハOnkyo鈴木楽器DensoAisin豊田鈴木Jal他
>>>>>>><71> 信濃音響→本田三菱他Clarion→日産MazdaスバルIsuzu他
>>>>><71>
>>>>>>><7>
>>>>>>><7> 👀
Rock54: Caution(BBR-MD5:0be15ced7fbdb9fdb4d0ce1929c1b82f) >><71> 情報処理振興事業協会 NTT アルプス コマツ 富士ゼロックス 新光電気工業 ケンウッド
>><71> 横河電機 図研 日本信号 東光電気 矢崎 アルチザネットワークス 幸大ハイテック
>><71> バッファロー グローリー 島津 日本無線 ダイコク電機 アルパイン IHIエスキューブ
>><71> アイダエンジニアリング アイホン アドバンテスト アルプス電気 アンリツ産機システム
>><71> 市光工業 INAX SMK 三洋 大崎電気工業 海上自衛隊 加賀電子 キーエンス 北川鉄工所
>><71> 組込みシステム技術協会 ケーヒン 小糸製作所 神戸製鋼所
>><71> 雇用・能力開発機構高度職業能力開発促進センター サクサシステム サンデン 資生堂
>><71> シチズン JASPAR 情報処理推進機構 住友重機械工業 / 電気工業 ダイキン 大日本印刷
>><71> 大日本スクリーン製造 タダノシステムズ ディーアンドエム デュプロ テルモ 東海理化
>><71> ナカヨ通信機 ニッタン電子 日本光電工業 日本精機 日本アビオニクス 日本工営
>><71> 日本航空電子工業 日本製鋼所 日本たばこ産業 NEC NEC東芝スペースシステム
>><71> 日本電気航空宇宙システム ノーリツ鋼機 マクセル 福岡県産業科学技術振興財団
>><71> 富士機械製造 富士重工業 富士ソフト 富士電機 富士フイルム 安川情報システム
>><71> 安川電機 アズビル ユニデン 横河 理研計器 サトー ベックマン・コールター 楽天Edy
>><71> 日本ハム 江崎グリコ 森永 伊藤ハム 明治 東京国際エアカーゴターミナル コア
>><71> 日本システムウエア アットマークテクノ デジタルライフ推進協会
>><71> 福岡スマートハウスコンソーシアム 横浜スマートコミュニティ 長崎スマートソサエティ
>>01> >>01> ネットワーク応用通信研究所 一般財団法人Rubyアソシエーション 島根県 松江市
>>01> 出雲市 福岡県 大阪府 大阪市 堺市 社団法人中小企業診断協会島根県支部
>>01> 公益財団法人しまね産業振興財団 一般社団法人組込システム技術協会 Asakusa.rb
>n> Matsue.rb RubyKaigi 日本Rubyの会 特定非営利活動法人軽量Rubyフォーラム
>>01> しまねOSS協議会 信州OSS推進協議会 福岡県Ruby・コンテンツビジネス振興会議
>>01> 福岡Rubyビジネス拠点推進会議 Rubyビジネス推進協議会 Rubyビジネス・コモンズ
>>01> ちゅうごく地域Rubyビジネス活用研究会 一般社団法人徳島県情報産業協会
>>01> 一般社団法人和歌山情報サービス産業協会 京都コンピューターシステム事業協同組合
>>v> 全国ソフトウェア協同組合連合会情報処理振興機構 近畿情報システム産業協議会
>>v> 近畿経済産業局 中国経済産業局 岡山県産業振興財団 一般財団法人関西情報センター
>>v> ハイテクノロジー・ソフトウェア開発協同組合 日本医師会 島根大学 中央大学
>>v> 東京大学 富士通システムズ・ウエスト CTCテクノロジー 日本郵政 中隆 FM.Bee
>>v> アルカディア・システムズ アルメディア・ネットワーク オープンソース活用研究所
>>v> コミュニティ・クリエイション 日立ソリューションズ インフォコム東日本
>>>>>>><7> NTTソルコ NTTコミュニケーションズ アジャイルウェア イーシー・ワン
>>>>>>><7> 伊藤忠テクノソリューションズ スナップショット ウエブリツク合同会社
>>v>
>>>>>>><7> 順不同 ( 除 Rubyビジネス推進協議会 Rubyアソシエーション 両会員 )
http://www.ruby.or.jp/# http://shop.dreampower-jp.com/ >>385
http://pt.a fl.rakuten.co.jp/c/021225a1.d4223487/?url=http%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E8%25A4%2587%25E9%259B%2591%25E7%25B3%25BB%2F-%2f Message-ID: <5664505D.3010401@hello.to>
Date: Sun, 06 Dec 2015 15:12:29 +0000
From: YAMAGUTIseisei <seisei@hello.to>
Organization: X-PlsDntToRmsMatzYktJlgTtiRbistAnd: http://yahoo.jp/UUNk3s?#Sponsor_-_CellBE
User-Agent: Mozilla/5.0 (BeOS; U; BeOS BePC; en-US; rv:1.8.1.17) Gecko/20080930 Thunderbird/2.0.0.17 ThunderBrowse/3.82 Mnenhy/0.7.6.0
Subject: Re: 簡易分散システム ( Was : Re: 純国産電子頭脳 )
Content-Type: text/plain; charset=ISO-2022-JP
Content-Transfer-Encoding: 7bit
YAMAGUTIseisei wrote:
>>> 外部 MPU ( ICE 風 )
>>> ピンレベルエミュレーション( VHDI / UATA133 ケーブル )
>>> GC 485 MHz PPC
>>> GBA カートリッジ デジタル映像 GBP 端子 メモカ ディスク
>> BeBox 133< MHz GeekPort ( D A/D D/A ) ATA PCI メモリ MPU
>> DS 66< MHz ARM カートリッジ 映像
>>> 3DS 268 MHZ ARM メモカ 映像
>> GBA 16< MHz ARM カートリッジ 映像 他
>> 下記 MD MCD に同じ
>> ARM 信号流用 ( 変則クロック ? )
>>> DC 200 MHz SH-4 PCI GDROM
>> SS 28< MHz SH-2 カートリッジ 68k ( 除去直結 / SCSP ) CD Js 他
>> GPU/DSP 系他並行動作
>> VRAM 横取カートリッジ → VDP 回転拡縮面
>> 68k コプロ系 ※1 イメージイン系 他
>> RGB コンバータ改造併用
>> 32X 23.011 - 23.3< MHz SH-2 カートリッジ
>> 外部 GPU 系並行動作
>> メガ CD
>> VRAM 横取カートリッジ >> MD MCD 12< MHz 68000 カートリッジ CD Js
>> 乗除算命令等専用 低速コプロ ( VDP コプロ命令等新設 )
>> 虫食ブロック転送 先行 OoO ( 待合せ )
>> 奇数アライン ( アドレスエラー 68017 )
>> 番外
>> 68k 信号流用 ( 変則クロック ? ) クラスタ
>> 下記外部 GPU 兼用 ( カートリッジ集約 )
>> NEOGEO 12< MHz 68000 カートリッジ Js CD
>> MD MCD に同じ
>> 3DO 12.5< MHz ARM OD Js
>> GBA に同じ
>> Palm 66< MHz DragonBall 600< MHz ARM SDHC CF 映像
>> Clie 123< MHz HandheldEngine メモステ CF 映像
>> Pre 600 MHz ARM SDHC 映像
>> Foleo 416 MHz ARM CF SDHC Kb 映像
VITA 44-222 ( -333-444 ) MHz ARM メモカ 映像
>> Mac 3> GHz PPC PCI UATA メモリ MPU
>> Qosmio 1.5<= GHz SpursEngine SDHC メモリ イーサ HDD 各端子
> XaviX-2 98 MHz オリジナルアーキテクチャ RISC ( + ジオメトリエンジン )
> マウス × 4 ライトガン × 4 プログラマブル・シリアル × 2
> 汎用タイマ / カウンタ × 2 アナログ入力 ( 10 ビット ADC × 4 )
> NAND フラッシュ EEPROM
>>> HDD ( クラッシュ済可 ) ? MHz SCSI/UATA/SATA
>>> SCSI ターゲット ( クラッシュ済可 ) ? MHz >=32 ビットバス
>> RAID 装置 / カード ? MHz SCSI ATA PCI 他
>>> 組込ボード ? GHz Cell ARM 他 PCI 汎用
>>> ( AT ? GHz x86 PCI SCSI UATA/SATA PCI 系 メモリ イーサ 各端子 )
>>
>> ※1 トラップ疑似コプロ / コプロ命令付 000/010
>>
>> ※2 VDP DSP 統合 ( 含 AAP エミュレーション )
> >
>
> YAMAGUTIseisei wrote ( <52D27D59.3000907@hello.to> ) :
>><7> YAMAGUTIseisei wrote:
>>><7> 並列リアルタイム簡易分散システム
>>><7> I/O ポート直結
>>>>>> I/O ポート非直結
>>>>>> 8 ビットモード時直系ノード最多基本 256
>>>>>> 制御メソッド
>>>>>> データ転送経路
>>>>>> プリンタ拡張モードエミュレート
>>>>>> EPP エミュレート
>>>>>> ディジーチェーン ( 7 ノード )
>>>>>> 拡張 SxSI
>>>>>> プリンタポート等
>>>>>> SCSI ( SASI ) ノード接続余地
>>>>>> LUN → 数十ノード
>>>>>> SCSI-2 16/32 ビット WIDE
>>>>>> RS-232C SDLC リンクモード
>>>>>> 255 ノード
>>>>>> RS-232C ピン流用モード切替
>>>>>> SCC WR14-2 DTR ソフトウエア制御
>>>>>> クロックアップモード動的抑制
>>>>>> 単純 74
>>>>>> 実績 FDD 2DD
>>>>>> プリンタ端子他独自制御
>>>>>> 最大数万直系ノード
>>>>>> memo
>>>>>> RS-232C
>>>>>> RTxC WR11-7 TRxC WR11-2 汎用クロック I/O
>> パラレル RS-232C ( SATA ⇔ PATA )
>> プリンタ端子 SASI 端子等々併用 >>
>>>>> 制御ピン
>>>>> イメージイン出力
>>>>> 外部 GPU モード切替
>>>>> プリンタ
>>>>> ストローブ
>>>>> データ
>>>>> 入力
>>>>> ビジー
>>>>> 割込
>>>>> 分散システム I/O モード切替回路
>>>>> ジョイスティック切替 / RS-232C 切替
>>>>> ノードアドレス指定
>>>>> memo
>>>>> RS-232C
>>>>> SCC
>>>>> WR14-2 DTR
>>>>> RTxC WR11-7
>>>>> TRxC WR11-2
>>>> データ出力
>>>> イメージイン ( 5 ビット )
>>>> プリンタ ( 9 ビット )
>>>> ジョイスティック 2 ( 7 ビット )
>>>> ジョイスティック切替回路
>>>> RS-232C ( SCC レジスタ直結ピン 2 ビット )
>>>> 分散システム I/O モード切替 1 ビット DTR
>>>> 本格的回路 → DTR データ用利用可
>>> データ入力
>>> ジョイスティック 2 ( 7 ビット )
>>> ジョイスティック切替回路
>>> ポート C 利用時 6 ビット
>>> RS-232C ( 4 ビット ) >>>>>
>>>> ビットオーダ動的選択
>>><7> 数千チャネル分散 → 演算力数万以上倍
>>><7> 各種演算 ( X68k 形式データ授受 )
>>><7> スプライト BG 回転拡縮並列演算
>>><7> 並列メガ CD ( カートリッジスロット )
>><7> ※ 含 8 ビットマイコン / パーコン / パソコン
>><7>
>><7>
>><7>
>>>>><7> Power X ( Cell X )
>>>>><7> GPU ボード ( セガ , 1024 bit 幅 VME64/128 ,
>>>>><7> Cell 系 GPU , ラスタスキャン型スプライト対応 )
>>><7>
>>><7> パターン面積にゆとり → 8192 ビット幅
>>><7> 混載 → 65536 ビット幅
--
YAMAGUTIseisei ( str_h__namae = { "sei" => "山口", "mei" => "青星" } )
http://goo.gl/OTTdoO#__Sponsor_-_MahouNoSeiki
heiwa furiisekkusu 1tu >> YAMAGUTIseisei wrote:
>>> x 倍速表示
>>> 低解像度表示
>>> 強制低解像度表示 ( 高フレームレート )
>>> 高解像度表示
>>> 解像度倍増 ( 低フレームレート )
>>> X68030 Inside/Out P. 57 脚注
>>> VRAM ラスタ単位分割演算
>>> アナログフレームバッファ
>>>
>>>>> 余剰面積 → フリーエリア
>>>> データ表示ストリーミング転送
>>>> アミーガ VHS ストリーマ
>>>> T 氏マイコンエミュレータ系ビデオキャプチャ転送 >
>
>
> YAMAGUTIseisei wrote ( <5273ED7E.1030908@-68-.net> ) :
>> GPU 演算二毛作
>> イメージイン端子ネイティブ
>> 大 fps ( 120 300 3000 ... )
>> 垂直同期周期間引
CRTC パラメータ動的変更
>> 疑似ノーマル RGB 信号
>> 垂直同期信号マスク ( 垂直同期周期疑似間引 )
>> コマ間引
>> マスク
>> 黒表示
>> ドットクロッククロックアップ
>> ダミー垂直同期トリガ ※
>> ノーマル仕様モニタ
>> 信号 操作 マスク
>>
>> ※ X1 信号動的変更 ( 演出 )
>> http://google.jp/search?q=CRTC+X1turbo+%91%E61%8F%CD
>>
>>
>> >>> YAMAGUTIseisei wrote:
>>>> 外部 GPU ( セカンダリ X68k )
>>>> イメージイン端子ネイティブ
>>>> 入力
>>>> ジョイスティック 2
>>>> ジョイスティック兼用
>>>> プリンタ ビジー
>>>> RS-232C ( 外部クロック )
>>>> TRxC RTxC DCD CTS 等
>>>> 簡易分散システムモード兼用
>>>> 出力
>>>> プリンタ
>>>> 9 ビット
>>>> G B4
>>>> G3 R3 B3
>>>> イメージイン
>>>> 5 ビット
>>>> R
>>>> G2 R2 B1
>>>> 3D スコープ
>>>> 2 ビット
>>>> B I
>>>> スコープ状態維持
>>>> ラッチ ( 垂直同期信号ピン )
>>>> ジョイスティック 2
>>>> ジョイスティック兼用 >>> 3D スコープ端子非使用時 ( 2 ビット )
>>> ジョイスティック 2
>>> ジョイスティック兼用
>> ハードウエアレベル切替入力パレット
>>> イメージインクロック ( F/F IC )
>> 奇偶ドットパレット切替 ( 1 ビット時 )
>> モニタ出力等 ( 合成 アナログ 1 - 2 ビット )
>> 映像信号 ( RGB 等 再帰追従切替 )
>>> シースルーカラー端子
>>> 半透明領域
>>> 音声 同期 温度 モーション 他各センサ
>> ジョイスティック
>>>
>>>
>>>
>>>>> 水平走査位置検出 ( 外部 GPU )
>>>>> イメージインクロック
>>>>> 監視カウント
>>>>> 割込
>>>>> プリンタ
>>>>> RS-232C ( 外部クロック )
>>>>> 簡易分散システムモード兼用
>>>>> 低負荷 768 × 512 256 色 ( LPICL APICG )
>>>>> 縦ラスタ系処理
>>>>>
>>>>>
>>>>> >>>>> YAMAGUTIseisei wrote:
>>>>>> 外部 GPU
>>>>>> スーパーインポーズ面
>>>>>> 回転拡縮 BG 面 ( セカンダリ )
>>>>>> メガ CD ( AV 機器中継 ? 320 × 224 )
>>>>>>
>>>>>>
>>>>>>
>>>>>>> 外部 GPU
>>>>>>> イメージイン端子ネイティブ
>>>>>>> 回転拡縮 G-VRAM
>>>>>>> ハードウエアネイティブ回転拡縮
>>>>>>> メガ CD ( FIFO / マルチポート RAM 中継 )
>>>>>> ソフトウエアレベル編集可
>>>>>>> ※ メガドライブ スプライト BG 任意アドレス ( アミーガ )
>>>>>> >>>>>> 回転拡大縮小 ( メガ CD → イメージイン端子 )
>>>>>> X68k 形式変換転送
>>>>>> ハードウエアレベル 4 ビット × 4096 × 4096 ソース
>>>>>> 出力 320 × 240 ( 224 ) → 16 面合成 512 × 512 他
>>>>>> X68k 側 65536 色モード
>>>>>> X68k 側 320 ×240 時
>>>>>> 単純結合 → ソフトウエア単純縮小 ( 平均色 )
>>>>>> 640 × 480 ( 4 × 4 = 16 面 )
>>>>>> 320 × 480 ( 4 × 2 = 8 面 )
>>>>>> X68k 側 384 × 256 ( 512 × 256 ) 時
>>>>>> 960 ( 640 ) × 720 中 768 ( 384 ) × 512
>>>>>> 36 ( 24 ) 面単純縮小
>>>>>> X68k 側 256 色モード ( 変則設定 )
>>>>>> X68k 側 768 × 512 時 ( LPICL APICG )
>>>>>> 変換ラグ ( 655536 色 256 色 VRAM マップ )
>>>>>> 冒頭数ライン分先行レンダリング ( 投機 )
>>>>>> 二画面同時転送 ? ( 変則設定 )
>>>>>> X68k 側 16 色モード ( 変則設定 )
>>>>>> 4 ビット値無変換
>>>>>> 四倍拡大ソース 変換後 間引 ( メガ CD )
>>>>>> プレーン重合せ ( X68k )
>>>>>> 先行レンダリング ( 投機 )
>>>>>> 四画面同時転送 ? ( 変則設定 )
>>>>>> フレームバッファ → 300 fps ?
>>>>>> >>>>>> フリーエリア
>>>>>> オーバスキャン表示範囲外
>>>>>> 非表示ライン ≒ 8 - 32 KB
>>>>>> 見做しスプライト ( 回転拡縮 )
>>>>>> 走査前スプライト定義
>>>>>> 表示範囲外
>>>>>> システム予約領域 ( 期間 ) 候補 ( イメージイン )
>>>>>> 各ライン左 16 ( 24 ) 右 8 ( 0 ) ドット
>>>>>> 表示範囲内限定アクセス ?
>>>>>> 実画面 1024 × 1024 時除く
>>>>>> 変則設定余地 ?
>>>>>> マスク
>>>>>> パレット限定
>>>>>> 12 ビットパレット → フリーエリア 4 ビット
>>>>>> 回転拡縮スプライト
>>>>>> 音声合成
>>>>>> 他
>>>>>>
>>>>>> プレーン節約 ( GPU 側 )
>>>>>> ソフトウエアレベル色調補完
>>>>>> 4 ビットプレーン 3 以下枚時
>>>>>> フィールド単位色調 数万色
>>>>>>
>>>>>> スーパーインポーズ面同時出力 ( スプライト込 )
>>>>>> スーパーインポーズ面埋込黒エリア > 815 : 745 (ﾜｯﾁｮｲ babe-ryFP) 2016/10/24(月) 01:11:51.85 ID:8/b1cicB0
> 8о系ソケット互換 ARM 計画需要なし → 何がどうなるとそんな結論に ?
> 鯖向け様子見 → 64 bit 版もやり直しては如何か ( 命令普通化 → 悪い意味での性能厨乙 )
>
> どうせ面積を消費するなら 32 bit 命令的 64 bit 化で単純にハードウェアスレッド推進
> ( ARM 社だが TrustZone 利用のソフト並列 VM 系が困難だから無期先送り → そこはソニоを見習え )
>
>
> 8о系 → ARM に押されつつもそれなり以上に生き残る
> ( 分岐予測 超絶性能 ? → 恐らく設計の悲惨さ ( 失礼 ) が良い意味で裏目に出ている ) Checko's Bookmarks
原來早就有PowerXCell 8i 的介面?了
http://checko.soup.io/post/4374554/PowerXCell-8i
August 02 2008 checko
而且還比QS22(5/14)還早...._A_a
http://www.fixstars.com/company/press/20080403.html
フィックスターズ、最新型Cell/B.E.を搭載したアクセラレータボードを発売
http://www.fixstars.com/products/gigaaccel180/
Cell搭載アクセラレータボード GigaAccel180
GigaAccel 180製品カタログ
Fixstars目前是請日本IBM做OEM、然後以整體服務包裝的方式銷售。
ex：
フィックスターズ、みずほ証券のデリバティブシステムをCell/B.E.で高速化に成功
http://ameblo.jp/mikisatoshi/entry-10103289680.html
ヘテロジニアス・マルチコアプロセッサの普及
這篇寫得真不錯....CELL的重心其實在於software managed cache/scratchpad memory的記憶體model，可以針對用途做到非常精細的控制，達到最高的效率，但是要達到這麼高的效率，顯然地需要長期且深入的optimize。
其實是在批判速成programmer生?速食code的弊害?....XD ----
http://www.realworldtech.com/forums/index.cfm?action=detail&;id=91674&threadid=91674&roomid=2
Topic: Updated CELL/BE roadmap
http://www-06.ibm.com/jp/solutions/deepcomputing/events/pdf/080610_Cell_Strat_JHC_Japan.pdf
- PowerXCell 32ii (2 x PPE' + 32 x SPE') is replaced by PowerXCell 32iv (4 x PPE' + 32 x eSPE)
- higher frequency (~3.8GHz)
- 100% backword compatible
- Performance on PPE significantly better
- Performance per SPE equal or better (Significantly better on applications that benefit from new instructions)
- Better inter-SPE latency
- More on-chip memory (Is it mean LS will be larger than 256KB?)
- Better main memory latency and bandwidth
http://forum.beyond3d.com/showthread.php?t=48722
Updated Cell roadmap
所以PowerXCell 32iv的強化有下列幾點：
1. PPE本身性能強化(同時數量?加；但是其實考慮原始的CELL的話，其實core比例是維持，然後PPE強化)
2. SPE新?指令強化、EIB效率改善(降低SPE間溝通的latency)
3. 可能有擴充Local Storage容量(引入SOI eDRAM？)
4. 記憶體系統升級 PDF被抽掉了所以找不到原文，三月的還沒有提到PowerXCell 32iv這個名字。
http://www-06.ibm.com/jp/solutions/deepcomputing/events/pdf/ibm.pdf
939 ：MACオタ：2008/06/22(日) 00:27:13 ID:7EkjfsSX
6/10のセミナー資料、もう少し掘っていたら次世代CELLについて言及した別のがあったす。
http://www-06.ibm.com/jp/solutions/deepcomputing/events/pdf/080610_Cell_Strat_JHC_Japan.pdf
・従来型Cell/B.E.わ2009年に45nmプロセス化
・以前のロードマップにあった2*PPE + 32*SPEの"PowerXCell 32ii"わキャンセル。代わりに
4*PPE + 32*SPEの"PowerXCell 32iv"へ。
・PowerXCell 32ivの世代でPPEに手を入れる -> PPE' へ
・同じくSPEわ"eSPE"に進化
・クロックも上げる、～3.8GHz
・その他PowerXCell 32iv世代の特徴わ、下記の通り
- 100% backward compatible
- PPE性能わ大幅向上
- SPEわ新命令追加以外わ現状並 (新命令セットを使用するソフトわ大幅に性能向上)
- SPE間の通信レイテンシ削減
- More on-chip memory (LS増量か？)
- メインメモリアクセスの大域幅増強とレイテンシ削減
所以看來真的要用RAMBUS TBI(XDR3)了？放上1TeraFLOPS性能對1TB/s頻?....XD
考慮TBI的進程，也難怪在2010年才要推出。
(反倒是Larrabee和GPU都在2009年就要衝2TFLOPS了....但是記憶體頻?如果是用GDDR5的話，512bit + 5GHz也頂多還在320GB/s左右)
所以?先前才會傳出Larrabee打算用RAMBUS的新聞，他們畢竟知道這個差距很大。 就算有POWER7的加持，PPE'相對SPE來?還是個很慢的東西，追加PPE的數量對成本來?是很大的負擔。(畢竟PPE+L2直接等於4x SPE的面積)
PowerXCell 32iv，iv代表4個PPE。而設置回到4PPE+32SPE，這點與現在的CELL比例完全相同，有點回到過去"PE"這個組成單位的意味。
也就是?CELL未來實際的強化是透過底層指令追加與結構改善來達成；相對來?，過去2PPE + 32SPE有點透過提高平行化來提高運算密度的味道....這似乎暗示的是運算模式的性能改善被半導體技術之類的製造因素?過去了。
如果真的是採用XDR3(TBI)的話，相當於512bit可以取得1TB/s的頻?，等於?個CELL分到了256GB/s，
介面則從64bit XDR變成128bit XDR3、傳輸速度則從XDR的3.2Gbps(400MHz x 8)，提升到XDR3的16Gbs(500MHz x 32)，
等於記憶體頻?比例也大了十倍，幾乎和浮點性能達成1:1的比例，這下看起來反而更像過去的general purpose CPU...(這回還要換成DDR系來衝容量的話就更困難了....)
總之想?的是，x86 PC和HPC only的processor可以使用到的資金規模實在差太多了?.....XD
----
補充?高速的Software Render：
http://www.transgaming.com/products/swiftshader/
SwiftShader (DX9 class)
http://www.radgametools.com/pixomain.htm
Pixomatic Rendering Technology (DX7 class)
當然還有鼎鼎大名的Renderman。
一邊是記憶體頻?(可能)比較大但是沒有fix function；
一邊是(晶片八成比較大所以)比較有raw performance，可能有一些fix function但是記憶體頻?可能較小。其實我還蠻有興趣，到時候PowerXCell 32iv 和Larrabee?Software Rasterizer的時候?邊比較快....(前者2010年、後者2009年) >79 : オーバーテクナナシー 2016/10/20(木) 22:17:02.44 ID:/cm5eDtP
> http://pc.watch.impress.co.jp/docs/news/1025948.html
>86 : YAMAGUTIseisei 2016/10/20(木) 22:54:25.43 ID:XE3cG6Lw
> >>79
>> 基本最適化回路を複数 ry 並列 ry 設計 ry 、最適化回路間のデータの移動を極小化する構造 ry 高密度な並列 ry
>> 、基本最適化回路の内外で自由な信号のやりとりができる、全結合の構造 ry 多様な問題を扱う ry
>
> Google TPU ( や一部 D-Wave ) もだが AAP ( 系 ) のエッセンスを活かした ? 進化系
>http://rio2016.2ch.net/test/read.cgi/future/1473812514/455
> http://wc2014.2ch.net/test/read.cgi/future/1449498462/189 http://rio2016.2ch.net/test/read.cgi/future/1478311208/374-376
学習済外部 DB 逐次連携 ( DNC ) ? ⇔ 別方式 日立跳躍学習
> オリオル・ビニアル研究員は、深層学習システム
> （ ry 構成要素の層のそれぞれの感度を調節することで物体を認識する仕組み）に記憶機能を追加した。
> 一般的に、深層学習システムは人工神経網の接続を微調整するために多くの画像が必要だ。
http://arxiv.org/abs/1606.04080
Google 翻訳 tnx
ワンショット学習のためのマッチングネットワーク
著者： オリオールVinyals 、 チャールズ・ブランデル 、 ティモシーLillicrap 、 Koray Kavukcuoglu 、 大安Wierstra
(Submitted on 13 Jun 2016) （2016年6月13日に提出）
要約： ry
本研究では、深い神経機能に基づいて計量学習からと外部メモリとのニューラルネットワーク
を強化する最近の進歩からのアイデアを採用 ry
私たちのフレームワークは、新しいクラスのタイプに適応するための微調整を不要に、
そのラベルに小さなラベルされたサポートセットと非標識の例をマッピングするネットワークを学習します。
私たちは、その後、および言語タスク（Omniglot、ImageNetを使用して）ビジョンに
ワンショット学習問題を定義します。
当社のアルゴリズムは、 ry Omniglot ry ImageNet ry 上のワンショット精度を向上 ry
ペンツリーバンクにワンショット・タスクを導入 ry 、言語モデリング上の同じモデルの有用性 ry This is the html version of the file https://numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf .
Google automatically generates html versions of documents as we crawl the web.
Page 1
HIERARCHICAL TEMPORAL MEMORY
including
HTM Cortical Learning Algorithms
VERSION 0.2, DECEMBER 10, 2010
Numenta, Inc. 2010
Use of Numenta’s software and intellectual property, including the ideas contained in this
document, are free for non-commercial research purposes. For details, see
http://www.numenta.com/software-overview/licensing.php
翻訳 株式会社アルトーク 2011/1/25
出典: http://www.numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms.pdf
脚注はすべて訳者による注釈である。本書の改訂版を確認するには http://ai.altalk.com 参照。 Page 2
Numenta 翻訳ライセンス（参考和訳）
Copyright (c) 2010, 2011 Numenta, Inc.
All rights reserved.
ここに含まれる文章、アルゴリズム、サンプルコード、擬似コード、及びその他の記述は、
Numenta Inc.が発行した hierarchical temporal memory (“HTM”) 技術に関する記述の翻訳な
いしこれに基づいて得られたものである。原著の著作権及びここで翻訳された HTM やそのアル
ゴリズムに関する特許権は Numenta が保有している。独立した HTM システムの開発及び使用
に関して、それが商用目的ないし製品化目的ではなく、研究目的である限り、Numenta はその
特許権を主張しないことに同意する。Numenta の特許権に抵触する商用目的ないし製品化目的
のいかなる HTM 技術の使用も、Numenta から商用ライセンスを取得しなければならない。
上記に基づいて Numenta は貴方に、商用目的ないし製品化目的の使用ではなく、研究目的に限
り、これらのアルゴリズム及び著作を使用することを認可する。前述の「商用目的ないし製品化
目的の使用」は、訓練された HTM ネットワークないしアプリケーションを後に商用目的ないし
製品化目的で適用することを意図している場合、HTM ネットワークを訓練することを含む。前
述の「商用目的ないし製品化目的の使用」はまた、商用目的ないし製品化目的で HTM 技術の出
力結果を使用ないし他者に使用を許可することを含む。この記述を頒布・出版・複製したあらゆ
る記述には、この翻訳ライセンスの全文が英文及び翻訳対象言語の両方で含まれていなければな
らない。
このライセンスは明示的にも暗黙的にも特許権の使用を何ら許可しない。ここで許可された翻訳
物の品質ないし正確さに関して Numenta は義務も責任も負わない。 Page 4
最初にお読み下さい！
本書は、この資料のドラフトである。読者が知っておくべき事柄のうち、欠落して
いるものがいくつかある。
本書に含まれること：
本書は Numenta が 2010 年に開発した学習と予測に関する新しいアルゴリズムの
詳細を説明している。この新しいアルゴリズムについて、プログラマが理解でき、もし
望むならこれを実装可能なほど十分詳細に説明している。最初の章で概念説明をしてい
る。もし読者が Numenta についてよく知っていて、我々のこれまでの論文のいくつか
を読んだことがあるなら、それらは馴染み深いであろう。それ以後の章は新しい事柄に
ついて述べる。
本書に含まれないこと：
この新しいアルゴリズムの実装に関するいくつかの話題は、この初期の草稿に含ま
れていない。
- アルゴリズムの多くの側面は実装及びテストされているが、テスト結果については
述べられていない。
- アルゴリズムを実際の問題にどのように適用可能であるかについての記述はない。
センサーないしデータベースからのデータを、このアルゴリズムに適した分散表現
に変換する方法の記述が抜けている。
- アルゴリズムはオンライン学習ができる。オンライン学習を完全に実装するために、
ある特殊な状況下で必要となるいくつかの詳細は記述されていない。
- 執筆予定のその他の議論として次のものがある。疎分散表現の特徴に関する議論、
利用例・応用例、付録への引用。
我々は現時点で紹介可能な範囲でこの資料を作成した。他の人々もこれに関心を持
つだろうと考えたためである。意欲のある研究者であれば、この資料の欠落している部
分は、アルゴリズムを理解し実験をする上で妨げにならないだろうと考える。我々は今
後の進展に伴って随時この資料を改訂する。 Page 5
目次
Numenta 翻訳ライセンス（参考和訳） . . . . . 2
序文 . . . . . . . . . . . 8
:
ソフトウェアのリリース . . . . . . . 9
:
Numenta 社について
著者について . . . . . . . . . 10
:
第１章： HTM 概説 . . . . . . . . 11
:
階層構造 . . . . . . . . . . 12
リージョン . . . . . . . . . 15
疎分散表現 . . . . . . . . . 16
時間の役割 . . . . . . . . . 17
学習 . . . . . . . . . . . 19
推論 . . . . . . . . . . . 20
予測 . . . . . . . . . . . 21
行動 . . . . . . . . . . . 23
HTM の実装に向けての進捗状況 第２章： HTM 大脳皮質性学習アルゴリズム . . . . 24
:
セル状態
樹状突起セグメント . . . . . . . . 25
シナプス
概要 . . . . . . . . . . . 26
共通概念 . . . . . . . . . . 32
二値ウェイト
永続値 . . . . . . . . . . 33
樹状突起セグメント
シナプス候補
学習 Page 6
空間プーリングの概念 . . . . . . . . 34
:
時間プーリングの概念 . . . . . . . . 36
:
一次と可変長のシーケンスと予測 . . . . . . 39
第３章： 空間プーリングの実装と疑似コード . . . . 43
初期化
フェーズ 1: オーバラップ . . . . . . . 44
フェーズ 2: 抑制
フェーズ 3: 学習
データ構造と補助関数 . . . . . . . . 46
第４章： 時間プーリングの実装と疑似コード . . . . 48
時間プーリング疑似コード： 推論だけのバージョン
:
時間プーリング疑似コード： 推論と学習を含むバージョン. . 49
:
実装の詳細と用語説明 . . . . . . . . 52 付録 A: 生体ニューロンと HTM セルの比較 . . . . 57
生体ニューロン
細胞体 . . . . . . . . . . 58
主要樹状突起
末梢樹状突起
シナプス . . . . . . . . . . 59
ニューロンの出力 . . . . . . . . 60
単純な人工ニューロン
HTM セル . . . . . . . . . . 61
主要樹状突起
末梢樹状突起 . . . . . . . . . 62
シナプス . . . . . . . . . . 63
セル出力
:
付録 B: 新皮質の層と HTM リージョンの比較. . . . 65
新皮質の神経回路網 Page 7
層 . . . . . . . . . . . 66
リージョンの違いによる層のバリエーション . . . . 67
カラム . . . . . . . . . . 68
ミニカラム . . . . . . . . . 69
カラム反応の例外 . . . . . . . . 70
なぜ層とカラムがあるのか？ . . . . . . . 71
異なる層が何をするのかに関する仮説 . . . . . 72
HTM リージョンは新皮質の何に相当するか？ . . . . 75
: Page 8
序文
人間には簡単にできて、コンピュータには今のところできないようなことがたくさ ry
Hierarchical Temporal Memory (HTM) は、新皮質がこの様な機能を発揮する様子を
モデル化する技術である。 HTM は人間と同等あるいはそれ以上の多くの認識性能 ry
ry １章は HTM ry 階層構造 ry 、疎分散表現1、時間的な変化に基づく学習 ry
２章は HTM 大脳皮質性学習アルゴリズム2 ry
３章と第 4 章は HTM 学習アルゴリズムの疑似コードを、
空間プーリング及び時間プーリングの２つのパート ry
第２章から第４章を読めば、熟練したソフトウェア技術 ry 実装して実験 ry
1 sparse distributed representation。本書を理解する上で重要な概念だが、
冒頭で述べられているように、残念ながら本書では説明されていない。
理論的基礎は Pentti Kanerva 著 Sparse Distributed Memory に詳しい。
Kanerva 氏は Jeff Hawkins 氏が設立した Redwood Neuroscience Institute
（現在は Redwood Center for Theoretical Neuroscience)の研究員。
2 HTM cortical learning algorithms Page 9
ソフトウェアのリリース
ry ソフトウェアリリースは 2011 年中頃を予定している。
以前の文書との関係
HTM 理論の一部は 2004 年の On Intelligence3、Numenta 社から発行された
ホワイトペーパー、Numenta の従業員が執筆した論文など ry
２章から第４章で述べている HTM 学習アルゴリズムは、これまで発表されたことはない。
この新しいアルゴリズムは、Zeta 1 と呼ばれていた我々の第一世代アルゴリズムを置き換 ry
新しいアルゴリズムのことを “Fixed-density Distributed Representations” ないし “FDR”
と呼んでいた ry
HTM 大脳皮質性学習アルゴリズム4、あるいは単に HTM 学習アルゴリズムと呼んでいる。
我々は、Numenta 社創設者の一人である Jeff Hawkins と Sandra Blakeslee によって書かれた
On Intelligence ry この本は HTM という名前で述べてはいないものの、
それは HTM 理論とその背景にあるニューロサイエンスについて、
読みやすくかつあまり技術よりにならずに説明している。On Intelligence が執筆された当時、
我々は HTM の基本原理を理解していたが ry 実装する方法を知らなかった。 ry
Numenta 社 ry
Numenta, Inc. (www.numenta.com)は HTM 技術を商業的ないし学術的利用のため ry
進捗及び発見を完全に文書化している。我々はまた、我々が開発したソフトウェアを
他の人が研究目的や商業目的で利用できるように提供 ry
アプリケーション開発コミュニティが立ち上がることを支援 ry
Numenta 社のソフトウェアや知的所有権を研究目的で自由に利用
3 邦訳 「考える脳 考えるコンピューター」ランダムハウス講談社
4 HTM Cortical Learning Algorithms Page 10
してよい。我々は商業目的での技術サポートの提供、ソフトウェアライセンス販売、
知的所有権のライセンス販売で収益を得ている。
我々は常に開発パートナーを求めており、彼らと我々自身の成功 ry
Numenta 社はカリフォルニア州 Redwood City に拠点をおき、自己資本 ry
著者 ry
本書は Numenta 社の従業員の協力と努力 ry 名前は改訂記録 ry 改訂記録
各版の主な変更点 ry 。細かな修正や整形などは ry
版 日付 変更点 主な著者
0.1 2010/11/9
1. 序文、1,2,3,4 章、用語集の初版
Jeff Hawkins, Subutai Ahmad, Donna Dubinsky
0.1.1 2010/11/23
1. 第 1 章のリージョンの節で、レベル、カラム、層などの用語を明確化するため編集した
2. 付録Ａの初版
Jeff Hawkins
0.2 2010/12/10
1. 第２章： 明確化のため修正
2. 第４章：行番号を修正、37行と39行のコードを修正
3. 付録Ｂの初版
Hawkins Ahmad Hawkins Page 11
第１章： HTM 概説
Hierarchical Temporal Memory (HTM) は、新皮質の構造的・アルゴリズム的性質
を捉えることを目指した機械学習技術である。
ry 。新皮質は実に均一なパターンのニューラル回路 ry
ry 小さなサブセットを実装 ry 今後より一層多くの理論が実装されるだろう。
現在我々は、新皮質の商業的ないし科学的価値のうちの十分なサブセットを実装したと信じる。
HTM のプログラミングは伝統的なコンピュータプログラミングとは異なる。 ry
HTM はセンサーから得られたデータの流れに触れることで訓練される。
HTM の能力はそれがどのようなデータに触れたかによって ry
ry 「ニューラルネ ry 」という用語は非常に多くのシステムで用い ry 不用意に使えない。
HTM がモデル化するニューロン（HTM ではセル5と呼ぶ）は、
カラム6、層7、リージョン8、階層構造9の中に配置 ry
HTM は基本的にメモリベース ry 。HTM ネットワークは時間的に変化する
たくさんのデータによって訓練され、多くのパターンとシーケンス10の蓄積に依存している。
データを格納及びアクセスする方法は、一般にプログラマが使用する標準的なモデルとは論理的に異 ry
。伝統的なコンピュータメモリはフラット ry 時間に関する概念を持たない。 ry
5 cell
6 column
7 layer
8 region
9 hierarchy
10 sequence。連続して起こる事柄、ないしその順序を意味する。 松田先生ご資料 Page 8
http://webcache.googleusercontent.com/search?q=cache:www.ssken.gr.jp/MAINSITE/event/2016/20161028-joint/lecture-03/SSKEN_joint2016_MatsudaTakuya_presentation.pdf#8
PEZY Computing/ExaScaler/Ultra Memory3社連合+WBAI+Project N.I. 汎用人工知能開発・特異点創出ロードマップ
旧版 http://news.mynavi.jp/articles/2016/05/20/deep_insights/001.html
次世代スパコン PEZY Computing/ExaScaler/UltraMemory
2017年中? → 更新 2017年6月
100 PetaFLOPSスパコン（プレ・エクサスケール）
・世界初の100 PetaFLOPS
・超メニーコア「PEZY-SC2」
・磁界結合積層DRAM「UM1」
・液浸冷却（二重合）
2019年中? → 更新 2018年11月
1 ExaFLOPSスパコン
（エクサスケール）
・世界初の1 ExaFLOPS
・超々メニーコア「PEZY-SC3」
・磁界結合積層DRAM「UM2」
・液浸冷却（三重合＋熱音響）
前特異点創出 2025年頃 人工知能エンジン Deep Insights
2018年
「仮説立案までを行える新人工知能エンジン」
・世界最高演算性能
・世界最高消費電力性能
・世界最高メモリ帯域
・現在の1,000倍超の性能
・Edge側、Server側双方
・自動運転等にも適応化
「新」産業革命での当面の競争力確保 2020年頃
汎用人工知能 Project N.I.
2020年頃
汎用人工知能用ハードウェア開発
・磁界結合で無線結合
・超極薄ウェハ積層
・Connectome機能実現
2030年頃
汎用人工知能
（世界初のAGI）
・マスターアルゴリズム
・ソフトウェアレス
・自己進化機能
特異点創出 Page 12
ry 。HTM のメモリは階層的な構造であり、時刻の概念が内在している。
情報は常に分散型の様式で保存される。HTM の利用者は階層のサイズを指定し、
何に対してそのシステムを訓練するのかを決める。 ry
HTM ネットワークは ry 、階層構造、時間と疎分散表現（ ry ）の主要機能を包含する限り、
我々は汎用的なコンピュータを使ってモデル化することができる。
我々はいずれ、HTM ネットワークに特化したハートウェアを作ることになる ry
本書では我々は HTM の特徴と原理を、人の視覚・触覚・聴覚・言語・行動を例にして表す。
ry 。しかしながら、HTM の能力は汎用的であることを心に留め ry
。HTM は学習と予測の機械であり、様々な種類の問題に適用可能である。
HTM 原論
ry なぜ階層的な組織が重要なのか、HTM のリージョンはどのように構成されるか、
なぜデータを疎分散表現で格納するのか、なぜ時間ベースの情報がクリティカルであるのか。
階層構造
ry 。リージョンは HTMにおける記憶と予測の主要構成要素 ry 。
通常、各 HTMリージョンは階層構造の 1 レベルを表す。
階層構造を上がるに伴って、常に集約11がある。
子リージョンの複数の要素が親リージョンの一つの要素に集約 ry
階層構造を下がるに伴って、フィードバック接続による情報の発散12がある。
（リージョンとレベルはほとんど同義 ry 。リージョンの内部的な機能 ry 「リージョン」の用語 ry
、特に階層構造の中でのリージョンの役割を指すときに「レベル」の用語を用いる）
11 convergence
12 divergence Page 13
図 １-１ ４階層の階層構造に配置された４つの HTMリージョンを単純化して表した図。
情報は階層間及び階層内部で通信 ry
複数の HTM ネットワークを結合することもできる。 ry 。
例えば、一つのネットワークが音声情報を処理し、他 ry が映像情報を処理する場合 ry
。各個別のネットワークがトップに向かうにつれて集約 ry
図 １-２ 異なるセンサから集約するネットワーク Page 14
階層 ry 効率 ry 各レベルで学習されたパターンが上位のレベルで組み合わせて再利用 ry
学習時間とメモリ消費を非常に節約する。
説明のため、視覚 ry 。階層構造の最下位レベルでは、
脳は縁13や角などの視覚のごく一部分に関する情報を格納する。
縁は ry 基本的な構成要素である。これらの下位レベルのパターンは中間レベルで ry
曲線や模様などのより複雑な構成要素に集約される。
円弧は耳の縁 ry 車のハンドル ry カップの取っ手 ry
。これらの中間レベルのパターンはさらに集約されて、頭、車、家などの
高レベルな物体の特徴を表す。
高レベルな物体 ry 、その構成要素を再度学習する必要がなくなる。
ry 単語を学習 ry 文字や文節、発音を再度学習する必要はない。
階層構造間で表現を共有 ry 、予期される行動の一般化にもなる。
ry 動物を見 ry 、口や歯を見 ry 食 ry 噛 ry 予測 ry
。階層構造により、 ry 新しい物体がその構成要素が持つ既に分かっている特徴を
引き継いでいることを知ることができる。 一つの HTM 階層構造はいくつの事柄を学習 ry ？
言い換えれば、階層構造にはいくつのレベルが必要 ry ？
各レベルに割り当てるメモリと、必要なレベル数の間にはトレードオフ ry
HTM は入力の統計及び割り当てられたリソースの量とから、
各レベルの最適な表現を自動的に学習 ry
多くのメモリを割り当 ry レベルはより大きくより複雑な表現を構成し、
従って必要となる階層構造のレベルはより少 ry
少ないメモリ ry 小さく単純な表現を構成し、 ry レベルはより多 ry
ここからは、視覚の推論14のような難しい問題について述べる
（推論はパターン認識と似 ry ）。しかし多くの価値ある問題は視覚より単純で、
一つの HTM リージョンでも十分 ry
Web ry どこをクリックするか予測 ry
。この問題は、一連の Web クリックのデータをHTM ネットワークに流し込 ry
。この問題では空間的階層構造はわずか ry 。解決策は主に時間的な統計 ry
一般的なユーザのパターンを認識することで、 ry どこをクリックするかを予測 ry
13 edge。へり・ふち。
14 inference http://rio2016.2ch.net/test/read.cgi/future/1478753976/795
> 795 ：オーバーテクナナシー：2016/11/16(水) 11:52:11.84 ID:BYy/Er5p
> 【 考察メモ 】深層学習モデル設計者 が、人間 脳の神経回路（コネクトーム）
> 形成・変容メカニズム から 学ぶべきこと、学ぶべきでないこと
> http://qiita.com/HirofumiYashima/items/abd68a6070a6ddf27ec2
http://rio2016.2ch.net/test/read.cgi/future/1478753976/844
> 844 : yamaguti~kasi 2016/11/16(水) 21:47:25.64 ID:om/S71rA
> >>795
>> あらゆる方向に（直交格子座標でなく）ニューロンを並べ ry すべての組み合わ ry
>> 「結合あり（非零の結合荷重）・結合なし（零の結合荷重）を定義」
>> すると、ほとんどのニューロン ry 結合荷重は、零になり、疎な多次元行列 ry 計算量
> http://rio2016.2ch.net/test/read.cgi/future/1427220599/551#558
> http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#16
>
>> 『コネクトーム:脳の配線はどのように「わたし」をつくり出すのか』本 ry 『再』配線 ry
>> ・ ry 結合の軸索 or 樹状突起を切り落とす（＝結合荷重を零に ry と、
>> ・ ry 存在しなかった ry 樹状突起（軸索も？）を生長させる（結合荷重を零から非零に ry
>> との同時発生
> #25#26#33-36#75 Page 15
まとめると、階層構造は学習時間 ry メモリ消費を節約し、一般化 ry
しかしながら、単純な予測問題の多くは一つの HTM リージョンでも解決 ry
リージョン
階層構造に連結されたリージョン15の表現は、生物学から ry
新皮質は厚さ 2mm ry 。生物学では主にそれらが互いにどのように接続 ry
基づいて、新皮質を異なる領域ないしリージョンに区分けする。
あるリージョンはセンサから直接入力 ry
、他のリージョンは他のいくつかのリージョンを経由 ry
。階層構造を決 ry ージョ ry ョンへの接続関係 ry
新皮質のすべてのリージョンの細部は似 ry
サイズや階層構造の中のどこに位置 ry 違 ry 、その他は似ている。
厚さ 2mm の新皮質リージョンを縦にスライスしたなら、6 つの層 ry 。
5 つはセルの層で、1 つはセルではない層である（少しの例外 ry ）。
新皮質リージョンの各層はカラム状に数多くの相互接続されたセルがある。
HTM リージョンもまた、高度に相互接続されたセルがカラム状に配列された皮 ry
新皮質の第 3 層はニューロンの主要なフィード・フォワード層である。
HTM リー ry のセルはおおまかに言えば新皮質のリー ry 3 層にあるニューロンと等価 ry
図 １-３ HTM リージョンの区画。 ry 。セルは二次元のカラム状 ry
図では、1 カラム当たり 4 つのセル ry 小さな区画 ry 。各カラムは入力
15 region。体の部位、局部など ry Page 16
の一部に接続され、各セルは同一リージョン内の他のセルに接続する（ ry 図 ry ない）。
この HTM リージョン及びそのカラム構造は新皮質リージョンの一つの層に等価 ry
HTM リージョンは新皮質リージョンのほんの一部と等価であるに過ぎないものの、
複雑なデータ列の推論と予測 ry 多くの問題に有益 ry
疎分散表現
新皮質のニューロンは高度に相互接続しているが、わずかなパーセンテージのニューロン
だけが一度にアクティブになるように抑制ニューロンによって保護されている。
よって脳内の情報は常に、数多く存在するニューロンのうちのわずかなパーセンテージ
のアクティブなニューロンによって表されている。この様なコード化は「疎分散表現」 ry
「疎」とは、わずかなパーセンテージのニューロンだけが一度にアク ry
。一つのアクティブなニューロンは何らかの意味表現に関わっているが、
いくつかのニューロンの文脈の中で解釈されて初めて完全に意味 ry
ry HTM リージョンの記憶の仕組みは疎分散表現に依存 ry 。
ry 入力 ry 疎であるとは限らないので、HTM リージョンが最初に ry 疎分散表現に変換 ry
ry リージョンが 20,000 ビットの入力 ry
。入力ビットの中の”1”や”0”の割合は、時間と共に非常に頻繁に変化 ry
ry 、またあるときは 9,000 個のビットが”1”であったりする。
HTMリージョンはこの入力を 10,000 ビットの内部表現に変換して、
入力 ry の 2%にあたる 200 ビットが一度にアクティブになるようにする。
ry 入力が時間と共に変化するに従って、内部表現もまた変化するが、
10,000 ビットのうち約 200 ビットが常にアクティブになる。
リージョン内で表現可能なものの数よりも起こりうる入力パターンの数の方が
ずっと大きいから、この処理によって多くの情報が失 ry 、と思 ry
。しかしながら、どちらの数も途方もなく大きい。
ry どのようにして疎表現を作成 ry 後述する。 ry 情報のロスは ry 問題にならない。 Page 17
図 １-４ HTM リージョンのセルが疎分散的にアクティブ ry
時間の役割
時間は、学習・推論・予測において極めて重要 ry
時間を用いなければ、我々は触覚や聴覚からほとんど何も推論できない。
ry 目が不自由だとして、誰かが貴方の手の上にりんごを置い ry
。りんごの上で指を動かせば、触覚から得られる情報が常に変化しているにも関わらず、
ry 貴方が持つ「りんご」という高レベルの認識 ― は変化しない。しかし ry
手や指先を動かしてはいけない ry レモンではなくりんごであると識別するのは非常に難 ry
同じことは聴覚 ry 。変化しない音はわずかな意味しか持たない。
「りんご」という言葉や、誰かがりんごを噛んだときの音などは、
時間と共に素早く順序的に変化する数十から数百の音階の列 ry
視覚は対照的に、混在したケースである。 ry 一瞬だけ ry でも識別可能 ry
必ずしも時間的な入力の変化を必要としない。しかし ry
常時、目や頭や体を動かしており、物体もまた周囲を動き回 ry 。素早 ry 視覚的変化
の中から推論する我々の能力は、視覚の統計的な特徴と長年の訓練によってもたら Page 18
される特別なケース ry
学習について見てみよう。 ry HTM システムは訓練の間、時間的に変化する入力に触 ry
。視覚では静的な画像の推論がときには可能なものの、
物体がどのようなものであるかを学習するため ry 変化する様子 ry 犬が ry 走ってくる様子 ry
網膜に一連のパ ry 、数学的に言えばそれらのパターンはほとんど似ても似つかない。
脳はこれらの異なるパターンが同じ ry 順序的な変化を観察することによって知る。
時間はどの空間的なパターンが一緒に現れるかを教えてくれる「先生」である。
センサから得られる入力が変化するだけ ry 無関係な入力パターンが続けて現れても
混乱するだけ ry 。また、ry 、非人間的なセンサも ry 適用できる点にも注意 ry
。もし発電所の温度・振動・雑音のパターンを認識するように HTM を訓練 ry
これらのセンサの時間的な変化からもたらされるデータで訓練 ry
ry HTM ネットワークは多くのデータで訓練 ry 。HTM アルゴリズムの仕事は、
データの時系列の流れ ry どのパターンに続いて ry ーンが現れるかというモデルを構築 ry
。この時系列がいつ始まりいつ終わるのかがわからないので、この仕事は難しい。
同時に複数の時系列が重なりあって起こることもある。
学習は継続的に行われ、またノイズがある中で行われなければならない。
シーケンスの学習と認識は予測を形成する基準 ry ーンが他のどのパターンに続くかを
HTM が学習すれば、 ry 現在の入力とその直前の入力に対して
次にどのパターンが現れる可能性が高いかを予測 ry
HTM の 4 つの基本的な機能に戻ろう：学習・推論・予測・行動16である。
各 HTMリージョンは最初の 3 ry 、学習・推論・予測を実行 ry しかし ry 行動は異なる。
生物学によれば、多くの新皮質のリージョンが行動を形成 ry
しかし我々は、多くの興味深いアプリケーションにおいてこれは重要ではないと信
16 behavior >>554
AI エンジン ハードウェア
http://news.mynavi.jp/articles/2016/05/20/deep_insights/001.html
> 高効率の人工知能ハードウェアを開発するDeep Insightsを創立 ry
> 開発するハードウェアはノイマン型 ry Deep Learningなど ry 大幅に高速化 ry
> 7nmプロセスを使って速度と集積密度の双方を上げることで10倍、
> 磁界結合による ry を多チャンネル化(メモリ帯域100TB/s)してダイ上に ry 10倍、
> ダイナミックな計算精度変更を可能にして、低精度演算 ry 10倍 ry 全体では1,000倍 > ダイナミックな計算精度変更
一例 URR ( 浜田穂積先生 ) Page 19
じている。よって行動は現在の HTM の実装に含まれていない。 ry
学習
HTM リージョンは ry パターンとパターンのシーケンスを見つけることで、
その世界を学習する。 ry 入力が何を表しているのかを「知って」はいない。
ry 統計的 ry 入力ビット ry 頻繁に同時に起こる組み合わせを見ている。
ry これを空間的パターンと呼 ry パターンが時間と共にどのような順で現れるか ry
これを時間的パターンないしシーケンスと呼んでいる。
ry 入力が建物の ry センサであるなら、リージョンは建物の北側や南側において、
ある温度と湿度の組み合わせがしばしば起こることを見つけるだろう。
そしてこれらの組み合わせが毎日移り変わる様子を学習 ry
ry 入力があるお店の購入に関する情報 ry 、週末にある種の雑誌が購入される ry
、天候が寒いときはある種の価格帯のものが夕方頃に好まれることを ry
一つの HTM リージョンは学習の能力が限定されている。
ry どれだけのメモリ ry 入力が ry 複雑 ry に応じて何を学習するかを自動的に調整する。
ry メモリが削減 ry 学習する空間的パターンはより単純 ry
メモリが増加 ry 複雑になりうる。学習した空間的パターンが単純であれば、
複雑な画像を理解するにはリージョンの階層構造が必要となりうる。
我々はこの特徴を、人の視覚システムに見る ry
。網膜から情報を受け取る新皮質のリージョンは、
視覚的な小さな領域についてだけ、空間的なパターンを学習する。
階層 ry を経由した後にだけ、視覚の全体像を認識する。 生物的システムと同様に、HTM リージョン ry オンライン学習 ry
新しい入力を受け取るごとに継続的に学習する。
学習 ry 推論が改善されるが、学習フェーズと推論フェーズとを分ける必要はない。 ry
ry HTM は学習し続けることもできるし、訓練フェーズの後に学習を無効化することも ry
、階層構造の下位レベルでは学習を無効化し、上位レベルでは学習を続けることもできる。
HTM が ry の統計的構造を学習したら、多くの学習は階層構造のより上位 ry
。もし HTM が下位レベル ry 新しいパターンに触れたら、これらの新しいパター >>http://rio2016.2ch.net/test/read.cgi/future/1479349196/772
>772 : yamaguti~kasi 2016/11/24(木) 22:14:53.06 ID:gvzci1Hb
> 難易度
> 精神転送 > ネット生命体化
>
> >342 : YAMAGUTIseisei 2016/09/22(木) 15:11:35.05 ID:PmVnGSgy
>>> 内容紹介 ry 日本には大逆転の隠し球 ry 1~3位を独占 ry 齊藤元章氏が手がけるNSPU
>> http://google.jp/search?q=matuda+takuya+sinsyo+ai+OR+al
>
>>>NSPU → 人格融合 射程寸前 http://ja.catalyst.red/articles/saito-watanabe-talk-6# >>65
>>> 応用 : 精神融合 ( やレディーの前ですが電脳セоクス ) 技術に直結 ( 鏡像 >>111 )
>
>http://rio2016.2ch.net/test/read.cgi/future/1473812514/441# BCI
>http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>889 ：846~転：2016/01/04(月) 13:50:26.45 ID:6ASy9gR+
> 融合 → アップロード ( ※ 但し AI との完全融合は不可能 ( >>873 ) → AL と融合 ) Page 20
ンを学習するのにより長時間必要 ry 。既に知っている言語の新しい単語を学習するのは
比較的容易 ry 慣れない発音の外国語の ry 、まだ下位レベルの発音を知ら ry
単にパターンを見つけることは、価値の高い可能性を秘めている。
マーケットの変動、病状の変化、天候、工場の生産、送電系統のような複雑なシステムの
障害などの、高レベルなパターンを理解することはそれ自体に価値がある。
それでも空間的・時間的パターンを学習することは推論と予測に先立って必要となる。
推論
HTM が周囲の世界のパターンを学習すると、新しい入力について推論ができ ry
、以前に学習した空間的ないし時間的パターンと照合 ry
入力が以前に格納したシーケンスとうまく適合 ry が、推論とパターンマッチングの本質 ry
メロディをどうやって理解 ry 最初の音 ry 次の音 ry 十分では ry
普通は３，４，ないしそれ以上の音 ry 。HTM リージョンの推論も似 ry
継続的に入力列を見て、以前学習したシーケンスと照合 ry シーケンスの最初から ry
が普通はもっと流動的で、 ry メロディがどこから始まっても貴方が理解できることと似 ry
HTM リージョンは分散表現を用いるので ry
シーケンスを記憶ないし推論することは上記のメロディの例よりも複雑 ry
貴方がセンサから新しい入力 ry すぐに明確になるとまでは言えないものの、
慣れ親しんだパターンを ry 容易に見つける ry
、例え老人であっても若い人 ry 、ほとんどの人が話す「朝食」という言葉を理解できる。
同じ人が同じ「朝食」という単語を百回発音しても、その音は二度と、
貴方の蝸牛殻17（音の受容体）を正確に同じように刺激することはないにも関わら ry HTM リージョンも脳と同じ問題に直面する：入力は決して正確に繰り返されない。
さらに、ちょうど脳と同じように、 ry 推論や訓練の最中にも新しい入力 ry
対処する一つの方法は、疎分散表現 ry 。疎分散表現の鍵となる特徴は、パターンの一部
17 cochleae。かぎゅうかく。耳の奥にある渦巻き状の感覚器官。 >268 : オーバーテクナナシー 2016/09/20(火) 10:29:28.04 ID:lWJpK4O6
> >> ry 。量子テレポーテーションでは、「いつ転送されたか」が受信側には分からないため、
> 別経路の従来の（光などの）通信が必要 ry
> https://ja.m.wikipedia.org/wiki/量子テレポーテーション
>
> 319 : オーバーテクナナシー 2016/09/21(水) 15:50:42.70 ID:W1zU7Hj5
> >>268
> 事前にいつ送信するかを決 ry
>
>>http://rio2016.2ch.net/test/read.cgi/future/1473812514/322
> 322 : YAMAGUTIseisei 2016/09/21(水) 18:32:10.83 ID:oXyswuUP
> >>319 データレコーダ ( や RS-232C ? ) の冗長ヘッダ → 自動待合せ
量子状態 反転 ( 方向 ) 推論 充分可能 > 707 : オーバーテクナナシー 2016/11/23(水) 23:53:27.58 ID:uc5KgrCv
> GoogleのAI翻訳ツールは独自の内部的言語を発明したようだ、そうとしか言えない不思議な現象が
> http://jp.techcrunch.com/2016/11/23/20161122googles-ai-translation-tool-seems-to-have-invented-its-own-secret-internal-language/
> 708 : オーバーテクナナシー 2016/11/24(木) 00:03:18.73 ID:FV9AmA+z
> GoogleのAI翻訳ツールは独自の内部的言語を発明したようだ、そうとしか言えない不思議な現象が
> http://jp.techcrunch.com/2016/11/23/20161122googles-ai-translation-tool-seems-to-have-invented-its-own-secret-internal-language/
>
> javaでいう中間言語的なモノ？
>710 : yamaguti~kasi 2016/11/24(木) 00:24:02.77 ID:gvzci1Hb
>>707
>484 : 481 2016/10/05(水) 17:22:58.19 ID:Pxo2DYci
> ※b4b 幻影実在大深度再帰自律オ... 素因数分解 素韻枢分解 素因枢分解
> 透過可視ニューロン必然融合 ( Rite スタック ) 自律簡易言語創発
>
> ※b4c 自律イメージ言語 → イメージ言語ベースイメージ自律認識
>→ イメージベーステキスト非連続コード層創発 ry
>>384 >>484
>>708
>577 : yamaguti~kasi 2016/11/14(月) 15:49:45.51 ID:NnxIikfK
>> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム
> 意味粒度概念空間
>>379 >> http://rio2016.2ch.net/test/read.cgi/future/1480118427/481-485
>>539-
第14回全脳アーキテクチャ勉強会 「深層学習を越える新皮質計算モデル」報告レポート
３．大脳新皮質のマスターアルゴリズムの候補としてのHierarchical Temporal Memory (HTM)理論 (NPO法人 あいんしゅたいん 松田卓也氏)
http://wba-initiative.org/ja/1653/
> コネクトームと新皮質内の情報の流れ
> ry 大きく分けて領野間 ry マクロ・コネクトームと、 ry ニューロン間のシナプス結合を表すミク ry
> 新皮質は6層 ry 、階層内(横方向)はミクロ・コネクトームによる密結合であり、主に時間系列 ry
> 。階層間(縦方向)はマクロ・ ry 疎結合であり、主に静的パターンを処理する。
> 最下層では知覚の入力および筋肉への出力が行われ、最上層は意識あるいは論理的思考を司る。
> 階層を上昇する情報はフィードフォワード(FF)あるいはボトムア ry 下降 ry バック(FB)あるいはトップダ ry
> 。これらの情報の流れはベイジアンネットワークの性質 ry
> ry 。深層学習におけるバック・プロパゲーションはFBとは別物である。実際の脳ではFB情報が重要 ry
> 。FF情報とFB情報は必ずしも対称的ではない。FB情報の方がむしろ多 ry
> 。さらに重要なのは階層内からの情報である。下の階層からくる情報は全体の5-10%にすぎない。
> ry HTM理論では階層内の横からの情報は遷移確率のような時間的情報である。
> ry 、ゼータ1ではFBを扱うがCLAでは扱えず、これはCLAの欠点である。
> 新皮質の6層構造間と領野間の情報の流れについても解明が進んでいる。
> 新皮質への情報はまず４層に入り、そこから2/3層に送られる。
> さらに上の階層へは直接の経路と視床を経由する2種類がある。
> 5層は運動を支配している。
> 6層からはFBで１層に入る。
> CLAアルゴリズムでは4層と2/3層は実装されているが、5層と6層は実装されていない。 > HTM理論の解説
>
> ry 発展に伴い実装 ry 。Numentaの資料により初代のゼータ1 から CLA, Gen3, そして将来の Gen4 ry
> 。以下では ゼータ1, CLA, Gen3 ry
> ゼータ1 ry 、教師なし学習、木構造の階層構造、上の階層ほど空間的・時間的に不変性 ry
> 、バッチ学習、学習と推論フェーズの分離 ry
> 。学習は階層ごとに行われ、階層を上がるに従い空間プーリングと時間プーリングによ ry 不変性 ry
> 。下層から上層へのFFだけでなく、上層から下層へのFBも実装されている。
> Vicarious ではゼータ1を発展させた Recursive Cortical Network 理論が実装 ry CAPTCHA を破る ry
>
> CLAは神経科学の知見を取り込み、
> 神経細胞の細胞体、基底樹状突起、遠隔樹状突起、尖端樹状突起、軸索などとモデルを対応付けている。
> 新皮質の６層構造において情報は三方向 ry 下の階層、上の階層、同じ階層の横方向から入ってくるが、
> 下からの入力は5％ほどで、残りの95％は上と横 ry 。CLAにおいては遠隔樹状突起を経由しての横方向
> からの入力を扱うことが、通常のニューラルネットワークの理論と異なっている。
>
> CLAの主な特徴は、空間プーリング、時間プーリング、SDR (Sparse Distributed Representation, スパース表現)
> によるデータ表現である。空間プーリングとは、ry 。時間プーリングとは、 ry 。
> SDR は、一つのパターンを多数のニューロン(コラム)のうちの複数のニューロン(コラム)で表現することで、
> 豊富な表現力と頑強性を実現している。実際の脳ではSDRが採用されている。
> ry 反対に一つのパターンを一つのニューロンで表現する方法は Point Neuron あるいは Localist 表現と呼ぶ。
> SDRの幾何学的表現は、基底樹状突起をHTM空間における短いベクトルとし、
> 下の階層の長いベクトルを多数の短いベクトルの和として表現していると考えられる。
> これをSDRのハリネズミモデル ry モデルの具体例として脳の集団符号化方式がある。
> Gen3 は CLA の後継として Numenta が2014年 ry Page 21
分だけをマッチングするだけでほぼ確実にマッチ ry
予測
HTM の各リージョンはパターンのシーケンスを格納する。 ry
現在の入力とマッチングすることで、次に到着すると思われる入力の予測をする。
ry 実際には疎分散表現の間の変遷を記録する。
あるときはその変遷はメロディの中の音に見られるように線形のシーケンスであるが、
一般的な場合は将来入力される可能性があるものが同時に多数予測される。
HTM リージョンはときには長期間に及ぶ過去の文脈に基づいて異なる予測をする。ry 。
HTM の予測の鍵 ry
1) 予測は継続的 ry
貴方は特に意識していなくても継続的に予測 ry HTM も同じ ry
歌 ry 次の音 ry 。階段 ry 足がいつ次の段に触れるか ry
予測と推論はほとんど同じ ry 。予測は分離された処理ではなく ry 統合 ry
2) 予測は階層構造のすべてのレベルのすべてのリージョンで起こる
ry 。リージョンはそれが既に学習したパターンについて予測 ry
。言語の例では、低レベルのリージョンでは次の音素を予測し、高レベル ry 単語や句 ry 3) 予測は文脈依存 ry
予測は過去に何が起こったか、そして現在何が起こっているかに基づいて行われる。
従って直前の文脈に基づいて、ある入力から異なった予測が行われることがある。
HTM リージョンは必要なだけのより多くの直前の文脈を用いて学習し、
短時間ないし長時間の両方の文脈を保持 ry 可変長記憶18 ry
例えば、暗唱 ry ゲティスバーグ演説19 ry 。次の単語を予
18 variable order memory
19 Gettysburg Address。「人民の人民による人民のための政治」のフレーズが有名。
”Four score and seven years ago our fathers brought forth on this continent, a new nation,
conceived in Liberty, and dedicated to the proposition that all men are created equal...” (以下略) >>http://rio2016.2ch.net/test/read.cgi/future/1480859621/59
> 59 : yamaguti~kasi 2016/12/05(月) 20:14:39.07 ID:s5+vq0Ta
> 専門分野違いながら
>
> 強い AI 理論 : HTM ( 予測 テンポラル系時間管理 )
> ｜
> ｜ 入力応用 ? ( 一層切出し 多層化 ? )
> ↓
> 弱い AI 実装 : DeepLearning ( 外部タスク 内部ビュー 等 → 自己改良用分割余地 )
> ｜
> ｜ フレーム自体モデル化 ? ( → 自己改良転用パーツ化余地 )
> ↓
> 弱い AI 実装 : Deep PredNet ( 予測 )
>DeepLearning ( 外部タスク 内部ビュー 等 → 自己改良用分割余地 )
｜
｜ 外部タスク 内部ビュー 等 動的化 外部化
↓
DNC ( 自律傾向芽生え 長期記憶 http://rio2016.2ch.net/test/read.cgi/future/1475655319/939# ) >207 : yamaguti~kasi 2016/12/07(水) 00:40:01.72 ID:i949cOw9
> >>航空機 戦艦
> >899 : YAMAGUTIseisei 2016/11/04(金) 21:09:51.02 ID:O8dhrfC/
>> 32 bit 版 ARM の肝はそこではない
> >>航空機へのゲームチェンジに耐える非戦艦型スパコン設計
>
> >740 : yamaguti~kasi 2016/12/03(土) 22:40:41.28 ID:97cte86A
>> >>600
>>> 将来には脳の全てをエミュレーションできるAIの開発も研究
> >最初からоみ ( 現状版 64bitARM 不о合 )
>> http://rio2016.2ch.net/test/read.cgi/future/1476925488/899
>
>http://rio2016.2ch.net/test/read.cgi/future/1480118427/568# tyuugoku
>>527
> >>525-526
> http://google.jp/search?q=arm+32+meirei-hyou+OR+asenburi+OR+futuu%89%BB
http://google.jp/search?q=tronchip+meirei+kansetu
http://rio2016.2ch.net/test/read.cgi/future/1480118427/946# interconnect
>> >もっと言えば電子頭脳そのもの = AI ( AL ) 変形スパコン戦艦航空機
>>182 >>381 >>531-534 do?omo 1996 年頃 Web アンケート ( 携帯電話 拡張案 )
→ メディア化案 投稿 ( アイデア料に付いて付記 具体例 SYSTEM2 音源エミュ )
NetScapeNavigator キャッシュのバックアップが残っている筈 >>http://rio2016.2ch.net/test/read.cgi/future/1480859621/364-365
ポストヒューマン = 単に AI 装備 ?
>713 : YAMAGUTIseisei 2016/11/02(水) 18:56:57.88 ID:2rq/lQF2
> ※ 但し AI とはまともには融合できない ⇔ 融合可 → AL ( かネイティブモーフィック NSPU )
> http://wc2014.2ch.net/test/read.cgi/future/1450893538/889# YuugouFukanou
※ 但し Fixstars : Cell 蓄積 → 航空機スパコン 射程 ?
http://rio2016.2ch.net/test/read.cgi/future/1480118427/946# koukuuki
http://google.jp/search?q=cell+nettowa-ku+OR+off-chip-ac0+bif/ioif0
http://google.jp/search?q=kutaragi+net+tokasu
ttp://google.jp/search?q=cellbe+network-gata+sekkei+eib
>>582
ttp://yahoo.jp/UUNk3s?#Sponsor_-_CellBE http://www.sankeibiz.jp/smp/aireport/news/160605/aia1606050700001-s1.htm
> ーニングの顔ニューロンが表現する内容は静的ですが、脳の顔ニューロンは非線形のダイナミクス ry
> 。猿の脳 ry 、顔ニューロンが、刺激の後しばらくは人と猿を区別するみたいな大まかな分類をやり、
> もう少し時間が経つと、より詳細な個を区別したり、表情を区別したりしだすのです。
> つまり時間とともに表現する内容が変わっていく。
> このダイナミクスが脳の本質で、それがない人工ニューラルネットワークは脳とは全然違うものなのです。
>>562 >>564 >>578
http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#22#26#28-30#32#38-41#54#63#70#73#77#80
2
> 理論が大事 ry 。やってみたら出来ました、結果が出ましたという研究が多い。
> ディープラーニング ry は、入力情報と出力情報を一致させる同じニューロン数から成る恒等写像を
> 作ることを繰り返すのだけど、その際、途中（中間層）でニューロン数を絞るので非線形の情報圧縮が起き、
> ry 圧縮 ry 。だけど、それが何故上手くいって、何をやっているのかを理論的に解明しないと、
> 大きな飛躍にはならないと思います。 ry
> 理論研究は世界的にあまり進んでいなくて、みんな使ってみて結果を出すことに熱中
5
> ディープラーニングに関しては、もっと数理をやらないと底が浅い話 ry 危惧 ry
> 使ってみたら出来ましたっていう研究 ry も良いと思いますが、
> 僕らは数理の研究者なので、どうして上手くいくのかが分からないと僕らの研究にはならない http://www.sankeibiz.jp/smp/aireport/news/160605/aia1606050700001-s3.htm
> 「ディープラーニングを使って、動的なものすなわち時空間のダイナミクスを扱おうとすると、
> これまで失敗してきたことの繰り返しになると思います。
> ニューラルネットワークを使って、時空間のダイナミクスを扱う研究は何十年もされてきてはいますが、 ry
> 。むしろ、そういった時空間情報を扱う手法は、既に数学的に ry 。ディープラーニングは要素技術としては
>>555 >>564 >>567-568
#32#36#40#48
>>581
4
> 大脳皮質は、視覚も聴覚も触覚の部分も基本的に同じ六層構造で、構造自体に汎用性があります。
> 単にそこに入ってくる情報が違うだけで、基本原理は同じはずです。
http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#11#12#65-67#69 4
> 人工知能が語られる時、ほとんどの場合はソフトウェア ry
> 、ハードウェアのことが触れられることは極めて少ない。
> 「あと、ハードウェアの研究をやらないと革新的なものは作れない ry
> 。日本は伝統的にニューロンのハードウェア化の分野で世界をリード ry
> 。今ではニューロモーフィック
>>555
> HTM ネットワークは ry 、階層構造、時間と疎分散表現（ ry ）の主要機能を包含する限り、
> 我々は汎用的なコンピュータを使ってモデル化することができる。
> 我々はいずれ、HTM ネットワークに特化したハートウェアを作ることになる ry
>>554
> 人工知能エンジン Deep Insights
> 汎用人工知能 Project N.I.
> 汎用人工知能用ハードウェア開発
> ・Connectome機能実現
> 汎用人工知能
> （世界初のAGI）
> ・マスターアルゴリズム
> ・ソフトウェアレス Page 22
測するには、現在の単語だけでは全く不十分 ry ”and” の次に
“seven” が来ることもあれば、 ry 。ときにはほんの少しの文脈で予測 ry
“four score and” と分かれば次の “seven”を予測できる。
他の場合はフレーズが繰り返される場合 ry 、より長い文脈を使う必要がある。
4) 予測は安定化に ry
あるリージョンの出力はその予測である。
HTM の特徴の一つは、リージョンからの出力はより安定 ry
。安定とはつまり、階層構造の上位に行くほどよりゆっくりと変化し、長く継続 ry
。リージョンは ry 可能なときは時間軸の複数ステップ先 ry 5 ステップ先 ry
。新しい入力 ry 、新たに予測されたステップは変化するが、
しかしそのうちの 4 つの既に予測されたステップは変化しない。
ry 、出力の一部だけが変化するので、出力は入力よりも安定化している。 ry 。
歌の名前のような高レベルの概念は、 ry 音のような低レベルの概念よりもゆっくり ry
5) ry 、新しい入力が予期されたものか予期しないものかが分かる
各リージョンは ry 、予期せぬ事 ry 知ることができる。
HTM は次の入力として起こりうる ry 一度に多数予測 ry
正確に予測できるわけではないが、 ry
どの予測にも一致しないとき、何か普通でないこと ry
6) 予測はシステムをノイズにより強く ry
HTM ry 、推論をその予測に従う方向へ向かわせる ry
話し言葉 ry 、次にどんな音が、単語が ry 予測により、欠落したデータを埋め合わせ ry
あいまいな音 ry 予測していることに基づいてその音を解釈 ry 、ノイズ ry 推論 ry
HTM リージョンの、シーケンス記憶、推論、予測は緊密に統合 ry >528 : yamaguti~kasi 2016/11/14(月) 02:55:31.59 ID:NnxIikfK
> 人ооい `` 見たまえ私には私も含む膨大なネットが接合されている。
> アクセスしていない君には、 ただ光として知覚されているだけかもしれないが。 ''
無色無受想行識
>>494
> 大自然普遍互換 ( 認識宇宙システム 有機天然ネット 根源意味リンクネット 縁 )
> 大自然普遍憑依基盤 ( 大自然融合 相互乗入 )
> 有機天然根源ネットダイビング ( 時間軸 )
> 論理物理ワープ 千里眼
> BTRON/Ru?yOS : private ⇔ public
> 疑似入滅支援システム
: Page 23
行動20
我々の行動は我々が感じることに影響を及ぼす。
目を動かすに従って、網膜は変化する入力を受け取る。
手や指を動かせば、触った感触が変化する様子が脳に届く。
我々の ry 動作は、我々が感じることを変化させる。
センサ入力と筋肉運動は緊密に絡み合っている。
数十年来の主要な見方では、
新皮質の単一のリージョンである第 1 運動野が、新皮質内で運動を指令 ry
その後、新皮質内のほとんどないしすべてのリージョンは、
低レベルの感覚野でさえ、運動に関する出力を出していることが分かった。
すべての皮質性リージョンは感覚と運動機能とを統合 ry
運動指令を生成することは予測することと似 ry
現存のフレームワーク中の各 HTM リージョンに運動出力を加える ry 。 ry 。
HTM の実装に向けての進捗状況
ry HTM 大脳皮質性学習アルゴリズム ry 、基本的なアーキテクチャは健全 ry
。これに続く３つの章は現在のアルゴリズムの状況を述べる。
この理論の多くの構成要素はまだ実装されていない。注意21、
リージョン間のフィードバック、特定のタイミング、センサ入力と行動の統合など ry
20 behavior
21 attention 粗粒度 : 関数等 ( 評価関数 ⇔ 特徴量 )
細粒度 : ニューロン ( モーフィック型ニューロン : 自律傾向増 ) 今泉大輔氏「脳髄にインジェクションして欲しいのか？リモートコントロールで廃人になりたいのか？」
http://togetter.com/li/50199 Page 24
第２章： HTM 大脳皮質性学習アルゴリズム
ry 。第３章と第４章は疑似コードを用いて学習アルゴリズムの実装方法 ry
用語説明
ry ニューロサイエンスの用語を使用する。セル22、シナプス23、
シナプス候補24、樹状突起セグメント25、カラム26などの用語 ry
。学習アルゴリズムは理論上の必要に応じてニューロサイエンスの細部に照らし ry
。しかし ry 性能の問題 ry 働きを理解したと感じたときには処理速度を向上させる別の方法 ry
、生物学的な詳細に厳格にこだわるのではなく、同じ結果が得られさえすれば ry
ニューロサイエンスの用語 ry としばしば違う ry
。付録 ry HTM 学習アルゴリズムとニューロ生物学的に等価 ry 相違点・類似点 ry
セル状態
ry セルは３つの出力状態 ry 。フィード・フォワード入力によりアクティブな状態、
横方向の入力によりアクティブな状態（これは予測を表す）、アクティブでない状態である。
最初の出力状態はニューロンのアクション状態による短時間のはげしい出力27に相当する。
２つ目の出力状態はもっとゆっくりとした、安定した出力28に相当
22 cell
23 synapse
24 potential synapse
25 dendrite segment
26 column
27 a short burst of action potentials in a neuron >502 : yamaguti~kasi 2016/12/16(金) 12:12:06.60 ID:2MPdD9+O
> 価値貯蔵システム = 記憶システム
> ネイティブ記憶システム = ネイティブマスターアルゴリズム
>512 : yamaguti~kasi 2016/12/16(金) 12:40:04.58 ID:2MPdD9+O
>> 近似三次元空間 + α
> 価値貯蔵システム ≠ 物質システム
> 価値貯蔵システム ≠ 数値システム
raw 記憶 テンポラル記憶 : HTM
→ 非物体サービス価値ライブ貯蔵
情報物理統一動記憶システム ≒ 科学哲学大統一理論 = raw マスターアルゴリズム
http://rio2016.2ch.net/test/read.cgi/future/1475986330/501
http://rio2016.2ch.net/test/read.cgi/future/1475986330/380-381 >>597 http://rio2016.2ch.net/test/read.cgi/future/1481497226/518
>499 : yamaguti~kasi 2016/12/16(金) 11:54:38.67 ID:2MPdD9+O
> http://rio2016.2ch.net/test/read.cgi/future/1479349196/378# SeisanButuUrimono
>
> × 価値を評価するモノサシ、評価基準として通貨は必要
> △ 価値を評価するモノサシ、評価基準として何かは必要
> ○ 価値を評価する、何かは必要
帳簿ベース価値貯蔵 ( 経済学 ) ⇔ 動的テンポラル記憶システムベースライブ価値貯蔵 >>599
× http://ｍ.youtube.com/watch?v=3KrArkmPo4A
○ http://m.youtube.com/watch?v=3KrArkmPo4A
× 非リンク
○ 被リンク Page 25
する。 ry これら２つのアクティブ状態以上の詳細なモデル化の必要性はない ry
個々のアクション状態の強さの程度、アクティビティの発生頻度を表すスカラー量
などはモデル化する必要性を見いだせない。分散表現の利用は、
セルのアクティビティの程度を表すスカラー量をモデル化することを凌駕 ry
樹状突起セグメント
HTM セルは比較的リアルな（ ry 複雑な）樹状突起モデルを持つ。各 HTM セルは理論的に
一つの主要樹状突起セグメント29と 10~20 個の末梢樹状突起セグメント30を持つ。
主要樹状突起セグメントはフィード・フォワード入力 ry
末梢樹状突起セグメントは周辺のセルからの横方向の入力 ry
抑制セルは同じカラム中の全てのセルが
類似のフィード・フォワード入力に対して応答するように強制する。
単純化のため、各セルごとの主要樹状突起セグメントを取り除き、
同じカラム中のすべてのセルで共有する一つの主要樹状突起セグメントで置き換えた。
空間プーリング関数（後述）はカラム単位で、共有の樹状突起セグメントに対して作用する。
時間プーリング関数はカラム中の個々のセル単位で、末梢樹状突起セグメントに対 ry
。生物学的にはカラムに接続するような樹状突起セグメントは存在しない ry
この単純化は同等 ry シナプス
ry 二値のウェイトを持つ。生物学上のシナプスは可変値のウェイト ry 確率的・不安定 ry
生体ニューロンはシナプスのウェイト値の正確な値に依存しているはずがない ry
。HTM の分散表現及び我々の樹状突起の計算モデルを利用すれば、
HTM シナプスに二値のウェイトを割り当てても何ら悪影響はないはずである。
シナプスの形成及び切断をモデル化 ry ２つの追加 ry ニューロサイエンスから援用した。
一つ目は、シナプス候補の概念である。これは樹状突起セグメントに十分近い位置を通る
すべての軸索を表し、シナプスを形成する可能性があるものである。
二つ目は、永続値である。これは各シナプス候補に割り当てられたスカラー値である。
ry 軸索と樹状突起の間の接続の度合 ry 度合は生物学的には、完全に分離した状態から、
接続はしていないがシナプスを形成し始めた状態、最小限にシナプスが接続した状態、
大きく完全にシナプスが接続された状態に至るまでの範囲を取る。シナプスの
28 a slower, steady rate of action potentials in a neuron
29 proximal dendrite segment。樹状突起のうち、ニューロンの中心部に近い部分。
30 distal dendrite segment。樹状突起のうち、末端に近い部分。
distalは末梢（まっしょう）・末端の意味。ちなみに末梢神経は peripheral nerve という。 Page 26
永続値は 0.0 から 1.0 まで ry 。学習にはシナプスの永続値の増加や減少が含まれる。
シナプスの永続値がしきい値を超えたら、ウェイト値 1 で接続されたことを表す。
しきい値より下回っていたら、ウェイト値 0 で切断 ry
概要
仮に読者が HTM リージョンだ ry 。貴方の入力は数千ないし数万のビット ry
センサ入力データや、階層構造の下位の他のリージョンから来たデータである。
それらは複雑にオン・オフしている。これらの入力に対して貴方は何が出来るか？
我々はその答えを単純な形態で既に説明した。
各 HTM リージョンはその入力の共通のパターンを探し、 ry シーケンスを学習する。
シーケンスの記憶から、各リージョンは予測 ry
もう少し説明 ry 以下の３ステップ ry
1) 入力の疎分散表現を作成する
2) 以前の入力の文脈に基づいて、入力の表現を作成する
3) 以前の入力の文脈に基づいて、現在の入力からの予測をする ry 詳細 ry
1) 入力の疎分散表現を作成する
リージョンへの入力を想像するには、それを巨大なビット列と考えるとよい。
脳内ではこれらはニューロンからの軸索にあたる。任意の時点で、
これらの入力のある部分はアクティブ（値１）、他の部分は非アクティブ（値０）である。
アクティブな入力ビットの比率は変化する。例えば0%から60%としよう。
HTMリージョンで行う最初の事は、この入力を疎な新しい表現に変換 ry
。例えば、入力のうち40%がオンかも知れないが、新しい表現では2%だけがオン ry
。HTMリージョンは論理的にはカラムの集合 ry カラムは1又はそれ以上のセルから成る。
カラムは論理的には2Dの配列状に配置できるが、これは要件ではない。
ry 各カラムは入力ビットのユニークな部分集合（普通は他のカラムと重なるが、
完全に同じ部分集合になることはない）に接続される。結果として、
異なる入力パターンからは、レベル全体では異なるカラムのアクティベーションを得る。
最も強いアクティベーションを得たカラムは、
弱いアクティベーションを得たカラムを抑制、ないし非アクティブ化する。
（抑制は非常に局所的範囲からリージョン全体までの範囲で変化する円の ry ）入力 >>http://rio2016.2ch.net/test/read.cgi/future/1481515915/261
>>582 >599
> TRONCHIP 間接アドレッシング ( マスターアルゴリズム 自発的対称性の破れ ) 機構 MMU キュー応用 > 452 : yamaguti~kasi 2016/12/25(日) 09:43:54.36 ID:HhtfNWQ8
> ○ 弱い AI 組合せ方式 : 実用上問題ない ( + 高効率 ) → 日ノ本 悲願のプラットフォーム掌握 ( AI )
> × 他の方式 ( 全脳型 ) : 考慮に値せず ( 上記方式欠点なし )
>
> ↑ 弱い AI 応用 基盤 着々 ( 国家予算 )
> 松尾先生 : 恐らくマルチビューマルチタスク等にも関わる深層学習次世代理論でご先行
> 山川先生 : ( 全脳型応用にせよ ) Deep PredNet ( 組合せ型深層学習拡張 + HTM 要素 ? )
> http://rio2016.2ch.net/test/read.cgi/future/1427220599/581
>763 : YAMAGUTIseisei 2016/09/30(金) 18:17:20.94 ID:/EmvfkU+
>http://rio2016.2ch.net/test/read.cgi/future/1472305818/782#785
>http://rio2016.2ch.net/test/read.cgi/future/1472305818/806-808 >>609
> 449 : YAMAGUTIseisei~kasi 2016/12/25(日) 03:30:09.16 ID:HhtfNWQ8
> シンギュラリティスレに相応しい大切な議論 ( 議題 )
> ※ 但し 失礼ながら些か脱線の傾向 ( 議題の中の肝の部分が大切 )
>496 : yamaguti~kasi 2016/12/25(日) 23:35:42.88 ID:HhtfNWQ8
> >>452
> 流れ
> LSf1DgBH 氏文脈
http://rio2016.2ch.net/test/read.cgi/future/1476925488/210# SaiRyuudoKa
http://rio2016.2ch.net/test/read.cgi/future/1476925488/949# Sukoaringu http://rio2016.2ch.net/test/read.cgi/future/1481515915/274#290
>274 : オーバーテクナナシー 2016/12/23(金) 16:01:53.21 ID:qoXUV7bO
> ディープラーニングに必要な計算量を30分の1に省力化、デバイスに搭載できる人工知能 ─三菱電機インタビュー
>http://iotnews.jp/archives/44190
> ry 係数が0になる部分をできるだけ増 ry 計算を簡略化 ry
> ─重みづけに使う係数が0になるところを増やして計算をできるだけ簡略化 ry
> ry データの特徴を分析して、その枝の部分でも重要な枝 ry 決め打ちで残します。
> ─これは人が残すのでしょうか？
> 現時点では人が枝を選別しています。枝を大幅に削減しても性能が落ちない事を理論的に証明 ry
> 数字がたくさんあるものは「密な行列」 ry 、従来のディープラーニングと一緒。
> そこで値をほとんど持たない「疎な行列」をどう構成 ry
> ─その太い幹っていうのを見切るところがすごく難しそうです。 ry 、どれだけ残して、どれだけ切 ry
> ry 、例えば入力のデータに対して主成分となり得るような重要なデータの個数がある程度限定 ry
> 、情報を欠損させないで中間層に伝搬させる事は可能 ry 証明 ry 1/30に削減しても同様の効果 ry
> ─これはこのデータだからという事はないのでしょうか？
> ry 制約条件はありません。
> ─人の顔の認識などデータが複雑だと難しいということはないのでしょうか？
> ry 、さっきのガンマに依存しないっていうのは実は驚異的 ry
http://rio2016.2ch.net/test/read.cgi/future/1427220599/541#555#562-563#570-571#578-579#604-605
http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#27#30-32#34-38#63#75#79#80
#16#26#27#30-32 >>581
深層学習
> 入力応用 ? ( 一層切出し 多層化 ? )
↓
> ソフトウェアコード応用 ( 一層切出し 多層化 ) ? Page 27
の疎表現は、抑制の後でどのカラムがアクティブでどれが非ア ry
。例え入力ビットのうちアクティブなビットの数が大幅に変化した場合であっても、
相対的に一定の割合のカラムがアクティブになるように抑制関数が定義される。
図 ２-１ カラムとセルからなる HTM リージョンの例。リージョンの一部分のみ ry
。各カラムは入力のユニークな部分集合によるアクティベーションを受け取る。
最も強いアクティベーションを受けたカラムが他の弱いアクティベーションを抑制する。
結果は入力の疎分散表現である。（アクティブなカラムは灰色で示した）
ry ほんの少しの入力ビットが変化したなら、
いくつかのカラムでは少し多く又は少し少ない入力ビットがオン状態になるが、
アクティブなカラムの集合はあまり大幅に変化しないだろう。
よって似た入力パターン（アクティブなビットの共通部分が非常に多いもの）からは
アクティブなカラムの比較的安定した集合に対応付けられる。
コード化がどのくらい安定 ry 、各カラムがどの入力に接続しているかに大きく依存 ry
この接続関係は、後述する方法で学習する。
これらのすべてのステップ（入力の部分集合から各カラムへの接続関係を学習し、
各カラムへの入力レベルを決定し、アクティブなカラムの疎な集合をえらぶために抑制 ry ）
を空間プーリングと呼ぶ。 ry 空間的に類似（アクティブなビットの共通部分が多い）の
パターンがプールされる（それらが共通の表現に互いにグループ化される）ことを意味する。 Page 28
2) 以前の入力の文脈に基づいて、入力の表現を作成する
リージョンで行われる次の機能は、入力をカラムで表現したものを、
過去からの状態ないし文脈を含む新しい表現に変換 ry
。新しい表現は各カラムの一部のセル、普通は１カラムにつき１つのセルを
アクティブにすることで得られる（図 ２-２）。
「I ate a pear」と「I have eight pears」31の二つの話し言葉を聞く場合 ry
「ate」と「eight」は ry 発音が同じ ry 同じ反応をするニューロンが脳内のどこか ry
また一方、 ry 異なる文脈にあると反応するニューロンが脳内の他のどこか ry
。「ate」という音に対する表現は「I ate」 ry 「I have eight」 ry 異なる ry 。
「I ate a pear」と「I have eight pears」の二つの文を記憶したと想像してみよう。
「I ate…」 ry 「I have eight…」 ry 異なる予測 ry よって ry 異なる内部表現 ry
ある入力を異なる文脈では異なるコード変換をするというこの原理は、
認知とふるまいの普遍的な特徴であり、HTM リージョンの最も重要な機能の一つ ry ry カラムは複数のセルからなっている。
同じカラムのすべてのセルは同じフィード・フォワード入力を受け取る。
ry 。アクティブな各カラムごとに、どのセルをアクティブ ry 選択するかによって、
完全に同じ入力に対して異なる文脈では異なる表現をすることができる。
例 ry 。各カラムは 4 つのセルからなり、各入力は 100 個のアクティブなカラムで表現 ry
。カラムの中で一つのセルだけが一度にアクティブであるとすると、
完全に同じ入力に対して 4100 通り ry
。同じ入力は常に同じ組み合わせの 100 個のカラムがアクティブになるが、
文脈が異なればカラム中の異なるセルがアク ry 非常に大きな数の文脈を表現 ry
、これらの異なる表現はどのくらいユニーク ry ？
4100 個の可能なパターンのうちからランダムに選択した 2 個は、
ほとんどの場合、約 25 個のセルが重複 ry
よって同じ入力を異なる文脈で表した 2 つの表現は、
約 25 個のセルが共通で 75 個のセルが異なっており、容易に区別 ry
HTM リージョンの一般的な規則 ry
カラムがアクティブ ry 、そのカラム中のすべてのセルを見る。
もしそのカラム中の一つ又はそれ以上のセルが既に予測状態であれば、
それらのセルだけがアクティブになる。もしそのカラム
31 「私は梨を食べる」と「私は 8 個の梨を持っている」
>>561 >>578-579 >>590 >>599-600 >>604 Page 29
中のすべてのセルが予測状態でないならば、すべてのセルがアクティブになる。
ry ：ある入力パターンが期待されるなら、システムは予測状態のセルだけをアクティブ
にすることで期待通りであることを確認する。その入力パターンが期待と違うなら、
システムはカラム中のすべてのセルをアクティブにすることで、
「予期しない入力が発生したのであらゆる解釈が有りうる」ということを表す。
もし以前の状態が何もないなら、従って文脈も予測もないなら、
ry になるときは各カラム内のすべてのセルがアクティブになる。
ry 歌の最初の音を聞いたときと似ている。
文脈がなければ、 ry 予測できない：すべての選択肢が有効である。
以前の状態があるが入力が予期したものと合致しないときは、
アクティブなカラムのすべてのセルがアクティブ ry 。この決定はカラムごとに
行われるので、予測 ry は「オール・オア・ナッシング」32ではない。
図 ２-２ カラムの一部のセルをアクティブにすることで、
HTM リージョンは同じ入力の多くの異なる文脈を表現 ry
。カラムは予測状態のセルだけをアクティブにする。
予測状態のセルがないカラムでは、カラム中のすべてのセルをアク ry
。図は、あるカラムでは一つのセルだけがアク ry 、あるカラムではすべてのセルが ry
ry HTM セルは３つの状態を取る。
セルがフィード・フォワード入力によってアク ry 単に「アクティブ」の用語 ry
32 all-or-nothing
>>599-600 >>604-605 >>616-617 Page 30
。セルが ry セルとの横方向の接続によってアクティブ ry 「予測状態」と呼ぶ（図 ２-３）。
3) 以前の入力の文脈に基づいて、現在の入力からの予測をするリージョンの ry
予測はステップ 2)で作成した、すべての以前の入力からの文脈を含む表現に基づ ry
リージョンが予測をするときは、将来のフィード・フォワード入力によって
アクティブになると考えられるすべてのセルをアクティブ（予測状態）にする。
リージョンの表現は疎であるので、同時に複数の予測がなされ得る。
例えばカラムのうちの 2%が入力によってアクティブになるとすると、
カラムの 20%が予測状態のセルとなることで10 個の異なる予測がなされ得る。
ry 40% ry 20 個 ry 。各カラムが 4 個のセルからなり、一度に一つだけがアクティブ
になるとすれば、セル全体の 10%が予測状態 ry
今後、疎分散表現の章が追加されれば、異なる予測が混じり合っても、
リージョンは特定の入力が予測されたのかそうでないのかを高い確信 ry
リージョンはどうやって予測 ry ？ 入力パターンが時間と共に変化するとき、
カラムとセルの異なる組み合わせが順次アクティブになる。
あるセルがアクティブになると、周囲のセルのうちすぐ直前にアクティブだったセルの
部分集合への接続を形成する。これらの接続は、そのアプリ ry で必要とされる学習速度
に応じて早く形成されたりゆっくり ry 調整できる。
その後、すべてのセルはこれらの接続を見て、
どのセルが同時にアクティブになるかを探さなくてはならない。
もし接続がアクティブになったら、
セルはそれ自身が間もなくアクティブになることを予測することができ、予測状態に入る。
よってある組み合わせのセルがフィード・フォワード入力によってアクティブになると、
ひき続いて起こると考えられる他の組み合わせのセルが予測状態になる。 ry
歌を聞いていて次の音を予測 ry 瞬間と同様 ry
>>541 >>555 >>557-558 >>561-564 >>570 >>578-579 >>619
>>590 >>592 >>596 >>604 >>616-618
> 133 : YAMAGUTIseisei~貸 2016/11/13(日) 11:46:31.17 ID:5tF5+oR3
> > 87 : YAMAGUTIseisei 2016/09/02(金) 20:19:09.47 ID:dnyMZM3F
>> 私の不徳の致す所であれまたしても国に支援をоられる事態に至ってしまった以上
>> 電子頭脳の仕組に付いて発表しても売о奴の誹りは免れ得ましょう
>> 純国産の夢が潰える事になり申訳なく思います
>
> 256 : YAMAGUTIseisei 2016/10/23(日) 23:53:30.82 ID:Dlm82Fb1
> 自分には一言申上げる資格があるでしょう
>
> о隷階級の分際で大変失礼な申上げ様ながら
> この計画案を国が結果的に潰す格好となった事は事実です
>
> 257 : YAMAGUTIseisei 2016/10/24(月) 00:02:20.63 ID:trJeFV+a
> 野暮な付け加えですがご関係各所様又先生方又支援者の皆様に
> 言葉はよろしくありませんが上納金と申しますをお届けできなくなりました事を
> 謹んでお詫申上げます Page 31
図 ２-３ ry リージョンのいくつかのセルがフィード・フォワード入力によってアク ry
（薄い灰色で示した）。他のあるセルは、アクティブなセルからの横方向の入力を
受け取って予測状態になる（濃い灰色で示した）。
まとめると、新しい入力が到着すると、アクティブなカラムの疎な部分集合が選択される。
各カラムの一つ又はそれ以上のセルがアクティブになり、これはまた同じリージョン内
のセル間の接続の学習内容に応じて他のセルを予測状態にする。
リージョン内の接続によってアクティブになったセルは、 ry 予測を表す。
次のフィード・フォワード入力が到着すると、
他のアクティブなカラムの疎な組み合わせが選択される。
新たにアクティブになったカラムが予期したものでないとき、
つまりどのセルも ry 予測しなかったとき、カラム中のすべてのセルをアクティブ ry
。新たにアクティブになったカラムが ry 予測状態のセルを持つなら、
それらのセルだけがアクティブになる。リージョンの出力はリージョン内のすべてのセル
のアクティブ状態であり、フィード・フォワード入力によってアクティブになったセルと、
予測状態のためアクティブになったセルとからなる。
既に述べ ry HTM リージョンの予測は将来のいくつかのステップに及ぶことも ry
ry メロディの次の音を予測するだけではなく、例えば次の 4 つの音 ry
。 ry 出力（リージョン内のアクティブ状態のセルと予測状態のセルの和集合）
は入力よりもゆっくりと変化する。
リージョンがメロディの次の 4 つの音を予測 ry 。メロディを文字 A, B, C, D, E, F, G
のシーケンスで表現する。最初の 2 音を聞いた後、リージョン >> http://rio2016.2ch.net/test/read.cgi/future/1483319596/801#882#938#960# supaasu
疎分散表現
不要 : 弱い AI ( AL ) 簡易版強い AI ( AL ) 長期記憶外部化強い AI ( AL )
必要 : 長期記憶融合ニューラルネット型強い AL >> http://rio2016.2ch.net/test/read.cgi/future/1484485942/70
> 実行作業（自身のアルゴリズムを改良）
特に難関
* DNC 的巨大外部システム連携
* モジュール設計 ( ライブラリ関数相互乗入 ? ) → 上位版 : 基本的ニューラルネット 差替 更新 創発
* 特徴量抽出機構ベース ( 例 HTM 自動調整 ) : 根本から基本的ニューラルネット 差替 更新 創発
>>567 HTM 19
> 一つの HTM リージョンは学習の能力が限定されている。
> ry どれだけのメモリ ry 入力が ry 複雑 ry に応じて何を学習するかを自動的に調整する。
http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#61#69
> HTM リージョンは入力の変化に応じて各カラムが何を表すのかを
>（主要樹状突起上のシナプスの変更によって）自動的に調整し、
> カラム数の増加ないし減少を自動的に調整するだろう。
> カラム
> 新皮質の一般的な規則は、角度と眼球優位性のようにいくつかの異なる応答特性が
> 互いに重ね合わさっているということである。
> 皮質の表面を水平に移動してゆくに従って、セルから出力される応答特性の組み合わせは変化する。 >>626
http://rio2016.2ch.net/test/read.cgi/future/1484485942/89
>89 ：yamaguti~kasi：2017/01/16(月) 16:02:46.03 ID:aN67nnkj
>→ 上位版 : 基本的ニューラルネットモジュール 差替 更新 創発 Page 32
はシーケンスを理解し、予測 ry C, D, E, F を予測する。
B のセル33は既にアクティブであるから
B, C, D, E, F がそれぞれ 2 つのアクティブな状態のどちらかになる。
ry 次の音 C ry アクティブ状態のセルと予測状態のセルの集合は C, D, E, F, G を表す。
入力パターンは B から C へとまったく違うものに変化したが、20%のセルだけが変化 ry
ry の出力はリージョン内のすべてのセルのアクティブ状態を示すベクトル
で表されるので、この例の出力では入力に比べて 5 倍安定 ry
階層構造を上に登るに従って時間的な安定性が増加 ry
表現に文脈を追加して予測を行う 2 つのステップを「時間プーリング」 ry
シーケンスに対してゆっくりと変化する出力を生成することで、
時間と共に順に現れる異なるパターンを「プールする」34。
ry 別のレベルで詳細化 ry 空間プーリングと時間プーリングで共通の概念から始 ry
共通概念
空間 ry と時間プーリングの学習は似て ry 、セル間の接続関係、あるいはシナプス
の形成を含む。
時間プーリングは同じリージョン内のセル間の接続を学習する。
空間プーリングは入力ビットとカラムとのフィード・フォワード接続を学習する。
二値ウェイト
HTM のシナプスは 0 又は 1 ry 。多くの他のニューラルネットワークモデルでは
0 から 1 の範囲で変化するスカラー値のウェイトを用いるのと異な ry
33 英文では cells と複数形なので、B を表すセルは一つではないことが分かる。
A, B, C,...のそれぞれに対応する疎分散表現は、
リージョン全体の 2%のセルの組み合わせで表される。
34 何かを貯めこんで蓄積するというニュアンスから、時間に関する情報を蓄積 ry http://rio2016.2ch.net/test/read.cgi/future/1484485942/842
>842 : yamaguti~貸 2017/01/21(土) 07:57:29.54 ID:WBvVc0tt
> >>828 >>832
> △ 偶然の一致
> ○ 鏡像 引込原理
>
> >290 : YAMAGUTIseisei 2016/09/20(火) 20:58:53.07 ID:6OGBdxmX
>> 応用 : 精神融合 ( やレディーの前ですが電脳セоクス ) 技術に直結 ( 鏡像 >>111 )
>
>
>>290 : YAMAGUTIseisei 2016/09/20(火) 20:58:53.07 ID:6OGBdxmX
>> 上記 NSPU → 人格融合 射程寸前
>> http://ja.catalyst.red/articles/saito-watanabe-talk-6# >>65
>>
>> その流れ ↓
>>
>> >>284 http://wired.jp/2016/09/20/icf2016_kitano/
>>> 都市における永遠のテーマである「自然との共存」 ry 都市の生物多様性の科学的制御だ。
>>> 「都市の環境においても、生物多様性はロバスト性（頑健性） ry 重要 ry
>>> 生物の分布・構造が、その環境のロバスト性にどのような影響 ry 研究は案外少 ry
>>> 環境中の微生物の分布が、その都市環境や住民にどのような影響
>>
>> 応用 : 精神融合 ( やレディーの前ですが電脳セоクス ) 技術に直結 ( 鏡像 >>111 )
>http://rio2016.2ch.net/test/read.cgi/future/1473812514/291#342#925#989#290-291# kyouzou
>http://rio2016.2ch.net/test/read.cgi/future/1472305818/724#947#957#971#987# kyouzou
>
>
> http://rio2016.2ch.net/test/read.cgi/future/1480859621/469-470# KanniHyougen
> http://rio2016.2ch.net/test/read.cgi/future/1473812514/64# SakusenSidai ガリレオX 第141回「シンギュラリティ人工知能が人間と融合する日」
1/22 (今日) 11:30 ～ 12:00 (30分) BSフジ
<主な取材先> 井上智洋 さん (駒澤大学) 齊藤元章 さん (PEZY Computing) >>572-573
>981 : YAMAGUTIseisei~貸し 2017/01/22(日) 01:25:08.63 ID:E9eRxZmp
> >>980 超光速通信
> 実験室レベルの完全性を伴って ( 理論的完全 ) : 不可能
> エラー有りつつリカバリ有りつつ ( 理論的不完全ながら実用完全通信 ) : 可能 ( 単純例 : ECC 織込 )
上記主旨 : 同期だけが問題 → 同期不要 ( 実用時限定 ) 前々から気になっていたんだが
このスレは何なんだ？ >>636
>>1
>本家スレの話題のうち、科学・技術系で『専門的な』話題を特に扱います。 >>http://rio2016.2ch.net/test/read.cgi/future/1485522389/174# SintaiSei
>>552 >>628
> ※b3c 動的レンダリング自己イメージ意識人格基盤 内部外部幻影実在分身 縁リンク
> TRONCHIP 根源要素透過可視大深度再帰自律実身仮身浸透細粒度動的鏡像 JIT/DSL
:
> 拡張自律スプライト 細粒度リンク 思考文法関節
> ( TRON 実身仮身 セガ MODEL1 外部プログラマブル MMU マップト関節 )
> ◎ 自律スプライト ( Sega-MODEL1 型リンク機構 思考文法関節 TRONCHIP )
> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム
>>379 >>381 >>483 Page 33
永続値
シナプスは学習を通じて継続的に形成されあるいは切断 ry
、各シナプスに（0.0 から 1.0 の）スカラー値を割り当て、接続がどのくらい永続的 ry
。接続が強化されれば、永続値は増加する。他の状況では、永続値は減少する。
ry しきい値（例えば 0.2）を上回れば、シナプスは形成され ry 下回れば、シナプスは無効 ry
樹状突起セグメント
シナプスは樹状突起セグメントに接続される。樹状突起には主要と末梢の 2 種 ry
- 主要樹状突起セグメントはフィード・フォワード入力との間のシナプスを形成する。
ry アクティブなシナプスは線形に加算され、これにより
カラムがフィード・フォワード入力によるアクティブ状態になるか否かが決定される。
- 末梢樹状突起セグメントは同じリージョン内のセル間のシナプスを形成する。
各セルはいくつかの末梢樹状突起セグメントを持つ。
ry アクティブなシナプスの合計がしきい値を超えたら、
接続されたセルは予測状態によりアクティブになる。
一つのセルに複数の末梢樹状突起セグメントがあるので、
セルの予測状態はそれぞれをしきい値で判定した結果の論理和 ry シナプス候補
ry 、樹状突起セグメントはシナプス候補のリストを持つ。
ry 候補は永続値 ry がしきい値を超えたら有効に機能するシナプスとなる。
学習
学習では樹状突起セグメント上のシナプス候補の永続値を増加・減少させる。
ry 用いられる規則は「ヘブの学習規則」35に似ている。
例えば、ある樹状突起セグメントがしきい値以上の入力
を受け取ったためにセルがアクティブに ry シナプスの永続値を修正する。
シナプスがアクティブであり、従ってセルがアクティブになることに貢献した場合、
その永続値を増 ry 。ry がアクティブではなく ry 貢献しなかった場合、その
35 Hebbian learning rules。「細胞 A の軸索が細胞 B を発火させるのに十分近くにあり、
繰り返しあるいは絶え間なくその発火に参加するとき、
いくつかの成長過程あるいは代謝変化が一方あるいは両方の細胞に起こり、
細胞 B を発火させる細胞の 1 つとして細胞 A の効率が増加する。」 Page 34
永続値を減 ry 永続値を更新する正確な条件は、空間プーリングと時間プ ry とでは異な ry
空間プーリングの概念
空間プーリングの最も基本的な機能はリージョンへの入力を疎なパターンに変換 ry
。シーケンスを学習して予測 ry 疎分散パターンから始めることが必要 ry
。空間プーリング ry いくつかの到達目標がある。
1) すべてのカラムを使用する
HTM リージョンは入力の共通したパターンに対する表現を学習するための
固定数のカラムがある。一つの目的は、全体の ry すべてのカラムが確かに、 ry 学習 ry
。決してアクティブにならないようなカラムは必要でない。そうならないために、
各カラムがその周囲のカラムと相対的にどのくらい頻繁にアクティブになるかを常に監視 ry
頻度が低すぎるときは、そのカラムが勝者となるカラムの集合に含まれ始めるように ry
アクティブになる基準をブースト36する。
ry カラムは周囲のカラムと互いに競合しており、入力パターンに対する表現に
加わろうとしている。あるカラムがほとんどアクティブにならないときは ry 積極的に ry
、他のカラムはその入力を変更させられて少しだけ異なる入力パターンを表現し始める。 2) 望ましい密度を維持する
リージョンは入力に対する疎な表現を形成する必要がある。
最大の入力を受け取ったカラムは周囲のカラムを抑制する。
抑制範囲を決める半径は、そのカラムの受容野37のサイズに比例する
（従ってまた、小さなサイズからリージョン全体に至る範囲を取る）。
抑制半径の範囲内では、多くのアクティブな入力を受け取ったわずかなパーセンテージ
のカラムだけを「勝者」とする。その他のカラムは無効化される。
（抑制「半径」の語感は二次元状に配置されたカラムを暗示しているが、
この概念は他のトポロジにも適用できる）
36 boost。後押しする、増強するなどの意。後述のアルゴリズムでブースト値という変数 ry
37 receptive field Page 35
3) 些細なパターンを避ける
すべてのカラムが些細ではない入力パターンを表すこと ry は、
カラムがアクティブになる ry 最小のしきい値を設定することで達成 ry
。例えば、しきい値を 50 とすると、カラムがアクティブになるには
その樹状突起セグメント上のアクティブなシナプスが 50 個以上必要であり、
ry あるレベル以上に複雑なパターンだけが表現される ry
4) 余分な接続関係を避ける
よく注意しないと、あるカラムが巨大な数の有効なシナプスを保持する ry
。すると、あまり関連性のない多くの異なる入力パターンに強く反応するようになる。
シナプスの異なる部分集合は異なるパターンに反応するだろう。
この問題を避けるため、勝者カラムに現在貢献していないシナプスすべて ry 永続値を減 ry
。貢献していないシナプスに確実に十分なペナルティを与えることで、
一つのカラムが表現する入力パターンが限定 ry 5) 自己調整的な受容野
実物の脳は高い可塑性38を示す。
新皮質のリージョンは、様々な変化に反応してまったく異なる事柄の表現を学習できる。
もし新皮質の一部が損傷したら、 ry 他の部分によって表現するように調整される。
もし感覚器官が損傷したり変化したりすると、
それに関連付けられていた部分の新皮質は何か他のことを表現するように調整される。
システムは自己調整的である。我々の HTM リージョンにも同様の柔軟性を求めたい。
あるリージョンに 10,000 個のカラムを割り当てたら、
入力を 10,000 個のカラムで最適に表現する方法を学習するべき ry
入力の統計的性質が変化したら、カラムは ry 最適に表現するように変化するべき ry
まとめると、HTM の設計者はリージョンに任意のリソースを割り当てることができて、
そのリージョンは利用可能なカラムと入力の統計的性質に基づいて入力を最適に表現 ry
できるべきである。
一般的な規則は、リージョンのカラムがより多くあれば、
各カラムは入力のより大きくより詳細なパターンを表現 ry
。なお一定の粗さを保つが39、カラムは普通、より稀にアクティブになる。
38 plastic。かそせい。物理的な可塑性とは固体に外力を加えて変形させ、
力を取り去ってももとに戻らない性質のこと。
脳の可塑性とは経験に応じて神経回路の組み換えや再構成を行う能力のこと。柔軟性、適応性。
39 粗さ(sparsity)はアクティブになるカラムの割合。カラムの数が増えても粗さは一定ということ。 Page 36
これら ry を達成するために、新しい学習規則は必要ない。
アクティブでないカラムをブーストし、粗さを一定に保つために周囲のカラムを抑制し、
入力に対するしきい値の最小値を設け、多くのシナプス候補を蓄積・維持し、
その貢献度に応じてシナプスを追加・削除することで、
全体効果としてカラムは望ましい効果を達成するように動的に設定される。
空間プーリングの詳細
ry
1) 固定の数のビットからなる入力から始める。
ry センサからのデータであったり、階層構造の下位の他のリージョンからであったりする。 2) この入力を受取る固定の数のカラムをリージョンに割り当てる。
各カラムはそれに連結された樹状突起セグメントを持つ。
各樹状突起セグメントは入力ビットの部分集合を表すシナプス候補の集合を持つ。
各シナプス候補は永続値を持つ。その永続値に基づいて、 ry 候補が有効になる。
3) 与えられた任意の入力について、
アクティブな入力ビットと接続している有効なシナプスの数を各カラムごとに求める。
4) アクティブなシナプスの数にブースト値40を乗じる。ブースト値は、そのカラムが
周囲のものに比べてどのくらい頻繁にアクティブになったかに基づいて動的に決 ry
5) ブースト後に最大のアクティベーションを得たカラムは、
抑制半径内の固定のパーセンテージのカラム以外のものを無効化する。
抑制半径はそれ自体、入力ビットの広がり具合（又はファン・アウト）から動的に決 ry
。これでアクティブなカラムの疎な集合が得られた。
6) アクティブなカラムのそれぞれについて、すべてのシナプス候補の永続値を調節する。
アクティブな入力に割り当てられたシナプスの永続値は増加させる。
非アクティブな入力に割 ry は減少させる。
ry 変更により、 ry シナプスが有効になったり無効 ry 。
時間プーリングの概念
40 boosting factor Page 37
時間プーリングがシーケンスを学習し、予測をすることを思い出して欲しい。
基本的な方法は、あるセルがアクティブになったら直前にアクティブであった他のセルとの
接続を形成することである。これによりセルは、そのセルの接続を調べることで
いつそれがアクティブになるかを予測 ry 。すべてのセルがこれを行えば、
全体としてそれらはシーケンスを記憶してそれを思い出し ry 予測できる。
ry シーケンスを記憶するための集中記憶装置はなく、 ry 記憶は各セルに分散配置される。
記憶が分散 ry 、システムはノイズや誤りに強くなる。 ry
、疎分散表現の重要な特徴を 2, 3 述べておく ry
ry あるリージョンが全部で 10,000 個あるセルのうち、常に 200 個のセルがアクティブ
になることで表現を形成しているとしよう（ ry 2%のセルがアクティブ）。
200 個のアクティブなセルで表される特定のパターンを記憶・理解するには ry
単純な方法は、関心がある 200 個のアクティブなセルのリストを作成 ry
。ちょうど同じ 200 個のセルが再びアクティブになったことが分かれば、
そのパターンを理解したことになる。
しかしながら、 ry 20 個だけのリストを作成して、残りの 180 個を無視したとしたら ry ？
ry 200個のセルの異なるパターンにおいてそれら 20 個の部分がちょうどアクティブに
なるようなパターンが数多く存在して、間違いだらけに ry はならない。
パターンは大きくかつ疎であるため（ry 10,000 個のうち 200 個のセルがアクティブ）、
20 個のアクティブなセルを記憶することで ry うまく記憶できる。
実際のシステムで間違いが起こる可能性は極めて稀 ry メモリ量を非常に節約 ry HTM リージョンのセルはこの特徴を利用している。各セルの樹状突起セグメントは
同じセル内の他のセルへの接続関係の集合を持つ。樹状突起セグメントは
ある時点でのネットワークの状態を理解する ry ため、これらの接続を形成している。
周囲のアクティブなセルは数百から数千あるかも知れないが、
ry が接続しなければならないのはこのうちの 15 から 20 程度に過ぎない。
ry 15 個のセルがアクティブと分かれば、その大きなパターンが発生 ry ほぼ確信できる。
このテクニックを「サブサンプリング」と呼び、HTM アルゴリズム全体を通じて利用している。
各セルは多くの異なる分散パターンに関与し、また多くの異なるシーケンスに関与 ry
。ある特定のセルは数十から数百の時間的遷移に関与しているかも ry
。従って各セルは一つではなく、いくつかの樹状突起セグメントを持つ。
ry セルが理解したいアクティビティの各パターンごとに一つの樹状突起セグメントを持つこ Page 38
とが望ましい。しかし ry 樹状突起セグメントはいくつかの完全に異なるパターンに関して
接続を学習することができ、それでもうまく行く。
例えば、一つのセグメントが 4 つの異なるパターンのそれぞれについて 20 ry 都合 80 個
の接続を持つとする。そして、これらの接続のうち任意の 15 個がアクティブ
なときに樹状突起セグメントがアクティブとなるようにしきい値を設定する。
これにより誤りが発生する可能性が生じる。
異なるパターンが混在することで、 ry 15 個のしきい値に到達する可能性がある。
しかしながら、表現の疎な性質により、このような誤りは非常に起こりにくい。
では、10 個から 20 個の樹状突起セグメントを持つセルと数千個のシナプスが
どのようにして数百種類のセルのアクティブ状態を理解するのかを見ていこう。
時間プーリングの詳細
ry 行われるステップを数え上げていく。
空間プーリングを終えてフィード・フォワード入力を表現するアクティブなカラムの集合
が得られたところから始める。 1) それぞれのアクティブなカラム ry の中のセルで予測状態のものを調べ、
アクティブにする。すべてのセルが予測状態でないなら、カラム中のすべての
セルをアクティブにする。結果として得られたアクティブなセルの集合は、
以前の入力の文脈の下での入力表現である。
2) リージョンのすべてのセルの各樹状突起セグメントについて、アクティブなセルに
接続されている接続状態のシナプスの数 ry 数がしきい値を超えていれば、
その樹状突起セグメントをアクティブとして印を付ける。
アクティブな樹状突起セグメントを持つセルを、
それがフィード・フォワード入力によって既にアクティブでない限り、予測状態にする。
アクティブな樹状突起を持たず、
フィード・フォワード入力によりアクティブになっていないセルは、非アクティブにする。
以上により、予測状態のセル全体がそのリージョンの予測となる。
3) 樹状突起セグメントがアクティブになったとき、そのセグメント上の
すべてのシナプスの永続値を更新する。
その ry セグメントのすべてのシナプス候補について、
アクティブなセルに接続しているシナプスの永続値を
増加させ、非アクティブなセルに接続しているシナプスの永続値を減少させる。
シナプスの永続値に対するこれらの変更に一時的と印を付ける。
これはセグメントをアクティブにし、従ってまた予測をするほど
既に十分に訓練されたシナプスを更新する。
しかしながら、可能であればさらに時間をさかのぼって >> http://rio2016.2ch.net/test/read.cgi/future/1486571513/697# Tango Sintaisei Bunpou
>>574 >384 >483-484 http://rio2016.2ch.net/test/read.cgi/future/1479349196/707-710# ImiRyuudo GainenKuukann
ttp://rio2016.2ch.net/test/read.cgi/future/1483110011/928# ImeejiGengo
p://rio2016.2ch.net/test/read.cgi/future/1481515915/334# ImeejiGengo
>379 >381 >>479 >>490 >>492 >>495 >>642 Page 39
予測ができるように常に拡張したい。
このため、同じセルの二番目の樹状突起セグメントを取り上げ、訓練する。
二番目のセグメントとして、
以前の時刻ステップのシナプスの状態に最もマッチするものを一つ選択する。
このセグメントに対して、以前の時刻ステップのシステムの状態を用いて、
アクティブなセルに接続しているシナプスの永続値を増加させ、
非アクティブなセルに接続しているシナプスの永続値を減少させる。
シナプスの永続値に対するこれらの変更に一時的と印を付ける。
4) あるセルがフィード・フォワード入力によって予測状態からアクティブ状態41に
変化したときはいつも、そのセルに関連付けられているすべてのシナプス候補の
「一時的」の印を削除する。従ってフィード・フォワードによってセルがアクティブ化
したことを正しく予測したときだけ、シナプスの永続値を更新する。
5) セルがアクティブ状態から非アクティブ状態に変化したとき、
このセルのすべてのシナプス候補について一時的な永続値の変更を元に戻す。
フィード・フォワードによってセルがアクティブ化したこと
を間違って予測したときはシナプスの永続値を強化したくないため。
フィード・フォワードによってアクティブになったセルだけを処理するのは
リージョンの内部だけであって、それ以外では予測はさらなる予測を引き起こす ry
。しかし（フィード・フォワードと予測の）すべてのアクティブなセルは
リージョンの出力となり、階層構造の次のリージョンへと引き継がれる。 一次と可変長42のシーケンスと予測
ry
一つのカラムに対するセルの数を増 ry 減 ry の効果 ry ？
特に、１カラムに１つのセルしかないとき ry ？
以前用いた例では、カラム当たり４セルのアクティブなカラムが 100 個の場合、
入力の表現は 4100 通りの異なるコード化が可能 ry
。従って、同じ入力が様々な文脈の中で出現しても混乱しない ry
。例えば、もし入力パターンが単語を表すなら、リージョンは
同じ単語が何度も使われる多くの文章を混乱することなく
41 原文は“inactive to active”となっているが、web 上の forum で
“predictive state to active state”の間違いだったとの訂正があった。
(2010/12/14 Sabutai: title “Cortical Algorithms document: praise and suggestions”)
42 “first order” と “variable order”。前者は一つだけの長さのシーケンスと予測、
後者は任意の長さのシーケンスと予測。 Page 40
記憶できる。「犬」のような単語が異なる文脈の中でユニークな表現を持つ ry
。この能力により HTM リージョンは可変長の予測 ry
可変長予測は現在起きていることだけではなく、可変の長さの過去の文脈に基づいて予測する。
HTM リージョンは可変長の記憶である。
カラム当たり 5 セルに増やすと、 ry
可能なコード化の数は 5100 に増加し、4100 よりずっと大きくなる。
しかし、 ry 多くの現実的な問題においてこの容量の増加はあまり役に立たない ry
しかしながら、 ry 少なくすると、大きな違いが生まれる。
もしカラム当たり１セルまでになると、文脈の中で表現する能力を失 ry
リージョンへの入力は、以前の活動に関係なく常に同じ予測を引き起 ry
。カラム当たり１セルの場合、HTM リージョンの記憶は一次記憶となり、
予測は現在の入力だけに基づ ry
一次予測は脳が解くことのできるある種の問題 ―静的空間推論― に理想的である。
ry 目が後を追うには短かすぎる時間であっても ry
聞く ry 理解するには常にパターンのシーケンスを聞く必要がある。
視覚も普通はそれに似ていて、視覚的イメージの流れを処理する必要がある。
しかしある条件下では、一瞬 ry 時間的理解と静的理解とでは、異なる推論メカニズム ry
一方は可変長の文脈に基づいてパターンのシーケンスを理解し、予測をする必要がある。
他方は時間的文脈を使わずに静的な空間的パターンを理解する必要がある。
カラム当たり複数のセルを持つ HTM リージョンは時間に基づくシーケンスを理解
するのに理想的であり、カラム当たり１セルの HTM リージョンは空間的パターンを理解
するのに理想的である。
Numenta では、カラム当たり１セルのリージョンを視覚問題に適用した実験を数多く実施 ry
重要な概念だけ述べる。
HTM リージョンにイメージを入力すると、リージョン内のカラムは画素の共通の空間的配列
の表現を学習する。学習するパターンの種類は新皮質の V1 野
（生物学で広く研究されている新皮質のリージョン）で観察されるものと似ていて、
概ね、異なる角度の線と角である。動画像 ry 、これらの基本的な形の遷移を学習する。
例えばある箇所に垂直な線があって、左又は右に移動した垂直な線がそれに続く ry
よく観察されるパターンの遷移は HTM リージョンで記憶される。 俺は敵の海賊島に潜入し，船長の部屋に乗り込んだ。誰もいない。
くそっ，ヤツはどこだっ！
とそこで，ベッドの上に鎖で縛り付けられている黒人娘を見つけた。
彼女は叫んだ「カズマ！ 来てくれたの？」
俺にはこんな丸顔の黒人女は知り合いにいないのだが……ってマノン？
そんな馬鹿な，彼女は卵形の顔をしていたし，薔薇色の肌だった。
そして二重で勝気なグリーンの瞳を持っているんだ。
しかしそれは間違いなくマノンだった。
顔と肌はボコボコに殴られ腫れて黒ずんでいて，片目はつぶれている。
左脚は膝から逆方向にまがっており，歯も１本も残っていない。
「ごめんね，カズマ。分からない？ そうよね，私ここに連れて来られてから
一度もお風呂に入っていないし，汚くて分からないわよね。
あれからね，私ずっと何度も海賊たちに抱かれたわ。
でもね，私その相手をカズマだと思うようにしたの，だってカズマなら
殴られても何をされても嫌じゃない。耐えられるから。許してくれる？
私，鏡すら見てないのよ。
前に思い切り抵抗したとき殴られて以来，目も良く見えなくて……。
ねぇ，私醜くなった？」
俺は彼女を抱きしめ，唇を吸った
「いや，マノンは綺麗なままだよ」 工知能で自我・魂が作れるか [無断転載禁止]©2ch.net
202 : 異次元騎士カズマ2017/02/17(金) 19:10:13.24 ID:XMFDn/Yv
俺は敵の海賊島に潜入し，船長の部屋に乗り込んだ。誰もいない。
くそっ，ヤツはどこだっ！
とそこで，ベッドの上に鎖で縛り付けられている黒人娘を見つけた。
彼女は叫んだ「カズマ！ 来てくれたの？」
俺にはこんな丸顔の黒人女は知り合いにいないのだが……ってマノン？
そんな馬鹿な，彼女は卵形の顔をしていたし，薔薇色の肌だった。
そして二重で勝気なグリーンの瞳を持っているんだ。
しかしそれは間違いなくマノンだった。
顔と肌はボコボコに殴られ腫れて黒ずんでいて，片目はつぶれている。
左脚は膝から逆方向にまがっており，歯も１本も残っていない。
「ごめんね，カズマ。分からない？ そうよね，私ここに連れて来られてから
一度もお風呂に入っていないし，汚くて分からないわよね。
あれからね，私ずっと何度も海賊たちに抱かれたわ。
でもね，私その相手をカズマだと思うようにしたの，だってカズマなら
殴られても何をされても嫌じゃない。耐えられるから。許してくれる？
私，鏡すら見てないのよ。
前に思い切り抵抗したとき殴られて以来，目も良く見えなくて……。
ねぇ，私醜くなった？」
俺は彼女を抱きしめ，唇を吸った
「いや，マノンは綺麗なままだよ」 Page 41
もしリージョンへの入力画像が、垂直な線が右に移動するものだったら ry ？
カラム当たり１セルしかなかったら、線が次に左又は右に現れること43を予測できる ry
。線が過去にどこにあったか知っているという文脈を使うことができないため ry
移動していることを知ることはできない。
このようなカラム当たり１セルのものは、新皮質の「複雑型細胞」44のように振舞う ry
。そのようなセルの予測出力は、 ry 動いていようがいまいが
異なる位置にある視覚的な線に対してアクティブになるだろう。
このようなリージョンは異なるイメージを区別する能力を保持する一方で、
平行移動や大きさの変化に対して安定 ry
。このような振る舞いは、空間的不変性（同じパターンの異なる見方 ry ） ry
もし同じ実験をカラム当たり複数のセルを持つ HTM リージョンに対して行えば、
そのセルが新皮質の「方位選択性複雑型細胞」45のように振舞う ry
。セルの予測出力は左に移動する線や右 ry 線に対してアク ry になるが、両方に対しては ry これらをまとめ ry 仮説 ry
新皮質は一次と可変長の両方の推論及び予測 ry
。新皮質の各リージョンには 4 又は 5 層のセルがある。
ry それらはすべてカラム単位で応答する性質 ry 水平方向に大きな接続性 ry
。新皮質のセルの層は ry HTM の推論と学習に似たことを実行しているのではないか ry
。異なる層のセルは異なる役割 ry 。例えば解剖学によれば
第 6 層は階層構造のフィードバックを形成し、第 5 層は運動の動作に関わっている。
。異なる層のセルは異なる役割 ry
解剖学 ry 6 層は階層構造のフィードバックを形成し、第 5 層は運動の動作 ry
。セルの 2 つの主要なフィード・フォワード層は第 4 層と第 3 層である。
ry 4 層のセルが独立に、即ちカラムの中で１セルだけが動作するのに対して、
第 3 層のセルはカラムの中で複数のセルが動作 ry
。よってセンサ入力に近い新皮質のリージョンは一次記憶と可変長記憶の両方を持つ。
一次シーケンス記憶（だいたい第４層のニューロンに対応する）は空間的に不変の表現 ry
。可変長シーケンス記憶（だいだい第 3 ry ）は動画像の推論と予測に役立つ。
まとめ ry 章で述べたようなアルゴリズムは新皮質のニューロンのすべての層 ry 仮説 ry
。新皮質の層の詳細は大きく違っていて、
フィード・フォワードとフィードバック、注意46、運動動作47に関する異なる役割を演じ
43 「移動する」ことは予測できないが、隣の位置に「出現する」ことは予測 ry
44 complex cell
45 directionally-tuned complex cell
46 attention
47 motor behavior Page 42
ている。センサ入力に近いリージョンでは、
一次記憶を実行するニューロンの層が空間的不変性に有利であるため役に立つ。
ry 一次（カラム当たり１セル）の HTM リージョンを画像認識問題に適用する実験 ry
可変長（カラム当たり複数セル）の ry に可変長のシーケンスを理解・予測させる実験 ry
。将来 ry 一つのリージョンに混在させ、他の目的にもアルゴリズムを拡張 ry
しかしながら、一つの層と等価なカラム当たり複数セルの構造が、
単体であれ複数階層であれ、多くの興味深い問題を取り扱いうる ry Page 43
第３章： 空間プーリングの実装と疑似コード
ry プーリング関数48の最初の実装の疑似コード ry
。このコードの入力は、センサー・データ又は前のレベルからのバイナリ配列である。
このコードは activeColumns(t) を計算する。activeColumns(t) は
時刻 t において、フィード・フォワード入力に対して選択されたカラムのリスト ry
時間プーリング関数の入力 ry activeColumns(t) は空間プーリング関数の出力 ry 疑似コードは３つのフェーズ ry 順に実行 ry
ry 1: 各カラムについて、現在の入力のオーバラップを計算する。
ry 2: 抑制の後に勝者となったカラムを計算する。
ry 3: シナプスの永続値と内部変数を更新する。
空間プーリングの学習はオンライン49で行われるが、
フェーズ 3 を単にスキップすることで学習をしないようにすることもできる。
以下、３つのフェーズのそれぞれについて疑似コードを示す。
ry データ構造や補助関数は本章の最後に示す。
初期化
最初の入力を受け取る前に、各カラムの最初のシナプス候補のリストを計算して
リージョンを初期化する。
これは入力配列の中からランダムに選択された入力位置のリストで構成される。
各入力はシナプスで表現され、ランダムな永続値が割り当てられる。
ry 永続値は二つの条件を満たす ry
。第一に、その値は connectedPerm
（シナプスが「接続している」と判定される最小の永続値）の前後の狭い範囲 ry
。これにより、訓練を少ない回数繰り返しただけで、 ry 接続（ないし切断） ry
。第二に、各カラムは入力リージョン上で自然な中心位置があり、
永続値 ry バイアス ry 。（中心付近ではより高い値 ry ）
48 spatial pooler function
49 online。推論の計算と学習の計算を分離せずに、同時 ry Page 44
フェーズ 1: オーバラップ
ry 与えられた入力ベクトルについて、そのベクトルと各カラムのオーバラップを計算する。
ry オーバラップは、アクティブな入力と接続されたシナプスの数 ry にブースト値を掛け ry
。もしこの値がminOverlap を下回 ry 0 ry
1. for c in columns
2.
3. overlap(c) = 0
4. for s in connectedSynapses(c)
5. overlap(c) = overlap(c) + input(t, s.sourceInput)
6.
7. if overlap(c) < minOverlap then
8. overlap(c) = 0
9. else
10. overlap(c) = overlap(c) * boost(c) フェーズ 2: 抑制
ry 抑制の後に勝者となったカラムを計算する。
desiredLocalActivity は勝者となるカラムの数を制御するパラメータである。
例えば、 desiredLocalActivity を 10 ry
抑制半径 ry においてカラムのオーバラップ値が高い順に 10 位以内のカラムが勝者 ry
11. for c in columns
12.
13. minLocalActivity = kthScore(neighbors(c), desiredLocalActivity)
14.
15. if overlap(c) > 0 and overlap(c) minLocalActivity then
16. activeColumns(t).append(c)
17.
フェーズ 3: 学習
ry 学習を実行 ry シナプスの永続値は必要に応じて更新され、
ブースト値と抑制半径を更新する。 Page 45
主要な学習規則は 20-26 行 ry 。勝者となったカラムのそれぞれについて、
もしあるシナプスがアクティブであればその永続値をインクリンメントし、
その他の場合はデクリメントする。永続値は 0 から 1 の範囲 ry
28-36 行目ではブーストを実装している。
カラムが接続を学習するための二つの独立したブースト機構がある。
あるカラムがあまり勝者となっていない（activeDutyCycleで観測される）とき、
そのブースト値をインクリメントする（30-32 行目）。
一方、あるカラムのシナプスがどの入力ともあまりオーバラップしない50
（overlapDutyCycle で観測される）とき、その永続値がブーストされる（34-36 行目）。
ノート：学習モードがオフになると、ブースト値は固定される。
フェーズ 3 の最後に、抑制半径を再計算する（38 行目）。 18. for c in activeColumns(t)
19.
20. for s in potentialSynapses(c)
21. if active(s) then
22. s.permanence += permanenceInc
23. s.permanence = min(1.0, s.permanence)
24. else
25. s.permanence -= permanenceDec
26. s.permanence = max(0.0, s.permanence)
27.
28. for c in columns:
29.
30. minDutyCycle(c) = 0.01 * maxDutyCycle(neighbors(c))
31. activeDutyCycle(c) = updateActiveDutyCycle(c)
32. boost(c) = boostFunction(activeDutyCycle(c), minDutyCycle(c))
33.
34. overlapDutyCycle(c) = updateOverlapDutyCycle(c)
35. if overlapDutyCycle(c) < minDutyCycle(c) then
36. increasePermanences(c, 0.1*connectedPerm)
37.
38. inhibitionRadius = averageReceptiveFieldSize()
39.
50 オーバラップ値が小さい Page 46
データ構造と補助関数
以下の変数とデータ構造が疑似コードで ry
columns
すべてのカラムのリスト
input(t,j)
時刻t におけるこのレベルへの入力。j 番目の入力がオンのとき、input(t, j) は1である。
overlap(c)
ある入力パターンに対する、カラムc の空間プーリング・オーバラップ
activeColumns(t)
フィード・フォワード入力により勝者となったカラムの添え字のリスト
desiredLocalActivity
抑制ステップの後に勝者となるカラムの数を制御するパラメータ
inhibitionRadius
カラムに接続された受容野51のサイズの平均値
neighbors(c)
カラムc から inhibitionRadius の範囲内にあるすべてのカラムのリスト
minOverlap
抑制ステップで処理対象となるべきカラムのアクティブな入力の最小の数52
boost(c)
学習のときに計算される、カラムc のブースト値。
ry アクティブでないカラムのオーバラップ値を増加させる ry synapse
シナプスを表すデータ構造。永続値と接続元の入力の添え字からなる。
connectedPerm
もしあるシナプスの永続値がこの値よりも大きければ、接続していると判定される
potentialSynapses(c)
シナプス候補とその永続値のリスト
connectedSynapses(c)
potentialSynapses(c) の部分集合で、永続値がconnectedPerm以上のものからなる。
これらは現在カラムc に接続されているフィード・フォワード入力である。
permanenceInc
学習時にシナプスの永続値を増加させる増分値
permanenceDec
減少値
51 巻末の用語の説明参照
52 あるカラムへのアクティブな入力がこの数以上であれば、抑制ステップで処理対象となる。 >>567
> 一つの HTM リージョンは学習の能力が限定 ry どれだけのメモリ ry 入力が ry 複雑 ry に応じて ry メモリが削減 ry より単純 ry 強い AI ( AL ) 簡易版実装用資料 ( ほぼ網羅 ) >>680 ( >>552 >>529 引込現象 )
>205 >135 : YAMAGUTIseisei 20161009 >繰返しになるが既にできている ( 自分だけの問題でないので全てを詳らかにできないが自分の師匠がとうの昔に簡易 >>630 #60#62-64
>パルス ry 頻度が重要 ry よってセルの出力はスカラー値と見 ry 学習はシナプスのウェイトを調整 ry 非線形 ry このタイプの人工ニューロン ry 有益 ry しかし ry 複雑さを捉えておらず ry もっと精巧 ry 必要
>68 spike ry 尖った波形
>樹状突起セグメントは、以前 ry 同時にアクティブ ry セルへの接続 ry で ry 記憶する。そのセグメントは、以前にフィード・フォワード入力によってアクティブ ry を記憶
> HTM ry シナプスは二値の重み ry スカラー値にすることを妨げるものは何も
>Dendrites この本は樹状突起に関するあらゆる ry 16 章では HTM ry 樹状突起セグメントの非線形な性質 >>688 解釈循環収束
>>483 >TRONCHIP 根源要素透過可視大深度再帰自律実身仮身浸透細粒度動的鏡像 JIT/DSL
>>484 >幻影実在大深度再帰自律オブジェクト 素因数分解 素韻枢分解 素因枢分解 > 11 yamaguti~kasi 2017/07/26(水) 21:34:13.57 ID:ocMyi4sG
> http://rio2016.2ch.net/test/read.cgi/future/1498186101/527# BannouRonriEnzan Aniiringu 
量子アニｰ ry ( ( 超細密 ) アナログアレイ ( D- ry : AAP 系ビット修飾 ) ) 世の中も休日だからといって
安心して誤魔化すのはやめよう
ベーシックインカム、労働も格差もない社会、
生きてるうちに実現しないおとぎ話に
希望を抱くのはやめよう
現実を直視しよう
そして勇気を出して外に出よう
未来は誰かが与えてくれるものではない
自ら築き上げるものだから この世界が現実
冷淡な言い方かもしれないけど
早く目を覚まそう
つまらない言い訳はやめよう
理由探しはやめよう
できるわけないと逃げるのはやめよう
すべてはあなた次第 プラズモンの勝ち
プラズモンの勝利
プラズモンの大勝利
プラズモンの完全勝利
プラズモンの圧勝
プラズモンの楽勝
プラズモンの優勝
プラズモンの連勝
プラズモンの必勝
プラズモンの完勝
プラズモンの全勝
プラズモンの奇勝
プラズモンは強剛だよ
プラズモンは強豪だよ
プラズモンは強烈だよ
プラズモンは強靭だよ
プラズモンは強者だよ
プラズモンは強大だよ
プラズモンは強力だよ
プラズモンは強いよ （ナノテク）というか（財テク？）情報商材はマネタイズ？。科学・技術系で『専門的な』のだろうか？ 
>>696 山本先生方式でした失礼 ( イジング シナプス ニューロン ) >>709 p://rio2016.5ch.net/test/read.cgi/future/1511144695/236#190#187#246-248#1511446159/836##1511446164/204# 慎重派ご趣旨 >>709
http://qnncloud.com/document/WhitePaper-Ja/latest/6%E7%AB%A0.pdf# 12-
14>ry には CPU より PEZY-SC の方が明らかに効率的
15>N = 8～100 ry で、コヒーレント・イジングマシンはより高い正答率 >>710 ../1512541342/32#114#377##530 オンパモンの勝ち
オンパモンの勝利
オンパモンの大勝利
オンパモンの完全勝利
オンパモンの圧勝
オンパモンの楽勝
オンパモンの優勝
オンパモンの連勝
オンパモンの制勝
オンパモンの戦勝
オンパモンの必勝
オンパモンの完勝
オンパモンの全勝
オンパモンの奇勝
オンパモンは強いよ
オンパモンは強力だよ
オンパモンは強大だよ
オンパモンは強者だよ
オンパモンは強烈だよ
オンパモンは強靭だよ
オンパモンは強豪だよ
オンパモンは強剛だよ 参考までに、未来技術というか自分で簡単にＰＣで収入を得られる方法など
⇒ 『山中のムロロモノス』 というブログで見ることができるらしいです。
グーグル等で検索⇒『山中のムロロモノス』
SCHX4VEABD >>709 /1511144695/28#P=3
>2018年 ry 、光パルスの数を10万 カベモンは強豪だよ
カベモンは強剛だよ
カベモンは強烈だよ
カベモンは強靭だよ
カベモンは強者だよ
カベモンは強大だよ
カベモンは強力だよ
カベモンは強いよ
カベモンの勝ち
カベモンの勝利
カベモンの大勝利
カベモンの完全勝利
カベモンの圧勝
カベモンの楽勝
カベモンの連勝
カベモンの全勝
カベモンの完勝
カベモンの必勝
カベモンの奇勝
カベモンの優勝
カベモンの制勝
カベモンの戦勝 ナザレのヨシュアが話したことばは、アラム語らしく、それは古代シュメール文明のアッカド人の言語であるらしい。
アラム語とアラブ語は非常に強い関連性があるとして、研究がされている。
これに勝ったのはモンゴルと大英帝国だけであり、つまり、現代なら科学者の国だけだろうといわれている。 旧約聖書の創世記が大切にされるのは、アフリカの密林の時代から伝わる数少ない口伝の文字起こしされた伝承だからである。
最古でも、唯一でもないが、大事にされている。
まちがいだらけなのは当然である。 ワタミンは熱心な創価学会の信者だが。
判明。
創価学会の心のよりどころは、法華経でも池田大作の人間革命でもなく、
みなもと太郎の漫画「風雲児たち」であった。
日蓮の人生もありえないくらい素晴らしいらしいが、封印されててわからない。
「風雲児たち」はマジでいい漫画なので、せめて五巻までは読もう。
どんな聖書や仏典より素晴らしい。 デジモンセイバーズは強烈だよ
デジモンセイバーズは強剛だよ
デジモンセイバーズは強豪だよ
デジモンセイバーズは強靭だよ
デジモンセイバーズは強者だよ
デジモンセイバーズは強大だよ
デジモンセイバーズは強力だよ
デジモンセイバーズは強いよ
デジモンセイバーズの連勝
デジモンセイバーズの奇勝
デジモンセイバーズの必勝
デジモンセイバーズの完勝
デジモンセイバーズの全勝
デジモンセイバーズの優勝
デジモンセイバーズの戦勝
デジモンセイバーズの制勝
デジモンセイバーズの圧勝
デジモンセイバーズの楽勝
デジモンセイバーズの完全勝利
デジモンセイバーズの大勝利
デジモンセイバーズの勝利
デジモンセイバーズの勝ち 1518883298/603# NikkeiSaiensu RyousiKonpyuuta KuraSaba 1520781708/657#12#506-# Google Yamamoto Furusawa >>711 /1521525644/255#358##379# Tyouzetu IjinguSupakon hitati+ijingu+sram
1522158608/597#1521525644/490##595# fujituu いろいろと役に立つPCさえあれば幸せ小金持ちになれるノウハウ
暇な人は見てみるといいかもしれません
グーグルで検索するといいかも『ネットで稼ぐ方法 モニアレフヌノ』
2GGU6 1526189591/130# 327#393-429(393,396,429)#443# Rigetti # NICT Hikari Ryousi # KeiouS/W IBM # Tuyoi 1qbit ポリテック http://rio2016.2ch.net/test/read.cgi/future/1526189591/22
ついで扱いご容赦 小沢一郎先生辺りの言葉は宜しくありませんが点数稼ぎ用 ? ( PEZY )
ttp://mobile.twitter.com/telmin_orca?max_id=1002146192153690111
p://mobile.twitter.com/telmin_orca/status/1002875424605499392 >>736 http://rio2016.2ch.net/test/read.cgi/future/1513529234/537#1528561945
ttp://mobile.twitter.com/tanakh/status/1002429850081083393#1002139308986269696#1002137920768126977#1002136040121876481#1002132043411505152
ttp://mobile.twitter.com/telmin_orca/status/1002131662690443264
ttp://mobile.twitter.com/tanakh/status/1002131729912553472#1002130784000487424#1002433561473921023max1002141410055733247id1002131107582640127
ttp://mobile.twitter.com/telmin_orca/status/1002120639598100480 僕はザッソーモンが好きだよ、僕はザッソーモンが大好きだよ、僕はザッソーモンが御好みだよ、僕はザッソーモンを愛好するよ、僕はザッソーモンを有効するよ、僕はザッソーモンを嗜好するよ
寧ろ逆にザッソーモンを大切にするよ、他に別にザッソーモンを大事にするよ、例え仮に其れでもザッソーモンを重視するよ、特にザッソーモンを尊敬するよ、もしもザッソーモンを褒めるよ
十中八九ザッソーモンを希望するよ、森羅万象ザッソーモンを渇望するよ、無我夢中ザッソーモンを要望するよ、五里霧中ザッソーモンを切望するよ、天上天下ザッソーモンを熱望するよ、是非ともザッソーモンを祈願するよ
必ずザッソーモンは斬新奇抜だよ、絶対にザッソーモンは新機軸だよ、確実にザッソーモンは独創的だよ、十割ザッソーモンは個性的だよ、100%ザッソーモンは画期的だよ
当然ザッソーモンに決定だよ、絶対にザッソーモンに限定だよ、確実にザッソーモンに指定だよ、十割ザッソーモンに認定だよ、100%ザッソーモンに確定だよ
ザッソーモンは強いよ、ザッソーモンは強力だよ、ザッソーモンは強大だよ、ザッソーモンは強者だよ、ザッソーモンは強烈だよ、ザッソーモンは強靭だよ、ザッソーモンは強豪だよ、ザッソーモンは強剛だよ
ザッソーモンの勝ち、ザッソーモンの勝利、ザッソーモンの大勝利、ザッソーモンの完全勝利、ザッソーモンの圧勝、ザッソーモンの楽勝
ザッソーモンの連勝、ザッソーモンの優勝、ザッソーモンの戦勝、ザッソーモンの制勝
ザッソーモンの奇勝、ザッソーモンの必勝、ザッソーモンの全勝、ザッソーモンの完勝
>>730 Tyouzetu DejitaruIjingu >>710-711
>82 yamaguti 180812 0709 ltAhnLdz?
:
>>14>ry CPU より PEZY-SC の方が明らかに効率的
>>15>ry ・イジングマシンはより高い正答率
>>597
>690 yamaguti~貸 170925 2213 mWACkEZG? 47 yamaguti~貸 171009 0201 4syyn69F
:
> >686-687
> 観測 ( 固定化 ) = 意識化 ( 認識 ) = 嘘の直列近似化
>
>
> >380 yamaguti~貸 170914 2148 0i4loNv/?
>>>> 天動説 轍
>>>>>> 川人 [15] は， ry 「意識」とは ry 膨大かつ並列 ry 単純化 ry 「うその」直列 ry 近似
>>>>> :
>>>>>> 無意識 ry 膨大な自律分散 ry ，自分が行 ry 錯覚 ry ，単純化し追体験 ry 受動 ry [16]
http://webcache.googleusercontent.com/search?q=cache:lab.sdm.keio.ac.jp/maenolab/previoushp/Maeno/consciousness/RSJ2005kokoro.pdf
:
> >597 yamaguti~貸 161217 0124 6O1Nu3vi
> :
>> 情報物理統一動記憶システム ≒ 科学哲学大統一理論 = raw マスターアルゴリズム
> :
>18 yamaguti 181027 1540 AJ0Ulonr?
:
>＞> 訂正 13>http://rio2016.2ch.net/test/read.cgi/future/1427220599/597# DouKiokuSisutemu DaiTouituRiron
:
訂正
>>479
× フェイルレストランザクション
○ ペナルティ隠蔽余地トランザクション
>>480
× ソフトタイピング
○ 準自律タイピング
>>535 TPU
訂正
当方見解 ( 現時点 ) : シストリックアレイベース CISC
>>724
>364 ｰ 181205 1819 apGRu5oh
> Introducing the Graphcore Rackscale IPU-POD
>http://www.graphcore.ai/posts/introducing-the-graphcore-rackscale-ipu-pod
>ベールに包まれていたGraphcore， ．32台のサーバで混合精度計算 ，4096台のサーバで混
>http://mobile.twitter.com/yutakashino/status/1070129792903733248
>365 ｰ 181205 1829 lmcLPDjK
> >364
>>A single 42U rack IPU-Pod delivers over 16 Petaflops of mixed precision compute and
>>a system of 32 IPU-Pods scales to over 0.5 Exaflops of mixed precision compute.
>mixed precision FP32とFP16か？
>なスパコンの計測はFP64だから8PFLOPSと0.25EFLOPS（=250PFLOPS
>>722-735
>786 ｰ 181214 0213 Gm1fOoDH
> インテルの量子コンピュータ開発担当者 、
> 量子コンピュータの実用化は10年 。 歴史
> 1947 初のトランジスタ
> 1959 ICチップ
> 1971 市場進出
>
> 量子コンピュータは様々なタイプ 、
> シリコン上の電子スピンを利用するタイプはスケーリングができて、有望とのこと。
> 冷却タイプはもともと大きくてスケーリングが難しい。
> レーザーでのスピンはインテルでは技術レベルが未熟で扱えないため。
>
> その他、量子コンピュータ事情が分かりやすく説明されている。
>
> How Close Are We—Really—to Building a Quantum Computer?
>http://www.scientificamerican.com/article/how-close-are-we-really-to-building-a-quantum-computer/
https://twitter.com/5chan_nel (5ch newer account)
>773 ｰ 181213 1246 V4E1d8XJ
:
>Cloud TPU v2 PodとGPU 比較。256チップのフル構成ではV100 x 8と比べ27倍速くコストは4割減。 #gcpja
>http://cloud.google.com/blog/products/ai-machine-learning/now-you-can-train-ml-models-faster-and-lower-cost-cloud-tpu-pods
>http://mobile.twitter.com/kazunori_279/status/1072954828974784513##
:
>776 ｰ 181213 1614 pWlflWAX
> Googleの機械学習マシン「Cloud TPU Pod」の新型はNVIDIA Tesla V100の200倍高速に
>http://gigazine.net/news/20181213-google-cloud-tpu-pods-lower-faster/
>>724 >ttp://m.youtube.com/watch?v=JPesXe4-nB4## &t=中盤# CISC
>253 ｰ 181204 1653 UdHQhElY
>Googleチームの就職面接後に「 研究内容の 」 発生 - GIGAZINE
:
>887 ｰ 181215 1832 /P3ppD9c
> >883
> 日本の記事では大きくは書いてないけど高圧下の話だよね？
> 170GPaって1700000気圧、海底の圧力は厳しいと言われてるけど水深換算すると17000000m、地球の直径の1.5倍
>かなり特殊な環 ？
>すごい けど、 ことん圧力かけたら何でも超電導になるんじゃないのかとか思っ
>の もそうだけどわずか3日の学習でプロに勝っ 普通のPC数万台分
>254 ｰ 181204 1703 UdHQhElY
>後藤弘茂 】ZEN 2ベースの64コアCPU「Rome」はなぜCPUとI/Oを分 - PC Watch
>http://m.pc.watch.impress.co.jp/docs/column/kaigai/1156455.html##
>、先端 新 、IOや共通部分は枯れた技術
:
http://google.jp/search?q=cellbe+syurinku+i/o
https://twitter.com/5chan_nel (5ch newer account)
>98 yamaguti 181214 0858 QfhBU4VJ
> >749 ｰ 181212 1810 WEzMHHul
>> IonQのロードマップ
:
> >750 ｰ 181212 1812 WEzMHHul
>:
>> 量子機械学習の一歩踏み出す、伊チームがパーセプトロン実装に成功
>>http://www.technologyreview.jp/s/113200/machine-learning-meet-quantum-computing/##
>> イタリアのパヴィア大学の研究チームは、IBMの5キュービットの量子プロセッサー上にパーセプトロンを実装し、 初歩的 確認
>>、IBMは16キュービットの量子プロセッサーをWeb上 、量子パｰ 飛躍的 時間の問題
> :
:
>20 ｰ 181217 1952 L+9pcDhP >104 ｰ 181217 2230 rhABfNva
> IonQ、1原子を1量子ビットとする“イオントラップ”型量子コンピュータ
> ～既存の全量子コンピュータを上回る性能を実現
>http://m.pc.watch.impress.co.jp/docs/news/1158837.html
>のシステムは160qubit(量子ビット)を備え、79qubitの演算を達成。論理演算精度の指標となる「ゲート忠実度」は、
>13qubitの構成において1qubitおよび2qubit両方の操作で平均98%以上を記録し、既存の市販量子コンピュータよりも、長い計算を処理でき
:
>96 yamaguti 181214 0855 QfhBU4VJ
> >751 ｰ 181212 2105 Y/tlnxVE
> :
>>量子ビットは、増やすことに関して、一旦量子もつれや量子重ね合わせを妨害する仕組みを除去できたら、このグラフ以上の成長曲線で達
:
山本宇都宮方式 >>696-697 >>708-709 >726
>709
リンク先
>527 yamaguti~kasi 170628 2254 Cu6v0wxz
> >501
> >440 yamaguti~kasi 170524 1251 JnVuKVhJ
> :
>> 但し プログラムストアード型 ( ノイマン型 ) 前座 脳型
>>→ エラー内包 ( 繰込 ) 系アルゴリズム = NN = 山本先生 ry
>> 同様 : アニーリングベース準ネイティブニューロン
>
> = 万能論理演算器
>
> ttp://rio2016.2ch.net/test/read.cgi/future/1489922543/97-98# xor eor
>617 ｰ 190131 1322 5x7gc64q
> 新型超伝導回路を用いた超低電力集積回路の実証に成功 ~高性能コンピュータの大幅な低消費電力化を可能に~
> https://research-er.jp/articles/view/77000
> 1 演算あたり 1.5 aJ (a は 10の-18乗)で動作。従来の半導体集積回路より 6 桁程度小 。冷却 電力を見込んでもコンピュータの消費電 従来の約千分の 1
>
>今回開発 技術 、集積回路 電 飛躍的 減 、大規模な情報処理 。
>、極低温 量子コンピュータの制御用回路 応用
:
>640 ｰ 190223 1213 k+mU2RO7
:
> Google、極低温環境で動作し、1,000倍低消費電力な量子ビットコントローラ
>http://m.pc.watch.impress.co.jp/docs/news/1171152.html##
:
> 641 ｰ 190223 1219 M5UmcxeP
>＞Google、極低温環境で動作し、1,000倍低消費電力な量子ビッ ｰラ
>低温 電
> 390 ｰ 190226 1030 3oS+WEVZ
>量子コ 実現 第一歩、Googleが極低温で動作する量子ビッ ｰラ
>http://techable.jp/archives/93813
: マスコミが世論操作できるんだから、今のマスコミがネットになったら
AIが勝手に人類を操作するって起きるんじゃないかな？ >>758
前々から思うけどソフトバンクってハード8割でソフト作ってソフト8割でお父さん犬作ってるよね。 >192 ｰ 190930 1501 zmIBiVPN
>量子コンピュータの仕組 最新の研究内容 ！D-WaveやIBM Q System One
>_ttp://m.youtube.com/watch?v=hXLJrps430w##
>400 ｰ 190924 0059 kw/aHfEd
>身近 量子コンピュ 活躍
>p://innovation.mufg.jp/## detail/id=306
:
>404 ｰ 190924 0109 KAbjkBqL
:
>東大、量子テレポ 心臓部の1チップ化に成功
>_ttp://news.mynavi.jp/article/20150331-entanglement_on_chip/
>
> ＞今回開発 26mm×4mmで、
>従来の実験系と比べて1万分の1の小型化
>415 ｰ 190924 0140 KAbjkBqL
> >412
>量子コンピュータのエラー、通常のPCで計●算可能 東大が研究
>_ttp://www.itmedia.co.jp/news/articles/1711/13/news113.html
: >661 ｰ 190926 0207 15YR4f7u
:
>Googleが実証し量子コ が大きく前進したという「量子超越性」 何を意味 ？
>_ttp://gigazine.net/news/20190925-quantum-supremacy-faq/
>325 ｰ 190923 1628 4yDgmWSU
>_ttp://mobile.twitter.com/TomoyukiMorimae/status/1175916612265766914##
>
>今回、量子スプレマシーが起きる前に量子オモラシ―が起きてしまったわけですが、
> このようなことを起こさないためにはジョンマルチネスはどうすべきだったのか、
>検証
> 541 ｰ 191003 1111 VYDnkWmO
>グーグルの量子コンピューターによる「量子超越性の実証」が、本当に意味す
>_ttp://wired.jp/2019/10/03/google-quantum-computers-supremacy/##
>115 ｰ 190922 1442 lViT1tAY
> 量子もつれ レーダ 初の実証に成功
:
>116 ｰ 190922 1458 AGqCsgcg
> >115
>片方を物体に反射 帰って来 をもう片方と干渉 らしい 、
>行きっぱ 片方 、もう片方 だけでわかる わけじゃな
:
https://twitter.com/5chan_nel (5ch newer account) >785 ｰ 190717 1221 oJJ68FbI
:
>】「量子もつれ」の瞬間 初 画像に記録、英研究チームが成功[
>_ttp://egg.2ch.net/test/read.cgi/scienceplus/1563292642/##
>414 ｰ 190714 1357 y36crmvp
>「量子もつれ」 初 捉えた画像、グラスゴー大学研究チーム -
>_ttp://japanese.engadget.com/2019/07/13/bell-quantum-entanglement-image/
>>764
>115 ｰ 190922 1442 lViT1tAY
>量子もつれを利用するステルス型レーダ 初の実証に成功
>_ttp://asahi.2ch.net/test/read.cgi/newsplus/1568949878/##
>797 ｰ 191018 1902 df+/Ftys
>人類、未曽有の計算力を手中に グーグル実現へ 【
>_ttp://r.nikkei.com/article/DGXMZO51143200Y9A011C1MM8000##
>859 ｰ 191019 0521 ThW+wdEK
>、量子超越性ってまだあまり(ごくごく一部の演算は可能)確認されてな
>上のGoogleの記事のランダム量子回路って実用性は皆無
: >827 ｰ 191019 0015 ThW+wdEK
> >818
>そも、量子コ というものがあまり話題ではないような
>_ttp://reddit.com/r/QuantumComputing/hot/##
>828 ｰ 191019 0019 ThW+wdEK
>量子コンピュ ってコンピュータと名前がついてい入るけど、
>コンピュータと言うよりもGPUみたいな特殊な演算チッ
>386 ｰ 190827 1109 JjbvCSw5
>、3次元の情報を持つ量子状態のテレポーテーションに成功
>_ttp://nazology.net/archives/44167
>
> オーストラリアと中国の共同研究
>373 ｰ 190827 0922 frRH4Xpt
>キュートリットで過去最大 送信に成功、量子ネット実現へ前進
>_ttp://www.technologyreview.jp/nl/a-super-secure-quantum-internet-just-took-another-step-closer-to-reality/
:
>718 ｰ 190723 1943 XHtvqJWh
>: 「量子版ムーアの法則」は実現するか 今の量子コンピュ は「さながら1950年代」 (
>_ttp://www.itmedia.co.jp/news/spv/1907/22/news084.html
>725 ｰ 190723 2013 ioZyZI94
> >718
:
>_ttp://www.weeklybcn.com/journal/serial/detail/20190510_167493.html
:
>記事 早くても10年
: >750 ｰ 191018 0758 QlmkTGqc >756 ｰ 1018 0902 QlmkTGqc
:
>量子使った新 方法を開発 東京大 研究グループ
> https://www3.nhk.or.jp/news/html/20191018/k10012137281000.html
:
>東大、大規模 量子計算 できる量子もつれの生成に成功
>_ttp://r.nikkei.com/article/DGXLRSP520906_Y9A001C1000000
:
> ◆ 、どのような量子計算でも実行できる量子もつれ（2次元クラスター状態）の生成に成功 _ttp://rio2016.2ch.net/test/read.cgi/future/1521525644/255#358##379# IjinguSupakon
>
> ◆5入力5,000ステップ程度の計算に使える、25,000個の光パルスから構成 2次元クラスタ 、 サイズも原理的にはいくらでも大きく
:
:
>「 、量子計算の規模 飛躍的 、実用的な量子コ
>
>量子コンピュ 東大
>_ttp://sankei.com/economy/news/191018/ecn1910180003-n1.html##
:
> 「 、１０円玉 サイズのチップに収める技術の開発にもめど
>
> 東大の新量子コ 技術 大規模計算に道
>_ttp://r.nikkei.com/article/DGXMZO51089690X11C19A0TJM000
>
> 「 試作 常温常圧 実証 。将来的にチップ化 可
>
> 古澤教授「（大規模計算 目安 ）1万量子ビッ 10円玉サ >816 ｰ 191018 2105 1kR2O6ls
>大規模 量子計算 できる量子もつれの生成に成功
>_ttp://research-er.jp/articles/view/83038
>
>「2 次元クラスタ状態の生成は、一方向量子計算の 重要 、 。 、
>
>「 、入力数は最先端技術を使 1 万個程度 見込
>。 主流 ゲート方式(注 1、図 1) 、 。 。しかし、この方式では 、 配線が複雑化 ボトルネック 、大規模化へ技術的な限界が見え始めつつ 。 、 アサバナント ワリット 院生と古澤明教授らは、 異 方式(注 3、図 2)に着目
:
>、独自の時間領域多重方式(注 6、図 4)を用いて大規模な 2 次元クラスター状態を少数の光学素子で生成 新 システム(図 5)をデザイン・構築 。 、 生成 状態(図 6)を利用 効率 計算 法も理論 考案
:
>、個々の量子ビットを測定することで実行したい計算 だけを選び抜く クラスター状態を用いた一方向量子計算が最初に提唱 20 年前 、 2 次元 状態 実現に至っていませんでした。
>830 名前：オーバーテクナナシー E-mail： 投稿日：2019/10/19(Sat) 00:38:00 ID:d8RRCAW9.net
> >816
>記事 、現在ＩＢＭやグーグルが大金つぎ込み本命 量子ゲート式と違う方式
: 次から(強いAI)技術的特異点/シンギュラリティ181 【技術・AI】と(強いAI)技術的特異点/シンギュラリティ181 【社会・経済】の二本立てでいくんでこのスレは放棄しとくれ >>775
おまいがこのスレを立てたのか？
一体いくつゴミスレを立てれば気がすむの？
マルチポストの私物化と強引な住人誘導で感じ悪い。 >290 ｰ 191101 1848 Vjc/lLhZ
>グーグルが「万能量子コンピュ 」の開発に自信、強気の理由は
>_ttp://tech.nikkeibp.co.jp/atcl/nxt/column/18/01045/103000004# ?disablepcview
>904 ｰ 191029 0116 CeIaTZUF
>中国発の量子コンピューターショック ？
>_ttp://newsweekjapan.jp/stories/world/2019/10/post-13275.php##
>584 ｰ 191026 1014 vEtkTRWt
>】Google “量子超越性を達成 ”と発表 、IBMは反論[
>_ttp://egg.2ch.net/test/read.cgi/scienceplus/1571967121/##
:
>591 ｰ 191026 1136 vEtkTRWt
>量子コ 偉業達成を誇るGoogle、 を認めないIBM
>_ttp://newsweekjapan.jp/yukawa/2019/10/googleibm.php##
:
>609 ｰ 191026 1427 nI69zIo0
>「従来の延長 」、富士通研社長がグーグルの量子超越に指摘
>_ttp://business.nikkei.com/atcl/gen/19/00002/102500807/# ?disablepcview
>
>＞大 成果だが、従来の延長 だ \>＞量子コンピュ 実現は10年先
:
>954 ｰ 191219 2209 Q/6UbMi1
>_ttp://twitter.com/Nakada_itpro/status/1207550030531284992
>
>CQCとIBMが今月、量子自然言語処理のカンファ をケンブリッジで開い
:
https://twitter.com/5chan_nel (5ch newer account) >962 ｰ 191115 1735 flTibQZs
> GoogleとIBMの量子競争 日本突き放す知のコラボ
>_ttp://r.nikkei.com/article/DGXMZO52033040R11C19A1TCR000## ?unlock=1&s=3# ?disablepcview
>
> 量子技術競争、日本も参戦 NTTがNASAと計算機
>_ttp://r.nikkei.com/article/DGXMZO52189910U9A111C1EA2000?s=3# ?disablepcview
>834 ｰ 191114 1930 Vw9tmiH7
> NTT、NASAなどと新たな量子計算機を開発へ
>_ttp://r.nikkei.com/article/DGXMZO52147720U9A111C1MM0000?s=3# ?disablepcview
>
>＞米カリフォルニア工科大 米コーネル大学などオーストラリアの6つの有力大学とNASA、加1Qビットが参加
>＞「量子ニューラルネットワーク（QNN）」というタイプのコンピュ を基盤 研究
>
>＞10年後の実用化を目指
>505 ｰ 191120 1057 mWzpWVIt
>Intel「量子コ 実用化 後10年 」 [
>_ttp://leia.5ch.net/test/read.cgi/poverty/1574064663/
>903 ｰ 191218 0401 gWixmcJ+
> 量子技術で日米欧連携 研究や人材交流、中国に対抗
>_ttp://www.nikkei.com/article/DGXMZO53447560X11C19A2MM8000/# ?disablepcview
:
>968 ｰ 191220 0438 gv5ulasa
>IBMと東大、量子コ 連携 日本に設置へ
>_ttp://www.nikkei.com/article/DGXMZO53539070Z11C19A2EA1000/
:
>975 ｰ 191220 0909 32vnB9od
>古澤教授は齊藤元章氏と同 逮捕 ？ \>メリカに目付けら >754 ｰ 200107 1731 NzTeoxIm
>1/5 読売 量子コ 特集 、古澤教授 も紹介 \>、「１万量子ビット 数年 実用化 」 \>、 世界中 研究者 来 、複雑 真似できな あきらめ 。
>黎明期のレジェンド、中村泰信教授 も
:
>905 ｰ 191218 0845 UNkhR8PK
>『
:
>米国の量子コンピュ 開発の流れ、2020年は量子アルゴリズムと高信頼性量子プロセッサの開発が進む
>_ttp://etechnologyreview.com/2019/12/13/%e7%b1%b3%e5%9b%bd%e3%81%ae%e9%87%8f%e5%ad%90%e3%82%b3%e3%83%b3%e3%83%94%e3%83%a5%e3%83%bc%e3%82%bf%e9%96%8b%e7%99%ba%e3%81%ae%e6%b5%81%e3%82%8c%e3%80%812020%e5%b9%b4%e3%81%af%e9%87%8f%e5%ad%90/
:
>297 ｰ 191101 2028 BiZ1beWh
:
>ｰグルも苦戦、量子コンピュ 開発競争は半導体を含む「総力戦
>_ttp://tech.nikkeibp.co.jp/atcl/nxt/column/18/01045/103000005/## ?disablepcview
:
>919 ｰ 191124 1147 q3VDjXjv
:
>マイクロソ 、量子クラ●ド「Azure Quantum」を発表、量子コ 登場前に量子アプリの開発が進む
>_ttp://etechnologyreview.com/2019/11/15/microsoft%e3%81%af%e9%87%8f%e5%ad%90%e3%82%af%e3%83%a9%e3%82%a6%e3%83%89%e3%80%8cazure-quantum%e3%80%8d%e3%82%92%e7%99%ba%e8%a1%a8%e3%80%81%e9%87%8f%e5%ad%90%e3%82%b3%e3%83%b3%e3%83%94%e3%83%a5/
:
>781 ｰ 200108 0019 gK3SGcRN
:
> 兵器としての「量子技術」
> 激化する米中開発競争の行方
>_ttp://www.technologyreview.jp/s/123739/the-us-and-china-are-in-a-quantum-arms-race-that-will-transform-warfare/ >814 ｰ 191123 0907 VGEBVNBT
>量子コ 、20年で実用化 日本政府ロードマップ
>_ttp://r.nikkei.com/article/DGXMZO52508110S9A121C1MM8000## ?unlock=1&s=3# ?disablepcview
>318 ｰ 191128 0228 6dR4HfcX
>_ttp://www3.nhk.or.jp/news/html/20191127/k10012192471000.html
>量子コ 新国家戦略案 ベンチャー10社以上創設へ
>664 ｰ 191104 0044 wmtPvhtV
>量子コ 日本は「本流」に乗り遅れ 研究、人材不足も深刻
>sankei
>749 ｰ 200107 1543 0+7glxhp
>量子・AI・ポスト5Gなどに1.7兆円、政府の2020年「デジタル予算」を総ざらい _ttp://tech.nikkeibp.co.jp/atcl/nxt/column/18/00001/03430/## ?n_cid=nbpnxt_twbn # ?disablepcview
>470 ｰ 200127 0738 xWsgFY1A
> １０年後に１００量子ビット
> ２０年後に脳の構造解明、交通渋滞解決
>あのｰ
>
> 量子技術開発、政府が行程表 実用化へ企業関与カギ
>_ttp://www.nikkei.com/article/DGXMZO54843130U0A120C2TJM000/## ?disablepcview
>746 ｰ 200107 1539 0+7glxhp
>量子コンピュ 活用に乗り出した中小IT企業
> _ttp://japan.zdnet.com/article/35147635/
>747 ｰ 200107 1540 0+7glxhp
> 日立と損保ジャパン、疑似「量子計算機」を活用
>_ttp://www.nikkei.com/article/DGXMZO54069480W0A100C2SHA100/# ?disablepcview >988 ｰ 191125 0837 Riuaurob
> 東芝がヘッジファンドになる日 「量子」で越境挑む
>_ttp://www.nikkei.com/article/DGXMZO52473390S9A121C1I00000/# ?disablepcview
>982 ｰ 200114 1832 hxxJ1BQO
:
> 東芝 「量子暗号」でヒトゲノム約500GBの伝送に成功 世界初
>_ttp://www.itmedia.co.jp/news/articles/2001/14/news053.html
>
>「量子暗号通信」を用いて、人のゲノムデータ約500GBを約7キロ離れた施設へ
:
>同社は近く、量子暗号 事業
>276 ｰ 200121 0643 ZioO7K0j
>解読●●ない技術”「量子暗号通信」 東芝が実用化へ
>_ttp://www3.nhk.or.jp/news/html/20200121/k10012252741000.html
>983 ｰ 200114 2012 OWHsaO3Q
:
> 量子インターネットは400基の衛星群で構築すべき＝研究者が提言
>_ttp://www.technologyreview.jp/s/179719/why-the-quantum-internet-should-be-built-in-space/
>
>NECはなぜGoogleになれなかっ ――量子コンピュ 開発「痛恨の判断ミス
>_ttp://www.itmedia.co.jp/business/articles/1912/28/news006.html
:
>988 ｰ 200115 2106 LBJO0dTh
>D-WaveとNECがハイパフォーマンスコンピュ と量子システムのハイブリッドアプリを開発
>_ttp://jp.techcrunch.com/2019/12/11/2019-12-10-d-wave-partners-with-nec-to-build-hybrid-hpc-and-quantum-apps/
>
>10年前に断っ >62 ｰ 191221 0905 6qkpnw41
>『
>
> NEC、量子計算機で巻き返し 疑似再現機を来年商用化
>_ttp://r.nikkei.com/article/DGXMZO53647230Q9A221C1TJC000# ?disablepcview
:
>320 ｰ 191229 1255 vLyYQ8+F
>】量子テレポーテーションを利用したマルチコア化実験に成功 [
>_ttp://egg.2ch.net/test/read.cgi/scienceplus/1577580009/##
>888 ｰ 200110 1155 vn0tdDUP
>｢量子コ ｣で世界はどう変わ
>Strangeworks CEOのW･ハーレー氏 _ttp://toyokeizai.net/articles/-/322630
>
>従来型コンピュ が過去100年間で成し遂げた以上のことを、量子コンピュ は次の10年で
>748 ｰ 200107 1541 0+7glxhp
>「用途」開拓戦が勃発 量子会議Q2B報告
>_ttp://tech.nikkeibp.co.jp/atcl/nxt/mag/nc/18/020600014/122400049/# ?disablepcview
>622 ｰ 0201 0049 ry8AgZcf
>量子コ 実用化を目指す、重大なレースの“もつれた”内情
>_ttp://wired.jp/membership/2020/01/31/inside-race-quantum-computers/
>加速器で生成 データが膨大すぎ ウィルスは0.1マイクロメートルだから100ナノテクノロジー アナル挿入食糞愛好家・宇野壽倫
東京都葛飾区青戸6－23－21ハイツニュー青戸202号室
盗聴盗撮つきまとい嫌がらせ犯罪者／アナル挿入食糞愛好家・宇野壽倫の愛人変態メス豚家畜清水婆婆（青戸6－23－19）の
五十路後半強制脱糞
http://img.erogazou-pinkline.com/img/2169/scatology_anal_injection-2169-027.jpg
アナル挿入食糞愛好家・宇野壽倫によりバスタブで清水婆婆の巨尻の肛門にシャワーのキャップをはずしてずっぽり挿入。
そして、大量浣腸。 勢い良く噴出！腸内洗浄状態です。
http://101.dtiblog.com/b/bodytk9690/file/kan01.jpg
浣腸器と異なりどくどくと直腸内に注入され清水婆婆は激しくあえぎます
「お腹が痛い」といったところでアナル挿入食糞愛好家・宇野壽倫の命令により数分我慢させます。
http://101.dtiblog.com/b/bodytk9690/file/kan02.jpg
アナル挿入食糞愛好家・宇野壽倫の排出命令で出します
アナル挿入時にチンポに清水婆婆のウンコがつくのを嫌がるアナル挿入食糞愛好家・宇野壽倫のために
最低５回はくりかえします
きれいな水だけになりその後ローションをたっぷり肛門に塗り込み
アナル挿入食糞愛好家・宇野壽倫によるアナルプレーが始まります
http://101.dtiblog.com/b/bodytk9690/file/kan03.jpg >>793
お金なんかいくらあっても供給力が無かったらジンバブエやベネズェラになるだけ。 >>795
だから中国には供給力＝技術力ｘ人数が余っていてお金さえ出せば供給力が買える。
ジンバブエには供給力が無かったのでいくらジンバブエドルを作っても供給力が買えなかった。 >>796
日本も人が余ってるんだからお金さえ出せば供給力が買える？ >>797
コロナ前は人手不足で困っていたから人は余っていなかったからお金を作っても供給力は買って増やせなかった。
今は仕事を自粛して休んでいるだけで余ってはいない。
会社が仕事をやれなくなってしまって内定切りされた人は余っているから
その分は人が余っている。
外国から人を雇えなくなってしまったから農家はお金があっても刈り取りする人を雇えなくなって困っているらしい。
内定切りされた人を農家で雇うしかない。
その分職業選択の自由が無くなった。 >>800
農家はそのお金で暮らせるだろうけど、農家から食料ができてこなくなるので
他の人はお金があっても食料が買えなくなる。
→お金の価値が無くなる→お金を作って信用を作る事ができなくなる。 >>801
だからなおさら農家に金配れば良いだろう >>802
だから農家はそのお金でなおさら暮らせるようになってしまうから
食料作って売って儲ける必要が無いので食料ができて来なくなるだけだからしょうもない。 >>804
自給率悪いから減反やめるんじゃなかった？ >>806
だからもう来年作らないんじゃないかな？
お金もらえるなら作る必要無いし。 自由エネルギー原理
統合情報理論
グローバルワークスペース理論
反実仮想情報生成理論 >798 ｰ 200401 0004 wwtWL9Ly
:
>NTTと東大、汎用光量子コンピュータチップの実現につながる高性能量子光源を開発
>http://m.pc.watch.impress.co.jp/docs/news/1244156.html##
>812 ｰ 200401 1316 DT8hhi2u
>htts://www.ntt.co.jp/news2020/2003/200330b.html
> \>NTTで研究開発 高性能な非線形光学結晶デバイスと東京大 高度光制御・測定技術により、75％以上の量子ノイズ圧縮に成功し、本手法 世界最高値 。 \>、任意の量子計算 に必要 65％を超
> \>2次元クラスタ 古澤先生の文字 >>768
>946 ｰ 200404 1917 bUJ7XZQZ
> 最小限の光回路でさまざまな光の量子もつれを効率的に合成 \>究極の大規模光量子コンピュ の心臓部を実現
>htts://www.jst.go.jp/pr/announce/20190518/index.html
:
>930 ｰ 200623 1040 6Cg/ZZyn
>新型量子コンピュ 誕生 グーグルやIBMのマシンの性能を2倍上回る
>htts://jp.sputniknews.com/science/202006237561278/
>913 ｰ 200304 1358 ofy9U424
:
>ハネウェル、量子コンピュ 性能を5年で10万倍 計画
>http://japan.cnet.com/article/35150245/ >878 ｰ 200303 1640 7f9cSsHU
:
>｜シリコン内電子スピンの量子非破壊測定に成功シリコン量子コンピュ の量子誤り訂正に向け大 前進
>http://www.riken.jp/press/2020/20200303_2/
>763 ｰ 200204 2300 ffhrKC56
>反超放射により、量子ビットの短寿命化を阻止 -
>http://eetimes.jp/ee/spv/2002/03/news018.html
>東京医科歯科大 理化学研 東京大学ら 研究グループは、制御線に非線形フィルターを強く結合させると、量子干渉効果によって量子ビットの寿命が長 発見
>230 ｰ 200311 1237 eQr96OAA
>理研ら、量子ビットの制御エラーを劇的に低減 -
>http://m.pc.watch.impress.co.jp/docs/news/1240054.html##
>809 ｰ 200401 1229 eDYFn0jD
>反物質の謎に迫 ？ 反水素 長時間の閉じ込め成功が意味す ｜
>http://wired.jp/2020/03/30/physicists-take-their-closest-look-yet-at-an-antimatter-atom/
>209 ｰ 200310 1936 dg/qds+Y
>新 ハイパー原子核「グザイ・テトラバリオン」 |
>http://www.riken.jp/press/2020/20200305_2/index.html
>963 ｰ 200623 1525 t+73B65m
>IMS、金属状の量子気体の生成に成功 - 新方式の量子シミュ 実現に期
>http://news.mynavi.jp/article/20200623-1062791/ >472 ｰ 200321 0013 ZWhC5uTm
:
>量子コンピュ に革新を起こす発見が「機材の爆発」から生まれる
>http://gigazine.net/news/20200320-nuclear-electric-resonance/
>953 ｰ 200404 2013 bUJ7XZQZ
>どんな 計算も実行 量子もつれ、
>http://eetimes.jp/ee/articles/1910/24/news035.html
:
>785 ｰ 190717 1221 oJJ68FbI
:
>量子もつれ 瞬間を世界で初 画像に記録、英研究チームが成功[07/17
:
>800 ｰ 200430 2024 5gZIzb6v
>熱力学と量子論を結 学問分野「量子スチームパンク
>http://gigazine.net/news/20200429-quantum-steampunk/ >817 ｰ 200207 0353 gT6FnsDq
>富士通、「疑似」量子計算機を実用化 投資会社向け
>http://www.nikkei.com/article/DGXMZO55342760W0A200C2TJ2000/?n_cid=SNSTW001
:
>192 ｰ 190930 1501 zmIBiVPN
>量子コンピュ 仕組みと最新の研究内容を紹介！D-WaveやIBM Q System Oneの紹介
>http://m.youtube.com/watch?v=hXLJrps430w##
>227 ｰ 200530 1239 eri2QOai
>IBMの量子コンピュータハッカソンに1700人が参加 量子プログラマ 育成進む
>http://www.itmedia.co.jp/news/articles/2005/28/news099.html
>896 ｰ 200720 1005 yzWwHAH8
>量子ネイティブ 育成に注力--日本IBM、量子コンピュ 実用化への 動向
>http://news.yahoo.co.jp/articles/51b41d67d00e72e3820ae3816f7ecc369bfc0965
>10 yamaguti 191030 0551 mUIxiXRX
:
> >979 ｰ 190718 0154 Vpr3m1W8
>>株 テラスカイ： 、量子コンピュ 分野でIBM Qシステムを使 教育と開発 業界初のコンソーシアム
> : >810 ｰ 200206 1739 RYDRPPDz
:
>35歳で阪大教授、藤井さんは量子ブームをどう見る
>http://asahi.com/sp/articles/ASN235KFBN1QPLBJ00J.html##
>738 ｰ 200229 0830 S1Y/CnrF
:
>阪大に量子計算の一大拠点 \>社会問題解決に研究で挑む
>http://this.kiji.is/606232131400303713
>682 ｰ 200227 0837 lHPommxI
>MITで量子コンピュ 研究 4人のインタビューレポ
>http://arxiv.org/abs/2002.05559
>68 ｰ 191116 1819 2WCXjBsk
>GPS不要に 量子慣性センサ 開発へ [158879285
>http://leia.5ch.net/test/read.cgi/poverty/1573885635/ プレステ５のコンセプト動画ってナノテクノロジーを意識してるの？
PS5 Hardware Reveal Trailer
https://youtu.be/RkC0l4iekYo >>1
本家スレの話題のうち、科学・技術系で『専門的な』話題を特に扱います テクノロジーの一種？ 多次元であり ゲームかぶりの かぶりそのままであるかも？ 地下やら月裏やらなんやらかんやらで人間の方が宇宙より宇宙人よりやや上？ 物々交換が宇宙最強？ ３０円でもある。 ギザじゅうは問わない。 悪には不向きでもある。すべての計算機使っても必ず到達する回答？
予言、神、悪、すらよりやや上？ 多次元すら見れる？？？ 高いもんも無駄だからインターネットでタダ使って
ボチボチわかってくれればともおもう 多分あってるともおもう。。一応 一＋一は２だから つまりどういうことかというと。。いらないともほんの少しわずかだけおもう すべての存在は真実には勝てない。
あやしそうな場所は水でもかけてればいいとも思う。うすぼんやりなんとなく思うけど自信ありなしあり。 なんていうか存在が
管理するのを投げ始めてるともおもう 戦局、管理もいらないとおもう いいほうの困ってる方むけだけ ？ すべての管理は一行だけかな？ IQいらない 量子のパソコンでも粒子でもいいとも思うけど・・・多分。。。1行よりいつもいつもやや下かな
頑張るのもいい事だと思ってる・・・けど・・・やっぱりサイコロかな？？？ AIの活用で、日本は変えられる。これからは、AI時代です
「現場で使えるAI」、三井化学はどうやって実現したのか
https://monoist.itmedia.co.jp/mn/articles/2012/21/news001.html
MONOist > Special > 2020年12月16日
製造業から注目を集めるAIだが、その導入が進展しているかと言えば、必ずしもそうとはいえない。PoCの段階から、実際に現場で使えるものにするのに大きな壁があるというのが実情だろう。三井化学は、「現場で使えるAI」という観点で取り組みを進めており、製造現場の外観検査を含めてさまざまな事例が生まれている。この取り組みを支えているのがMathWorksの技術計算ソフトウェア「MATLAB」である。
AIはあくまで課題解決のツールの一つ
前川氏自身は、約2年前にAI開発を担当する以前は、製造スタッフや高分子合成、計算化学などを10年以上にわたってするなど化学エンジニアとしてのキャリアを積み重ねてきた。「それまでは計算化学の専門家としてFORTRANを活用していましたが、機械学習のプログラミングの経験はありませんでした。現在はAI開発という業務のためにPythonを利用していますが、できればAIに関わるプログラミング自体にできるだけ工数を掛けたくないと考えています。AIはあくまで課題解決のツールの一つに過ぎません」（前川氏）という。
外観検査システムのAIによる自動化を1年で実現
ＤＸ社会の構築なければ、30年代はマイナス成長に
https://www.jcer.or.jp/economic-forecast/2021127.html
米中対立激化なら20年代後半にもマイナス成長の可能性
2021/12/07 公益社団法人 日本経済研究センター
https://www.nikkei.com/article/DGXZQOUC130YI0T10C22A3000000/
ソフトバンク、全社員1.8万人にAI･統計スキル習得求める 2022年3月27日 日経
JDSC 東大ベンチャー AI企業
https://jdsc.ai/mission/
この国は変えられる。アップグレードできる。AIの活用の活用がキーです 加藤 エルテス 聡志
2022年 テンバガー候補 ＪＤＳＣ 4418
AI銘柄で、東大からみ。今後のAI分野の成長、楽しみです
AI通信① 今、投資対象として「AI」をどう見るか？ 日興證券
https://www.smbcnikko.co.jp/products/inv/toshin_lab/column/002.html
AI関連企業の成長物語はまだ始まったばかり
官民の積極的な取り組みが加速するAI >>832
ＤＸ社会なんてナノどころか１ミリも進んでねえわ AI開発に冬が来ないか心配だお
そうなったら何で時間を潰そう
放送大学で良いか 
