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
>>69 INT32 vs INT8という単純な比較とか 調べたら違ってたかも アクセラレーターっていうのはGPUの固定的な機能はないから、ローレイテンシーで4倍早いらしい つまり、リヤルタイム機械学習でスループットがそれだけ優れているらしい リヤルタイムじゃないベンチ比較じゃ リアルタイム機械学習とは、ラベリングしやすい事例だけその場で学習して、その他は後回しにするという意味らしい クレジットカードの処理で、詐欺的取引があれば素早くラベリングしてそれを処理する これで人間により詐欺事案は数時間で処理できるように、後回しの通常取引データは数日後に処理する このようなリアルタイムの概念を機械学習で取り込んだものだと うまく想像できないが つまり、映像処理のようにデータをある程度まとめて並列的的に流すしかできないGPUに対して、アクセラレーターは映像処理にはない細かく保留したりコントロールできるように設定できるということでは 全てラベリングしたベンチマークは五分五分 リアルタイム機械では柔軟さにおいて、最終的に4倍も速く学習できましたということか 東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表 https://shiropen.com/2017/11/17/29625 AIの模倣したジャンプの動きは、初速と方向をジャンプに勢いをつける動きとラベリングして予想したもの Xilinx AlveoはFPGAという分類で、ASICやCPU、GPUとは違い論理部分を細かく好きに更新、設定できる つまり、扱いは難しいけど学習に応じた最適なアクセラレーター・AIチップにカスタマイズできるということらしい AIチップの上級者向けの製品という認識でいいかも >>77 勉強になりました。ありがとうございます。 GPUが右脳的でFPGAって左脳的なのかな。 並列化アルゴリズムが違うのかも。 CUDAとOpenMPの違いかな? ゲーム脳だったらDirectXやPhysXで3DmarkやFF14ベンチとかあるんだから、 ビットコインのOpenCLでのマイニングのハッシュレートとか、 CineBenchとかで比較して欲しいわ。 Eテレ22:00- 又吉直樹ヘウレーカ 「僕たちの目はいつからついてるの?」目の起源 サウジアラビア王立研究所 五條堀孝先生 遺伝子ちゃらんぽらん説 ウズベンモウソウ アンドンクラゲ 植物シアノバクテリアの遺伝子が動物プランクトンへ ウズベンモウソウからアンドンクラゲへ 捕食と共生、カンブリア大爆発、進化と多様性 カメラ眼、タコの目は水晶体のレンズが動く 鳥は赤、緑、青、紫 昆虫の複眼、紫外線、花の蜜ネクターガイド 動体視力の高さ 三つの目のなごり、脳の松果体、時間感覚 >>75 >AIの模倣したジャンプの動きは、初速と方向をジャンプに勢いをつける動きと >ラベリングして予想したもの それ違う、×「予想」 →○「予測」 繋がりやら状況を観察して予測モデルを作ったその計算式による答えでしかない。 AIが行うモデルは基本は観測による「性質解析」をして そのデータから秩序モデルを求め、その抽象アルゴリズムの解でしかない。 予想というのは擬人化したAIちゃんが自我と心をもって自分の希望を含めた願いを 思い具現化するものな。 >>69 INT128とかINT64があったとして例えINT128からINT8にしても 16倍の性能が得られそして精度は10%程度しか落ちない TensorコアならINT4とか INT1とか極端なモデルも考えられる。 実際神経のそれはニューロンが興奮した(あるいは発火した)を示せれば作れるわけで "発火 or 非発火"で 1ビットでも足りる。 ビット数を減らせば同じ回路数での同時に演算できる行列演算(テンソル計算)の性能が増えるってこと。 10/13((土))21:00- NHKスペシャル 『AIに聞いてみた』どうすんのよ!?ニッポン 第3回 マツコデラックスと有働由美子が人工知能AIと大問題「健康問題」に挑む。 10/13((土))21:00- NHKBSプレミアム スーパープレミアム『マリオ〜AIのゆくえ〜』 近未来の東京を舞台にAI人間となって生まれ変わった男と、いじめで自殺を考える少年との友情物語。 10/13(土)23:30-24:00 BSアニマックス 『無料 ゲーム★アニマックス ♯163』 10/14(日)0:00-0:30 BSイレブン 『ソードアートオンライン アリシゼーション』第2話 「悪魔の樹」 【「BEATLESS Final Stage」全4話 放送情報】 http://beatless-anim...ws/detail_0912_1.php ■MBS 9月25日(火)27:00〜27:30 :第21話放送 10月14日(日)26:15〜27:45 :第22話〜第24話放送 10/13((土))22:30- NHKBSプレミアム 『フランケンシュタインの誘惑』科学史 闇の事件簿 「超人類 人か?機械か?」 10/14(日)23:30-00:00 NHK Eテレ 『サイエンスZERO』 美少女CGが手話を会得 AI編集の実力 10/15(月)0:00-0:45 『地球ドラマチック(再)犬vs猫対決 2』 ネコの愛情ホルモン!感情を理解するイヌ! 10/15(月)0:45-1:32『超AI入門(再)人間ってナンだ?』機械も感じる? 10/15(月)2:15-3:45 MBS『BEATLESS Final Stage』 全4話中残り3話をまとめて 第22話〜第24話放送 世界バレー女子の試合次第で繰り下げ可能性あり >>85 スーパープレミアム『マリオ〜AIのゆくえ〜』 これ、ドラマ仕立てで分かりやすく懸念材料がちりばめてあって、なかなか面白かったです。 続編映画とかDVDで出ないかな? >>87 『フランケンシュタインの誘惑』科学史 闇の事件簿 のサイバネティクス・オーガニック=サイボーグの父とも言うべきモシャーって人凄いね。 人間の拡張ってトランスヒューマニズムだし。 もし生きてらボストンダイナミクスのロボット見て対抗心燃やすだろうな。 >>82 INTて整数型か?の1や4て意味あるんかな?逆に遅くなりそう。 倍精度より単精度が遅いみたいな? コンピューターでも計算が狂う?より ttp://izumi-math.jp/sanae/inf_box/flow/flow.htm >単精度は4バイト(32ビット)で、 >倍精度は8バイト(64ビット)で一つの数値を表します。 >単精度では、全体の符号が1ビット/仮数部が24ビット/指数部が7ビットで表現されます。>仮数部の精度は10進数で6桁しかありません>一方、倍精度では仮数部52ビット/指数部が11ビットとなり、精度は15桁に上がります。 >>82 >実際神経のそれはニューロン〜"発火 or 非発火"で 1ビットでも足りる。 ディープラーニングって0から1の間の確率に落とし込むんじゃないの? 論理だけならブーリアン型で良いってこと? バディドッグ 4 (ビッグ コミックス)発売中! 細野 不二彦 商品情報 発売日:2018年09月28日頃 著者/編集:細野 不二彦 レーベル:ビッグ コミックス 出版社:小学館 発行形態:コミック ページ数:208p ISBN:9784098600700 内容(出版社より) バディドッグ派遣事業、スタートなるか!? >>44 サイエンスZEROに映ってたのはどーみても ゲーミングPCタイプだった。 デスクトップ画面は無料のOS Ubntu14か16 ソフトウェアはCUDAとPython 藤田一弥『実装 ディープラーニング』 を参考にすると、 Windows10Proが動作するスペック マザー¥10,000 コアi7 \7,000 メモリ16GB \2,2000 グラボGTX1080 \80,000 HDDが2T \20,000 1200W電源 \20,000 筐体 \20,000 くらいでも20万円で作れそうだよ。 >>90 横だけど、一つの細胞がどうなってるかを表すために必要なデータの大きさなのでは。 INT4だと4x8bit=32bitで一つの細胞を表すとか。 一回計算する時間が変わらないとすると、一つの細胞をINT4で表していると 一回計算して一つの細胞しか計算できないけど、一つの細胞を1bitで表していると 一回で32個の細胞を計算できるみたいな。 >>93 ちゃんとあるんですかね?使われてるのかな? SAPと関連業務の用語集に関するページ。 http://www.sapfan.jp/term015.html >自分のためのメモ的なものですので、参考にしていただくのは自由ですが、 >内容に責任は持てませんので御了承ください。 用語集/INT4 -2177483647〜2177483647までの4バイト整数。最大10桁。 用語集/INT2 -32767〜32767までの2バイト整数。最大5桁。 用語集/INT1 0〜255までの1バイト整数。最大3桁。 【前スレ】 の重みパラメータだと10桁あればこと足りるってこと? 人工知能で自我・魂は作れるか?2AI [無断転載禁止]©2ch.net https://rio2016.5ch.net/test/read.cgi/future/1500306941/727 https://rio2016.5ch.net/test/read.cgi/future/1500306941/586 >586で紹介したQiitaの手書き数字認識のnet_params.js ←学習済みパラメータデータ配列 の一例を抜粋するとこんなんやで net_params = { "w1":[[-0.00741249,-0.00790439,-0.013075,0.0185257,-0.00153461,-0.00876485,-0.0292946,-0.0210186,-0.0149041, -0.00563215,-0.00669386,-0.0953202,0.0230295,0.00116916,0.0422731,0.00876646,0.0278336,-0.0357516,0.014931, -0.00776699,0.0100918,-0.0381134,-0.0302279,-0.00554773,0.063695,0.0315716,0.0631695,0.0197872,-0.0433127,-0.013501], [・・・], 小数は整数に含まれませんが・・整数に直してから計算してまた少数に戻すのか?さっぱりわからん・ これを最大10桁のまま計算だったら早いのか?重みが消えてしまいませんか?勾配喪失? >>94 単精度演算だったら聞いたことあるし使われてるのでは。 1bitで神経細胞がどうなってるか表せないんじゃないかと思う。 10/14(日)23:30-00:00 NHK Eテレ 『サイエンスZERO』 美少女CGが手話を会得 AI編集の実力 SAYAの手話CGがすごい。微妙な調整が大変だけど、最初の一歩 エロさも技術力向上には必要だと思うけれども、日本はどうして投資が進まず個人レベルなのだろうか? 日本のCGキャラ Saya: An extremely realistic CGI character https://youtu.be/iAJgZyrTeRU CGI is getting better and better! 海外のCGキャラ Unreal Engine 4 - (2018) - Ridiculous Realistic Looking Characters! https://youtu.be/Vh9msqaoJZw 2018, so a new year for Unreal Engine 4 technology to shine! A few days ago, GDC 2018 showed us how great the future of Unreal Engine 4 can look. Especially characters can look better then ever! 世界のロボットキャラ あなたが見なければならない信じられないほどの生き生きとしたヒューマノイドロボット8 https://youtu.be/dIuL4D00uOY 8:ASUNA 7:HAN 6:ACTROID 5:SOFIA 4:ERICA 3:GEMINOID DK 2:Kodomoroid and Otonaroid 1:JIA JIA SENSORS「ロボットと表現について」ERICA×小川浩平×落合陽一×齋藤精一が白熱議論(ロボットと表現 1/4) https://youtu.be/jOiP2gWuhcE 今回、SENSORSが注目したテーマは「近未来ロボット」。 日テレ新人アナウンサーのアオイエリカ(AOI ERICA)、 大阪大学小川氏を交え、MC陣と白熱の議論を展開。 劇場版SAO公開記念して2017年2月15日に行われた、「AR LIVE Technotopia SAO × “Wizard” Yoichi Ochiai」のイベント映像。 落合陽一×映画監督・伊藤智彦トークショーのほか、ARアイドル・ユナの特別ライブも必見。 https://youtu.be/XBUTKEKoJew アニプレックス 2017/02/17 に公開 「深層学習の現状は、1998年のインターネットに近い」: 「インターネット」で勝てなかった日本が、「深層学習」で勝つには http://www.atmarkit.co.jp/ait/spv/1810/17/news012.html NVIDIAが開催した「GTC Japan 2018」で、 東京大学 特任准教授、日本ディープラーニング協会 理事長の松尾豊氏が登壇。 深層学習の原理や、深層学習に関する研究の現状について説明し、 今後、実社会で深層学習がどう扱われていくのか、持論を展開した。 最小二乗法は、統計学で用いられる「回帰分析」などにおいて、係数を推定する方法だ。 「例えばMicrosoft Excelでは、xを気温、yを冷たい飲料の売り上げとしたときの散布図に近似直線(y=ax+b)を引ける。 近似直線を引くための位置(係数a,b)を決定付けるアプローチが、最小二乗法だ」 松尾氏は、「深層学習とは、最小二乗法の巨大なお化けのようなものだ」と紹介し、 (略) 「最近、『人工知能で政治を』という話を耳にしたが、 『xとyが定義できますか』と問いたい。 xとyが定義できなければ、データを集めてもプロジェクトはうまくいかない。 画像をxとしてyを犬や猫にすれば画像認識、xを英語の文としてyを 日本語の文とすれば翻訳、というように、 xとyを何にするかを考えるべきだ」 報道ステーション10時24分 ▽日本のロボット開発どこまで >>103 それって人間が解ってることはさっさと教えろって事だと思う。 >>106 yとxの関係が、人間がそういう関係になって欲しいと思う関係だとすると、 データをたくさん集めるとその関係が統計的にだんだんわかるのが ディープラーニングだと思う。 だから、統計の計算でそうなって欲しいと思う関係がわかるまで いつまでデータを集めなければならないかわからないようになる場合は 人間が解ってることはさっさと教えた方がはやいだろうとなると思う。 どういう統計をとってどういう見方をするのかってことだろ なって欲しいデータにならなかったら改竄するんか? それを捏造っていうんだよ。 >>107 統計くらい勉強しとけよ、とは言わないけど どういう意味を持っているのか、ちゃんと理解しないと、会話が成立しないよ ひまわりは一般的に黄色いから、背が高いんだくらい、もう、何言ってんだか誰にもわからないこと言ってるよ、君 http://worldrobotsummit.org/wrs2018/ 【名 称】 World Robot Summit(ワールドロボットサミット・WRS) 【会 期】 2018年10月17日(水)〜21日(日) 10:00〜17:00 【会 場】 東京ビッグサイト 東 6・7・8ホール 【主 催】 経済産業省、国立研究開発法人 新エネルギー・産業技術総合開発機(NEDO) 【入場料】 無料(登録制) >>106-111 画像のディープラーニングで、たくさんの画像データを処理させたら 人間が教えなくても自動で猫と判断したり犬と判断したりする機能ができた と言って評価していると思う。 ところが、>>103 では松尾氏がその画像認識と「xを英語の文としてyを日本語 の文とすれば翻訳」という例とをいっしょに並べている。 この翻訳の例では、yが正しいxの翻訳の場合のデータだけを使って ディープラーニングしないと人間の欲しい翻訳の機能が早くできないと思う。 いっしょに並べてる例だから、画像のディープラーニングの例も、これは猫、 これは犬と教えてディープラーニングするというやりかたを言ってると思う。 だから、政治用ディープラーニングをする時に、ただ世の中の様子をいつまでも ディープラーニングするより、例えばxは世論、yは政策と定義して、世論と うまく行った製作の例だけディープラーニングさせる(つまり人間が うまく行く例を教える)と、早く政治用AIが作れるだろう、と言ってると 思える。 >>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。 >>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? >>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 >>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 >>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 >>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? 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。 >>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。 (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。 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? >>123 東ロボ君は手があって、文章で回答できるらしい。 >>124 概念の層が増えればいいだけなんでしょ? 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 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 >>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。 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。 >>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. 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) >>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/ >>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。 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。 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 >>137 グラフとロジックを結びつけるという感じか 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 >>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 >>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 >>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。 >>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? [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 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 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) 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。 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? 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 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。 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? 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。 (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。 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 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―。 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 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。 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 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 >>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。 >>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。 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。 Eテレ22:00〜23:00 人間ってナンだ?超AI 入門 『恋愛』 【創価学会は朝鮮族支配のカルトです】 オウムに人材と資金提供していたようです。 犯罪教団のお手本であり創価学会は、現世利益を看板にしてし、おびただしい数の出版物を半強制的に買わせる異常に気持ち悪い卑劣鬼畜外道ドブネズミです。 創価学会は、批判者や脱会者に対し、脅迫、尾行、見張り、嫌がらせ、怪電話、怪文書、暴行、傷害、盗聴等々、あらゆる犯罪的手段を用いて攻撃します。 創価学会を私物化した池田大作の野望は、日本の国家機構を乗っ取り、絶対支配者となる ということです。 同時に、創価学会は、司法界、官僚、警察、マスコミ界等へ、池田大作私兵を送り込む作業を長年にわたり組織的に続けています。 j 創価学会の会員は何かにつけ込まれ、無理矢理入信されられた方がほとんどです。 つまり、被害者なわけで救い出すチャンスはあると思います。 皆様とともに、どうしたら彼らを救い出すことができるかどうかを話し合ってみたいと思います。 池田大作先生を信じ、崇拝したところで、幸せが訪れるでしょうか? 創価学会は撲滅するべきです m 備考 その他の入ってはいけないランキングです アレフ、統一教会、顕正会、エボバの証人、法の華 創価学会被害者の会 浪速建設 岸本晃(キシモトアキラ) 10年以上前になる、ゲームキューブの人工知能AI マリオやっと見つけた。 64モデル1体700ポリゴンのマリオ128人がAIで個別に動き回り、 128個以上の箱や他のマリオを認識して掴んだり押したり、 それぞれの衝突判定を処理、背景及びライティングと重力の物理演算もこなして、 処理メーターが3分の1で安定するという驚きが登場当時には有りました。 【GC発表会】スーパーマリオ128 2007/6/5 投稿 http://sp.nicovideo.jp/watch/sm404928 ゲームキューブの初お披露目の時に公開されたデモです。 解説は宮本茂さんです。 映画『人魚の眠る家』見てきました。 ヤバいよ、最初から最後まで涙が止まらなかった。 こんなの見たら、魂なんて造れっこないし、 作っちゃいけないんじゃないかと思えてくる。 超感動した泣ける映画でした。 >>167 その映画ってノンフィクションなの? フィクションだったら魂の動きが作れたってことだと思うぞ。 >>168 >フィクションだったら魂の動きが作れたってことだと思うぞ。 "魂の動き"とはどのようなもののことでしょうか? 創作小説としての文章表現になるのでしょうか? 映画作品としての映像表現になるのでしょうか? すみません。原作を読んでおりません。 以下のレビューサイトでは、フィクションのようです。 シネマアートオンライン 映画『人魚の眠る家』 http://cinema.u-cs.jp/movie-info/ningyo-review/ >最先端の科学を舞台にしながら人類有史上もっともデリケートな尊厳死問題を扱うフィクション。 一部ネタばれになるかもしれませんが、 脳死状態で手足の筋肉を動かすのはリハビリとして効果があると思いますけど。 脳のリハビリが可能かどうかは不明ですね。 劇中の人物が少女の目を閉じたまま手を挙げる様子を見て恐怖におののき逃げ出すシーンがありますが。 これは、事前に少女に関する情報が不可欠になりますよね。 何処にでもいる小学生に目をつむって手を動かされても全然怖くないですし。 動かないはずと思い込みがあるからこそ人形が勝手に動くと怖い。 では、ロボットやアンドロイドはどうなんだろう?不気味の谷には人によって開きがありそうです。 私が不可能と感じるのは、死に目に立つとか虫の知らせとか、心霊写真や心霊動画現象ですね。 いづれ3DCGでリアルに再現されても、画面の中だけでは、自我や魂は世間に認められることはないと感じました。 この映画を見て、いまひとつ気になっていることが有ります。 記憶というのはビデオのようではなく単なる断片として蓄えられていて、 記憶自体には過去も未来もないと言う事らしいですね。 耳の近くに存在する時間と空間を管理する部分と紐付けられて過去の思い出になるそうですが、 恐怖に感じるとか、トラウマだとかは過去時間と結びついているから怖いのだと思っていましたが、 夢の中で有り得ないものに出くわしても怖かったり、怪談を聞いても怖いのは不思議です。 聞いたり想像した瞬間に時間と空間情報が紐付けられてしまうからなんでしょうかね? ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.4.7 2024/03/31 Walang Kapalit ★ | Donguri System Team 5ちゃんねる