X
人工知能で自我・魂は作れるか？その３
■ このスレッドは過去ログ倉庫に格納されています
0115オーバーテクナナシー
垢版 |
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。
0116オーバーテクナナシー
垢版 |
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？
■ このスレッドは過去ログ倉庫に格納されています
ニューススポーツなんでも実況