人工知能で自我・魂は作れるか?その3

1オーバーテクナナシー2017/12/30(土) 11:52:39.28ID:gOEuFdRe
自由に語ろう

【前スレ】
人工知能で自我・魂は作れるか?2AI [無断転載禁止]©2ch.net
http://rio2016.2ch.net/test/read.cgi/future/1500306941/

114オーバーテクナナシー2018/10/18(木) 22:43:19.82ID:T8Qa9rN/
>>113の訂正ですすみません。
×製作
〇政策

115オーバーテクナナシー2018/10/19(金) 06:08:08.54ID:OUUoULE/
>>113
頑張って書かれていることを読み解こうとしてみたけど、ちょっとズレてると思う。
僕もそんなに詳しくないけれども、まず、ディープラーニングについて整理させてね。(詳しい人突っ込みお願い)

学習を目的とした、入力データと教師データのペアをトレーニングデータセット。
例)入力X飛行機の画像121枚フォルダ名がY1番、X猫98枚Y2番、X犬107枚Y3番・・・・・

学習状況の評価のためにトレーニングデータセットの一部を抽出して使う
入力データと教師データのペアをバリデーションデータ。
例)猫3枚は2番と定義済みなので猫3枚を入力すると2番と答えるかどうか。

推論を目的とした、入力データのみのデータをテストデータセットといいます。
例)何が映っているか分からない画像 1枚

画素は(x、y、rgb)100dot×100dotなら10000pixelが赤青緑で3レイヤー
簡単に10000pixelが入力のXで、0.00〜1.00の数字が1万個とし、推論のYは1番なら飛行機、2番なら猫、3番なら犬・・
という風にXとYを定義します。

で、ものすごく大雑把に間違いを含めて説明すると、>103で紹介の松尾氏のいうのは”最小二乗法”というか(y=ax+b)のような関数の話。
例えば(y=ax+b)が今 犬3番=係数 a 掛ける0.50+b の時にaとbを変化させて3番になるようにする。

3=a×0.50+b でaが4なら 3=4x0.50+b でb=1が求まる結果 学習後(y=4x+1)の式が完成し、

未知の入力データが例えば 0.25をXに入力すると(y=4x0.25+1)=2となって2番の猫ですという推論される。

ここでトレーニングデータセット次第でなんでもよいのであって
単語や文章でX1リンゴ、X2自動車、X3sports・・、Y1がapple,Y2がdog,Y3が鉛筆・・
(Y2がdog)=a×(X2自動車)+b と定義してabを学習させれば車の絵を見せてdogと答えさせられるってだけ。

116オーバーテクナナシー2018/10/19(金) 06:08:30.40ID:OUUoULE/
>>114
法律や政治において、課題や事案と政策がペアで定義できるならディープラーニングの手法が使えますが

“『xとyが定義できますか』と問いたい。xとyを何にするかを考えるべきだ”

問題とその答えの定義を先に考えて決めることの方が大切ですよね。という意味だと解釈出来ます。だから

113>例えばxは世論、yは政策と定義して、世論とうまく行った“政策”の例だけディープラーニングさせる

考えになるんだろうけど、じゃあ、その世論とか政策って具体的に何?なの?。
文章と数式で確定できるようなものなの?場所や立場や考え方が複雑多様で簡単には決められないよね?

117オーバーテクナナシー2018/10/19(金) 06:20:37.98ID:OUUoULE/
>>115-116
念のため、教師あり学習の場合で、半分教師ありや教師なし学習、強化学習やQ学習その他はべつね

118オーバーテクナナシー2018/10/19(金) 09:06:33.28ID:Pm9MpHq3
>>117
そういう説明のアプローチは間違ってると思う

元の文章で言わんとしていることを対話してる人は理解してなさそうだ、統計、ディープラーニングも単語を知ってるだけで、概要すらあまり知らないらしい

という事を前提にするなら、政治にAIをという話があるけど、入力も出力もちゃんと定義出来るのか考えろと言う例え話と言うか原則論を述べているに過ぎないんだ、やれると肯定的に評価してるこっちゃないんだよ
とでも説明しときゃ良いんじゃなかろうか?

政治的な課題と望ましい結果、そんなものが単射されるもんなんだろうかと自問すれば、愚問だと言うのは論を待たないんだし
見直しや再検討が進んでいる社会保障と税金や保険料の関係なんて考えればすぐにわかる

119オーバーテクナナシー2018/10/19(金) 17:23:57.97ID:OUUoULE/
>>118>例え話と言うか原則論を述べているに過ぎないんだ、やれると肯定的に評価してるこっちゃない

そうですよね、まぁディープラーニングの誤解やAIに対する偏見が多いようなので少しでも具体的に、と思ったんですが。
一般の視点も大事ですが、入力と出力の意味も関数の意味も通じないのでは仕方ありませんね。

具体的にどうやってまとめるのか?確かにちょっと考えても無理そうだ、っていうか一覧表や対照表でよさげ。

世論0=物が高くて買えないじゃないか!飢え死にしろと言うのか
世論1=借金だらけで財源が少ないから税収を増やさないと
世論2=貧困層からも徴収するなんて酷い
世論3=システム更新に掛かる費用をどうしてくれるんだ
世論4=国が破綻したら元も子もない
世論5=経済を活性化させる為にも金回りを良くしよう
世論6=社会保障費用をどうやって賄おうか
世論7=金持ちや企業から徴収すればいいだろ
世論8=金利は低いしお金はジャブジャブ余ってるよ
世論9=日本だけでなく世界との兼ね合いも考慮して

政策0=消費税撤廃
政策1=消費税3%に引き下げ
政策2=消費税8%現状維持
政策3=消費税10%に引き上げ

120オーバーテクナナシー2018/10/20(土) 05:34:59.47ID:kIz97Vu8
>>119
その表を見れば政治AIは無理だと思える、と言う意味?
それとも単に、政治AIを開発するなら例えばこう定義する、と言う意味?

121オーバーテクナナシー2018/10/20(土) 17:44:58.04ID:85PZZSn4
世論0〜9すべて
「スミマセンお役に立てそうにアリマセン。」

いずれにしても、意味を理解してもらうのが無理、AIも国民も。

122オーバーテクナナシー2018/10/21(日) 01:53:54.03ID:Weuc9zPk
>>121
意味を理解できなくても東ロボ君はMARCH合格圏内の実力らしいから、
MARCH出身の政治家レベルにはできるかも。
>>119の定義で、昔からの世界中のうまく行った時の政策とその政策をやる前の世論
の文章をディープラーニングすると、入力に政治がうまく行っていない時の
世論の文章を入れれば出力にうまく行く可能性の高い政策が選ばれて出るように
できるかも。
で、こういうのは教師有りの機械学習だと思うので、さっさと教える、になると思う。

123オーバーテクナナシー2018/10/21(日) 05:09:56.67ID:hJ1blLld
(M)- 明治大学(東京都千代田区)
(A)- 青山学院大学(東京都渋谷区)
(R)- 立教大学(東京都豊島区)
(C)- 中央大学(東京都八王子市)
(H)- 法政大学(東京都千代田区)

へぇーマーチって文系?それも、私立は3教科でよかったり?歴史は暗記もの?で9割とって後は平均だったりとか?、

国語とか、化学も穴埋めだったりしないの?
英語は人間よりコンピューターのほうが得意そうだし。

理系の数学と物理はどうなんだろ?
馬鹿にしてるんじやないよ、自分には全く敵わないから。

でもね、入試で合格したところで、
入学してロボットが講義受けて単位を取れるレベルではまったくないでしょ。
頭だけで手足も揃ってないでしょ。

だいたい間違った政策を続ける政治もありゃあ、正しい政策なんてものもないし、
あっても投票や可決成立、執行まで問題山積だわ。

124オーバーテクナナシー2018/10/21(日) 05:31:15.00ID:hJ1blLld
前スレの最後のほうでディープラーニングを学びはじめて、違和感に気付いたんだよ、
関数のお化けで人間の認知にはたどり着けるのか?って。
別の方向のアプローチが何か足りないって。
何かは分からないけど、今の機械学習だけではその上の概念獲得は難しいんじゃないかな?

125オーバーテクナナシー2018/10/21(日) 07:51:59.31ID:71CbUIx3
>>123
東ロボ君は手があって、文章で回答できるらしい。

126オーバーテクナナシー2018/10/21(日) 07:56:14.26ID:71CbUIx3
>>124
概念の層が増えればいいだけなんでしょ?

127オーバーテクナナシー2018/10/21(日) 07:59:12.86ID:s4puosCD
その命題たてる意味がわからない
関数のお化けがどんどんお化けになっていけばいいんだよそれがゴール

128オーバーテクナナシー2018/10/21(日) 16:33:58.20ID:dMO/EGIM
さすがにグーグルのdeepmindも気付いていたようね。

(強いAI)技術的特異点/シンギュラリティ139
http://rio2016.5ch.net/test/read.cgi/future/1539667923/453
453オーバーテクナナシー2018/10/21(日) 04:35:40.75ID:WKNnVBDC
Googleは機械学習の欠点を熟考している
──「深層学習」のアプローチが、人間の認知能力にさえ到達する能力を達成することに失敗したことを認める
https://www.zdnet.com/article/google-ponders-the-shortcomings-of-machine-learning/

>DeepMindは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をする

129オーバーテクナナシー2018/10/21(日) 16:39:32.79ID:dMO/EGIM
>>125
形だけの表面的な手足という意味だけじゃないよ。
髪の毛を無意識に触るとか、イライラで貧乏ゆすりするとか、
好奇心の赴くまま羽根を伸ばしたり、押すなと言われてもボタンを押したり。
中身の話。

130オーバーテクナナシー2018/10/21(日) 16:59:44.28ID:dMO/EGIM
https://www.zdnet.com/article/google-ponders-the-shortcomings-of-machine-learning/
「さまざまな圧力の下で開発された人間の知性の多くの特徴を定義することは、現在のアプローチの範囲を超えており、
特に「経験を超えて一般化する」ものです。
したがって、「人間と機械の知性の間には、特に効率的で一般化可能な学習に関して、大きなギャップが残っています。
これに対応して、彼らは「強力な深い学習アプローチを構造化された表現と融合させる」と主張し、
その解決策は「グラフネットワーク」と呼ばれるものです。
これらは、オブジェクトの集合のモデルであり、
その関係はオブジェクトを接続する「エッジ」として明示的にマッピングされます。
「人間の認知は、世界が物と関係で構成されていることを強く前提にしており、
GNs [グラフネットワーク]も同様の仮定を立てているため、それらの行動は解釈可能になる傾向がある」
しかし、以前の研究とは異なり、著者らは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をしています。

むしろ、オブジェクトの関係をモデリングすることは、CNN、リカレントニューラルネットワーク(RNN)、
ロング短期記憶(LSTM)システムなどのさまざまな機械学習モデルに及ぶだけでなく、集合理論のような神経網ではない。

131オーバーテクナナシー2018/10/21(日) 17:04:17.22ID:An6Oggtf
>>128
課題もあるけれど、ブレークスルーということか
少ないサンプルでできるのがいいな
Tensorflowでできるんだな

課題
"notions like recursion, control flow, and conditional iteration are not straightforward to represent with graphs, and, minimally, require additional assumptions."

Other structural forms might be needed, such as, perhaps, imitations of computer-based structures, including "registers, memory I/O controllers, stacks, queues" and others.

132オーバーテクナナシー2018/10/21(日) 17:05:33.50ID:dMO/EGIM
https://zdnet2.cbsistatic.com/hub/i/r/2018/10/20/39b41e82-91f1-4c46-acbd-bf6ffdbb7010/resize/370xauto/5747e621e6954148703aeb29e39399e9/image.jpg
Google AIの研究者は、粒子、文、画像内のオブジェクトなど、広範に考えられる多くの事柄が、エンティティ間の関係のグラフになっていると考えています。
Google Brain、Deep Mind、MIT、エジンバラ大学。
この考え方は、グラフネットワークがどの機械学習アプローチよりも大きいことです。
グラフは、個々のニューラルネットが持たない構造について一般化する能力をもたらす。

著者らは、「グラフは、一般的に、任意の(ペアごとの)リレーショナル構造をサポートする表現であり、
グラフ上の計算は、畳み込み層と再帰層が提供できるものを超える強い関係誘導バイアスをもたらす」と書いている。

グラフの利点は、潜在的により「より効率的なサンプル」であるということです。つまり、厳密なニューラルネットアプローチほどの生データを必要としません。
著者らは、著者がすべてを理解したと思っていると思わないように、この論文はいくつかの長引く欠点を列挙しています。
Battaglia&Co.は大きな疑問を提起しています。「グラフネットワークはどこから来ていますか?

深い学習は、生のピクセル情報など、多くの非構造化データを吸収するだけだと指摘しています。
そのデータは、世界の特定のエンティティに対応していない可能性があります。
彼らは、「感覚データから確実に個別のエンティティを抽出できる」という方法を見つけることは、 "エキサイティングな課題"になると結論づけています。

また、グラフはすべてを表現することができないことも認めています。
「再帰、制御フロー、条件付き反復などの概念は、グラフで表現するのは簡単ではなく、最小限の追加の前提が必要です。

おそらく、レジスタ、メモリI / Oコントローラ、スタック、キューなどを含むコンピュータベースの構造の模倣など、他の構造形式が必要になる可能性があります。

(以上翻訳終わり)

133オーバーテクナナシー2018/10/21(日) 17:10:27.53ID:An6Oggtf
>>132
お疲れ様

134オーバーテクナナシー2018/10/21(日) 17:18:45.49ID:dMO/EGIM
>>131
私にはどうやって使うのかわからないけど。

IBMのTrueNorthみたいなアプローチが課題ってことかな?
2014年から大分経つけど新しい情報ないかな?

人間の脳を模倣したプロセッサ-- IBMの「TrueNorth」がもたらす新時代
https://japan.cnet.com/article/35052175/

135オーバーテクナナシー2018/10/21(日) 17:27:52.54ID:dMO/EGIM
>>133
どうも、コピペすることぐらいしか私には出来ませんので、お役に立てれば幸いです。

136オーバーテクナナシー2018/10/21(日) 17:38:15.35ID:dMO/EGIM
アクセスとかSQLデータベースのリレーションシップをどうやって生データから構築するかって事でしょうか。

137オーバーテクナナシー2018/10/21(日) 17:47:18.01ID:gUmoIX4Z
グラフ構造の重要性は明らかだが、ヒントンが制限ボルツマンマシンによって既に実現している
というより既にその限界まで明らかになっている
限界は単に組み合わせ爆発であり、コンピューターの主処理構造が一新されない限り解決しない

また、再帰、制御フロー、条件付き反復などの概念は「グラフで表現する」構造ではなく、
「既にグラフ内に存在する」構造であり、単に我々がそれを語るための言葉が未整備なだけと考えている

138オーバーテクナナシー2018/10/21(日) 17:53:04.71ID:An6Oggtf
>>137
グラフとロジックを結びつけるという感じか

139オーバーテクナナシー2018/10/21(日) 18:05:22.70ID:dMO/EGIM
参考書はこれになるんでしょうか?また別のグラフ理論の方でしょうかね?
https://www.kindaikagaku.co.jp/information/kd0536.htm
グラフ・ネットワークアルゴリズムの基礎
数理とCプログラム
近代科学社
著者 浅野 孝夫
ページ数 248
サイズ A5
ISBN 978-4-7649-0536-8
https://www.amazon.co.jp/グラフ・ネットワークアルゴリズムの基礎/dp/4764905361

グラフ理論入門―C言語によるプログラムと応用問題 (原理がわかる工学選書)
単行本 – 1999/4/1
佐藤 公男 (著), 樋口 龍雄 (監修)
単行本: 154ページ
出版社: 日刊工業新聞社 (1999/4/1)
言語: 日本語
ISBN-10: 4526043613
ISBN-13: 978-4526043611
発売日: 1999/4/1
https://www.amazon.co.jp/グラフ理論入門/dp/4526043613

140オーバーテクナナシー2018/10/21(日) 18:16:23.39ID:dMO/EGIM
>>137
いまいちよく分からないのでおさらい
制限付きボルツマンマシンの初心者向けガイド
https://postd.cc/a-beginners-guide-to-restricted-boltzmann-machines/

>>138>グラフとロジックを結びつける
どのように結びつけるのか?もう少し具体的にお願いします

141オーバーテクナナシー2018/10/21(日) 18:25:36.94ID:An6Oggtf
>>140
いや、英文からそうとれるというこで
俺が分かるわけではない。
先端の研究者の発言だし、そう分かる人いないのではないかな

142オーバーテクナナシー2018/10/21(日) 19:10:34.46ID:dMO/EGIM
>>140のページ全然初心者向けじゃないような。未だにチンプンカンプンです。

>>141
そうですか。ここのスライドシェアでも見てみます。

(強いAI)技術的特異点/シンギュラリティ139
https://rio2016.5ch.net/test/read.cgi/future/1539667923/477
477 名前:オーバーテクナナシー 2018/10/21(日) 15:01:19.76 ID:vYvFS4xL
http://www.slideshare.net/mobile/DeepLearningJP2016/dlrelational-inductive-biases-deep-learning-and-graph-networks-104442091
今後AIが人間同様のタスクを解くには、構造表現と深層学習の柔軟性を組み合わせた推論方法が重要だとし、
CNNやRNNより多様な関係性帰納バイアスを反映できるグラフネットワークを定義、
従来の研究をより一般的な枠組みに統合。

143オーバーテクナナシー2018/10/21(日) 20:38:46.43ID:71CbUIx3
>>142
そのグラフってもしかして人間が
うんうん考えて定義するのでは?

144オーバーテクナナシー2018/10/21(日) 21:08:36.13ID:dMO/EGIM
[DL輪読会]Relational inductive biases, deep learning, and graph networks
https://www.slideshare.net/DeepLearningJP2016/dlrelational-inductive-biases-deep-learning-and-graph-networks-104442091
17ページ目には“グラフを入力としてグラフを出力する「graph-to-graph」モジュール”って書かれてるけどね

https://image.slidesharecdn.com/180629dlseminarrelationalinductivebias-180706003755/95/dlrelational-inductive-biases-deep-learning-and-graph-networks-17-638.jpg?cb=1530837634
17. • Graph network (GN) Block – グラフを入力としてグラフを出力する「graph-to-graph」モジュール
– 1つのグラフは G = (u, V, E)で表される
• u:グラフ全体のproperty、global attribute(例:重力場)
• V:entityであるnode( vi )の集合(例:位置、速度などの属性を有する一つ一つのボール)
• E:relationであるedgeの集合(ek)(例:ボールの間のばねの有無と、ばね定数という属性)
3. Graph networks
https://image.slidesharecdn.com/180629dlseminarrelationalinductivebias-180706003755/95/dlrelational-inductive-biases-deep-learning-and-graph-networks-18-638.jpg?cb=1530837634
18. • GN Blockはuuppddaattee関関数数φφとaaggggrreeggaattiioonn関関数数ρρを有する
– φは各node/edge/global attributeごとに更新を行う関数
– ρは集合を入力とし、集計結果として単一の要素を出力する関数。順序不変で可変長の入力を受け取る必要
3. Graph networks 各ボール間の張力を更新 各ボールに働く全張力を集計 各ボールの位置・速度などを更新 全体の張力の合計(=0)を集計 全体の運動エネルギーを集計 全体のエネルギーの総和を更新

145オーバーテクナナシー2018/10/21(日) 22:41:38.29ID:dMO/EGIM
20年前は夢があったなぁ

136 たけしの万物創世記 ロボット・人が作った生命
https://youtu.be/UT4fBHhpQ1U

146オーバーテクナナシー2018/10/22(月) 00:35:16.83ID:ApTV7/QP
Eテレ 0:45 超AI入門(再) 創造って何?
シン・ゴジラ監督と考える(1:32)

147オーバーテクナナシー2018/10/23(火) 02:12:30.38ID:0E6BwoYh
いったい何があったのやら?

2018年10月22日
https://gatebox.ai/home/

IoT製品の企画・開発を手掛けるGatebox株式会社
(本社:東京都千代田区、代表取締役:武地実)は、
“好きなキャラクターと一緒に暮らせる”世界初のバーチャルホームロボット
「Gatebox」の量産モデル(GTBX-100)について、
配送時期の変更及び販売時期を延期させていただくことをお知らせいたします。

「Gatebox」量産モデル(GTBX-100)の
配送時期変更及び販売延期のお知らせ

https://gatebox.ai/home/


当初、ご予約いただいたお客様へは2018年10月以降の配送とご案内しておりましたが、
全てのお客様にご満足いただけるように更なる品質向上に取り組むため、
配送時期を変更させていただく運びとなりました。
また、現在実施している予約販売に関しても、
配送時期の変更に伴い販売を停止させていただきます。

148オーバーテクナナシー2018/10/23(火) 20:17:25.30ID:yeGUtX0X
きっと反乱がおきたんだ

149オーバーテクナナシー2018/10/23(火) 23:37:26.73ID:NHiygYdk
なんの反乱やねん?
単純にスマートスピーカーが2万円以下で買えるのに、
gateBOXは15万円の高額で
Web検索やネット注文や家電との連携の利用程度では見劣りするからじゃないか?

150オーバーテクナナシー2018/10/26(金) 04:42:53.36ID:BCQfrdWh
1987年に手動でディープラーニングをしていた驚異の麻雀ゲームがあった
──アキバ通いのパソコン少年がゲーム アーツを創業──
宮路洋一氏にゲームAIの核を聞く【聞き手:三宅陽一郎】

http://news.denfaminicogamer.jp/interview/181024

ゲームAI用語辞典
https://wiki.denfaminicogamer.jp/ai_wiki
歴史
ゲームAIの歴史
概念
特化型人工知能
汎用人工知能
シンボリズム
コネクショニズム
アフォーダンス
技術
分散人工知能
キャラクターAI
エージェント・アーキテクチャー
意思決定アルゴリズム
メタAI
ナビゲーションAI
自律型AI
ナビゲーション・メッシュ
ウェイポイントグラフ
パス検索
環境認識
スクリプテッドAI
ニューラルネットワーク
ディープラーニング
プロシージャル

151オーバーテクナナシー2018/10/26(金) 04:50:56.22ID:BCQfrdWh
AlibabaのCNN向けディープラーニングプロセッサの全貌
http://techtarget.itmedia.co.jp/tt/spv/1810/23/news01.html

AI用プロセッサは用途によって実装方法が変わる。
AlibabaがFPGAで開発したディープラーニングプロセッサは、
畳み込みをサポートしており主に画像関係で威力を発揮するだろう。

 近年、人工知能(AI)のタスクの速度を上げる専用チップの利用が流行している。
ニューラルプロセッシングユニットに搭載されるHuaweiのSoC(System on a Chip)「Kirin 970」から
IoTデバイスで機械学習のタスクを実行するGoogleの新しい「Edge TPU」まで、
その例は多岐にわたる。

 Alibabaによると、同社のDLPはスパースな畳み込みと低精度のデータコンピューティングを同時にサポートでき、
柔軟性とユーザーエクスペリエンスの要件を満たすために
カスタマイズしたISA(命令セットアーキテクチャ)を定義したという。

152オーバーテクナナシー2018/10/28(日) 00:44:28.32ID:Un7HUd0i
Eテレ0:00-1:00 ニッポンのジレンマ
プライバシーのジレンマ

監視と個人データ、レコメンドと主体性

企業側ビッグデータの価値と個人所有のプライベートな価値

データ・ドリブンへ?
主体性がなくなり、AIに操られる社会、
SFの国や社会が訪れる?

153オーバーテクナナシー2018/10/28(日) 01:21:27.50ID:Un7HUd0i
高校講座 探求学習より

@課題テーマ設定→A調べる課題の探求→B考察まとめ

まず課題をどうやって見つけるのだ?
その課題を誰かが決めるなり決まったとしてロボットが調べるって「ネット検索」か?

「検索」した事からまとめる?って統計して「ランキング化」
それ繰り返しても賢くなりそうにない。

そもそもプログラムの書き換えや編集を主体的にするプログラムってなんだろう?

AIが課題を発見するのも調べたり探求してまとめたり編集なんて出来そうにない。
人工知能プログラムにはどれも難しそう。

154オーバーテクナナシー2018/10/28(日) 08:13:13.36ID:bony5mRW
(強いAI)技術的特異点/シンギュラリティ140 よりご拝借

大先輩yamaguti氏の語信託
http://rio2016.5ch.net/test/read.cgi/future/1540612972/1-65

お花畑さんと石頭おじさんによる全脳エミュレートと全脳アーキテクチャの話
http://rio2016.5ch.net/test/read.cgi/future/1540612972/67-128

【シミュレータとエミュレータの違い】
シミュレータは外から見た振る舞いを再現するだけなのに対して、エミュレータは中身の動作まで再現する。

【全脳エミュレーションの3段階】
1.【マッピング】 特定の時点における特定の脳の精巧で詳細な青写真を作る
2.【シミュレーション】 この青写真を使って、これらすべてのニューロンとその接続の電気化学的シミュレーションをリアルタイムに構築する
3.【身体化】 シミュレーションを外部環境と接続する

具体的にはコネクトーム(神経回路の地図)を発現させる取り組み
(例)魂が宿る!?ロボットに虫の神経回路を移植して動かすことに成功https://nazology.net/archives/1283

【全脳アーキテクチャ・アプローチ】
「脳全体のアーキテクチャに学び人間のような汎用人工知能を創る(工学)」
ざっくり言うと脳の機能である視覚とか聴覚の機能をグラフィクチップやサウンドチップでパソコンのように組み上げていくもの。

ヒトの大脳皮質の神経細胞の数は140億個
この140億個という数は細胞全ての10%程度にすぎず、残り90%はグリア細胞と呼ばれるもので出来ています。
http://web2.chubu-gu.ac.jp/web_labo/mikami/brain/10/index-10.html
>注意を要するのは、これらの数が大脳皮質の神経細胞の数であり、脳あるいは中枢神経(脳と脊髄)全体の数ではないということです。
>中枢神経全体の神経細胞の数は1000億と2000億の間と推定されます。
https://ja.wikipedia.org/wiki/コネクトーム
>それらの間に1兆ほどの接続が存在すると考えられている。

155オーバーテクナナシー2018/10/29(月) 06:50:42.42ID:+5AEVzRk
アンドロイドに心が宿る時、世界の扉が開かれる。

『フューチャーワールド 』

それは楽園か、それとも・・

https://youtu.be/8UjTJqj7SAY

156オーバーテクナナシー2018/11/02(金) 00:03:28.24ID:VIlAu/u5
脳死状態と人工生命の話

映画『人魚の眠る家』公式サイト
ningyo-movie.jp › ...
東野圭吾原作 衝撃と感涙のヒューマンミステリー。
映画『人魚の眠る家』2018年11月16日(金) 全国公開.
娘の小学校受験が終わったら離婚する。そう約束した仮面夫婦の二人。
彼等に悲報が届いたのは、面接試験の予行演習の直前だった。
娘がプールで溺れた―。
病院に駆けつけた二人を待っていたのは残酷な現実。
そして医師からは、思いもよらない選択を迫られる。
過酷な運命に苦悩する母親。その愛と狂気は成就するのか―。

157オーバーテクナナシー2018/11/14(水) 01:00:32.47ID:pe2PhI3P
読売テレビ 0:59〜1:29
にけつッ‼ 人工知能 お笑いトークは可能か

NHK総合 2:15〜3:50
AI育成 お笑いバトル 千原ジュニア

158オーバーテクナナシー2018/11/14(水) 01:44:56.03ID:pe2PhI3P
ソードアート・オンライン・アリシゼーション
https://highwind.org/books/sao/
用語
《アンダーワールド》 今回の舞台となる仮想世界の名前。不思議の国のアリスから名付けられた。
《ラース》 “RATH”, 豚のような亀。これも不思議の国のアリスから。
《A.L.I.C.E.》 人工高適応型知的自律存在、”Artificial Intelligence Labile Cyberneted Existence”(アーティフィシャル・レイビル・インテリジェント・サイバネーテッド・イグジスタンス)の略。
《プロジェクト・アリシゼーション》 “Project Alicization”, 短くまとめてアリス化とも言う。
《フラクトライト》 “Fluctuation Light”, フラクチュエーション・ライトの略。


脳神経学者が解き明かす「不思議の国のアリス」に隠された脳に関する5つの事実 カラパイア
https://www.excite.co.jp/news/article/Karapaia_52186267/


1世紀半もの長い間、キャロルの書いたアリスの物語は映画、絵画、バレエにいたるまで、数多くの作品に影響を与えてきた。
しかし、この作品が人間の” 脳” に関する理解を描いていることはあまり知られていない。

記憶、言語、意識など、我々が脳の不思議の国の地図を作成する技術を手に入れるよりもずっと前に、
キャロルは遊び心に溢れた思考実験によってその輪郭を描き出していたのだ。

159オーバーテクナナシー2018/11/14(水) 03:33:15.31ID:pe2PhI3P
千原ジュニアさんの弟子の大喜利AIスゴいですね。面白かった。

お題「お前宇宙人だろ、なぜ?」

千原エンジニア「コメカミかざして改札通ってる」

写真大喜利 さるの写真に添える言葉は?
千原エンジニア「見ざる聞かざる何でござる?」
タヌキの写真
千原エンジニア「多ぬき」


投稿大賞
料理中に居眠り 中岡亭おもしろの助「ラム肉を数えてた」
新しい相撲の決め手は?みちょぱ「メイク落とし」
法律事務所のサービス?大久保パコ代「印鑑をティッシュで拭いてくれる

全く怖くないホラー映画、その理由とは?
「字幕がポップ体」「字幕が5秒遅れ」
「監督のいいよいいよが入ってる」
「せーの!て聞こえてくる」
「死霊の♥」
「全てにおいて腰が低い」
「霊のなまりがキツイ」
「全部一人でやってる」

第1回お笑い大喜利AI『千原エンジニア』優勝 

次回、11月17日(土)夜11:45〜BSプレミアム

160オーバーテクナナシー2018/11/14(水) 04:38:23.59ID:pe2PhI3P
プログラミング言語実態調査 2018
https://tech.nikkeibp.co.jp/atcl/nxt/column/18/00501/110600001/
プログラミング言語の人気ランキング、独自調査で解明

1位は「C/C++」で、回答者1000人中326人が使っていた。
第2位は「JavaScript」(312人)
第3位は「C#」(231人)
4位は「Java」(228人)業務システム開発に利用される定番言語だ。

AI関連システムの開発言語として注目されている「Python」は5位(222人
6位に「HTML/CSS」
7.VisualBasic (.NET以外)
8.PHP
9.VB.NET
10.Ruby

161オーバーテクナナシー2018/11/14(水) 09:19:14.00ID:Xzu1RXQP
>>153
動物や人間は遺伝子で最初から反射や本能みたいな物が入っていて
始めにそれが動き出すから、AIもそういうのを入れればいいのでは。
教わって賢くなれるためには最低どんな反射や本能があればいいかだと思う。

162オーバーテクナナシー2018/11/14(水) 13:38:35.21ID:AOjODTee
>>161
SAO アリシゼーションはまさにその考え方で、
プレーンな初期脳に幼児の魂をコピーして、リアルな仮想世界で育てるボトムアップ型の汎用人工知能計画。

現在の汎用人工知能計画は 出来上がりのハードウェアーに
大人の脳をコピーしようとか、ソフトウェアをインストールするトップダウン型で上手く進んでいないからだ。

大人の魂をコピーしても精神が破綻するとアニメでは描写されているが、
マインドアップロードも同じ問題が有るし、そんな技術がまだ無いので実際はどうかわからない。

ロボット開発では幼児の感情的モデルや好奇心を再現しようとする研究がトレンドとしてあるみたいだし、
不思議の国のアリスのあり得ない世界のごっこ遊びが脳の成長と認識力拡大に欠かせない。

言葉と視覚を得たAI でボケる大喜利はごっこ遊びのシミュレーションとして非常に面白いアプローチだろう。
人間兵器を作るにも汎用人工知能もプレーンな状態からが育てるには都合が良いのだろうとは思う。

163オーバーテクナナシー2018/11/14(水) 14:50:37.74ID:AOjODTee
ディープラーニングのトレーニングで、画像の拡大縮小、回転と重ね合わせを駆使するが、これは、スーパーファミコンから実装された。
空間認識には3Dポリゴンが必須なので、
必要な環境とするなら、ゲーム機戦争黄金時代
ドリームキャスト、サターン、64、あたりの機能で整う。
ドリキャスの人面魚育成『シーマン』
サターンのロボットバトル『電脳戦記バーチャロン』
Nintendo64のギジンアドベンチャー『ワンダープロジェクトJ2』
ゲームキューブの不思議生物『ピクミン』

大喜利AI のようにインプットをビジュアルメモリやゲームボーイアドバンス等の携帯端末との連携も出来そうだし。
これらを組む会わせれば、アンダーワールドが作れそうなんだけどね。

164オーバーテクナナシー2018/11/15(木) 22:35:01.41ID:LLzqvsgI
Eテレ22:00〜23:00 人間ってナンだ?超AI 入門 『恋愛』

新着レスの表示
レスを投稿する