>>673
NN ベース AI というよりもいわば設計ベース AI ( AL ) + NN という事ならば説得力
従来予想 : 超強力弱い AI ( 粒度 時間方向割当度 → 強い AI 度 ) ( >>5 168 )
>371 yamaguti~貸：2017/10/11(水) 13:22:10.77 ID:gs4iO9ie
>+
>粒度さえ充分に細かければ ( + データと計算機パワー 資金力 ( + >333>574 おこづかい総動員 + 肝о売却 ) )
>接地 必ずしも不要
> http://rio2016.2ch.net/test/read.cgi/future/1505836194/217#280#284#998# EraaNaihou
>+ データと
↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?
→ 自然言語解釈動記憶システム ( 接地 ( 効果 ) 論理物理スロット シミュ ( 準 ) エミュ ) ≒ 人格システム ( 学習済モジュールベース )
+ AutoML ( 等 ) での設計最適化 → 最早いわば設計ベース AI ( AL ) + NN ≒ 弱い強い AI ( AL ) ?
>814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>最適な設計を、AutoMLで探し出 ry 、AutoMLを使用した設計が、 ry 翻訳では専門家を完全に凌駕
→ 導かれる構造の例 ( 上記条件下 ) : 外部記憶比重 >>709 ⇔ 追加学習比重 ( 極論 : 不要 ) ( ≒ 簡易版強い AI ( AL ) )
但し 敢て追加学習 → 極論 : 転移学習だけで良い ( 下記文脈 )
>>100 >358 >>384
>>> >56 http://mobile.twitter.com/ken_demu/status/918820770456858624
>>>DNNにMeta-Learning + ゲーム理論と転移学習（ ry ）と強化学習(人間の目的指向の再現)を組み合 ry AGIっぽ ry
>>>>>>>> >482 自然言語解釈
>>>>>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等
( → 整備済 )
+
http://rio2016.2ch.net/test/read.cgi/future/1506697885/814# JinkakuSisutemu Sikumi
>814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>> この国だけに配慮致します立場でなくなってしまいましたので申上げます
