(強いAI)技術的特異点/シンギュラリティ121
■ このスレッドは過去ログ倉庫に格納されています
2045年頃に人類は技術的特異点(Technological Singularity)を迎えると予測されている。
未来技術によって、どのような世界が構築されるのか?人類はどうなるのか?
などを様々な視点から網羅的に考察し意見交換する総合的なスレッド。
■技術的特異点:収穫加速の法則とコンピュータの成長率に基づいて予測された、
生物的制約から開放された知能[機械ベース or 機械で拡張]が生み出す、
具体的予測の困難な時代が到来する起点。
■収穫加速の法則:進歩のペースがどんどん早くなるという統計的法則。
ここでの進歩とは、技術的進歩だけでなく生物的進化、生化学的秩序形成も含む。
★ 関連スレ(特化した話はこちらで)
(AI) 技術的特異点と政治・経済・社会 (BI)
https://goo☆.gl/riKAbq
(情報科学) 技術的特異点と科学・技術 (ナノテク)
https://goo☆.gl/RqNDAU
★関連書籍・リンク・テンプレ集(必見)
https://goo☆.gl/Puha9e
※URL部分をコピーし、☆を消してペースト※
※前スレ
(強いAI)技術的特異点/シンギュラリティ120
https://rio2016.5ch.net/test/read.cgi/future/1524673308/
(強いAI)技術的特異点/シンギュラリティ119
https://rio2016.5ch.net/test/read.cgi/future/1523857635/
(強いAI)技術的特異点/シンギュラリティ118
https://rio2016.5ch.net/test/read.cgi/future/1523134522/ AIでマインドリーディングの時代が到来(前)
http://tech.nikkeibp.co.jp/it/atcl/idg/17/042300133/042300001/
AIでマインドリーディングの時代が到来(後)
http://tech.nikkeibp.co.jp/it/atcl/idg/17/042300133/042300002/
筆者は思う。人間の考えや心をソフトウエアで読み取るマインドリーディング・テクノロジーは、商用利用にふさわしい段階に達しているのみならず、日々のビジネスできっと役に立つと。
何を言っているんだ、と思う人もいるだろう。そんな技術は気味が悪いし、プライバシーの侵害だし、使い道がないと思うかもしれない。
そういう人は、ぜひ今回のコラムを読んでみてほしい。考えが変わるかもしれない(そして、そのように考えが変わったことも、デバイスできっと読み取れるようになる)。
Lyftの月定額プラン試験、ウェイトリスト登録の受け付け開始
https://jp.techcrunch.com/2018/05/10/2018-05-09-lyfts-monthly-subscription-plan-gets-a-waitlist/
OpenAI、真実と虚偽のエージェントらが論争し、どちらが正しいかを裁判官が予測するディベート訓練法を発表。人間たちで試せるWebサイトも公開
https://shiropen.com/seamless/openai-ai-safety-via-debate
Googleが視覚障害者の代わりに「目」となって周囲の情報を的確に伝えてくれるアプリ「Lookout」を発表 - GIGAZINE
https://gigazine.net/amp/20180509-lookout >>340
>視覚障害者の代わりに「目」となって
これはいいな。
画像認識が発展してきた今だからこそ、実用化できる技術だな >>339
たしかに、splatoonみたいな協力プレイは次のテーマかもね。開発元が異なるAI同士の協力プレイとかまだ先だろうな。ただ、codとかのfpsになるとコンピュータはエイムがチート性能だから、適当でも勝てそう。 >>331
だから、フレームワークとライブラリは違うんだよね、ということを言いたかったの。
ごめん、周りくどくなって。謝るからそこはもう許して。悪かった。
自動プログラムってなんなの? >>343
Splatoonは不確定要素が多い。
囲碁は有限確定完全情報ゲームだが、スプラはインクの塗り方や武器の違いで戦況が大きく変わる。
そして君が言った通り、仲間や相手が、個々人で差がある。
こういうゲームを攻略するのは非常に難しい。 ポケモンとかのターン制RPGゲームは、情報が確定してるから、
すぐ攻略できるだろう。 エキスパートシステムは知能が成長できないというのは
勉強するためのルールはエキスパートシステムに入れられない
っていうこと? ただ組み合わせが大量ゆえに、今までの方法では計算量が膨大になって、結果出力に時間が掛かってしまった。
しかしDeepMindの深層学習の技術で、計算時間を圧倒的に短縮することを可能にした。 >>344
自動でプログラムを作ってくれるようなしろものでしょ、言葉通り。 Uber自動運転車の死亡事故、原因はあえて感度を下げたソフトウェアにあった | ギズモード・ジャパン
https://www.gizmodo.jp/2018/05/cause-of-uber-death-accident.html
マイクロソフトが「半導体企業」になる日──人工知能を巡る、もうひとつの開発競争|WIRED.jp
https://wired.jp/2018/05/10/microsoft-own-path-on-ai/
「Firefox 60」正式版リリース、Web Authentication APIがサポートされエンタープライズ向けも登場 - GIGAZINE
https://gigazine.net/news/20180510-firefox-60/
Windows 10 RS5でクリップボードが大改良。履歴利用やPC間でやりとり可能に - PC Watch
https://pc.watch.impress.co.jp/docs/news/1121003.html
Googleが機械学習専用の第3世代プロセッサ「TPU3.0」を発表、冷却が追いつかず液冷システムまで導入する事態に - GIGAZINE
https://gigazine.net/news/20180510-google-tpu-3-ai-processor/
Sony Japan | ニュースリリース | AIを実現するディープラーニング統合開発環境クラウドで複数GPUによる高速学習サービスの提供開始
https://www.sony.co.jp/SonyInfo/News/Press/201805/18-043/
人工知能ニュース:プログラミング不要、組み込みディープラーニングのモデル構築ソリューション - MONOist
http://monoist.atmarkit.co.jp/mn/spv/1805/10/news041.html ビットコインに逆張りする人は泣きをみる | プレジデントオンライン
http://president.jp/articles/-/24921
「メモ帳」がLinuxの改行コードをサポート - やじうまの杜 - 窓の杜
https://forest.watch.impress.co.jp/docs/serial/yajiuma/1120764.html
【リーク】GTX1180 性能も価格もGTX1080Tiと同じで確定か?GTX1080からたった20%しか向上せずGPU性能頭打ち時代突入へ : 汎用型自作PCまとめ
http://www.jisaka.com/archives/26200513.html
画面はないけどGoogle Assistantつき。トランシーバーみたいな携帯電話「Relay」 | ギズモード・ジャパン
https://www.gizmodo.jp/2018/05/relay-cellphone.html
Waymo、Google I/Oで降雪時の自動運転について紹介。機械学習でセンサー情報から雪を除去 - Engadget 日本版
https://japanese.engadget.com/2018/05/09/waymo-google-i-o/
Google I/O 2018:Googleが機械学習/AI活用で見せた「これまでとは違った景色」、トップ7 - @IT
http://www.atmarkit.co.jp/ait/spv/1805/10/news035.html
【井上繁樹の最新通信機器事情】メッシュネットで拡張可能な11acルーター「Google Wifi」 〜家の中からでも外からでもスマホでフル管理 - PC Watch
https://pc.watch.impress.co.jp/docs/column/inoue/1120558.html
ASCII.jp:SXSW 2018で見た「AIブーム」の終焉|アスキーエキスパート
http://ascii.jp/elem/000/001/673/1673587/
先端技術としての「AI」からコモディティへ。 >>309
新井はクリスチャン
だから人工知能が神に近づくなんて絶対に認められない >>348
記号で完全に記述(=特徴量を人間が書き下せる)できるものであれば、エキスパートシステムとして構築できる
画像認識技術などは明文化できない部分が多く高い精度をいままで出せなかった
これを自律的に特徴量を獲得するニューラルネットワークモデルが解決した
エキスパートシステムはあくまで人間がルールを追加しないと処理できる対象は増えていかないので成長するシステムになり得ない
勉強して賢くなるルール、なんてのも記号的にプログラムコードに書き下す方法が現時点では解らないので、そうだね
ニューラルネットワークである程度はできるかもしれないが。 新パッケージング技術の開発も:
TSMCがロードマップを発表、EUV導入は19年前半 (1/2)
http://eetimes.jp/ee/spv/1805/10/news033.html
TSMCは、7nmプロセスの量産を開始し、さらにEUV(極端紫外線)リソグラフィを導入したバージョンの生産を2019年前半にも開始する計画も発表した。
さらに、同社は5nmノードに関する計画も明らかにした。
DeepMindが脳の働きを模倣した「ルート検索AI」を開発&未知なる人間の能力解明にも着手
https://roboteer-tokyo.com/archives/12592
【深学鼠】グリッド細胞は2014年ノーベル賞。現象としてはわかりやすいものの何故こんな奇妙な神経活動が脳内で実現できるのかは謎でした。
ところがAIに散策させただけでAI内部にグリッド活動が自然と生まれ、なんと近道まで見つけたそうです。今朝の『ネイチャー』→https://www.nature.com/articles/s41586-018-0102-6
https://twitter.com/yuji_ikegaya/status/994411808638185472
目蓋の追従は本当に重要です。不気味さにとってクリティカルな要素なので、CGアバターやヒト型ロボットを作るみなさんはぜひ意識してみてください。
https://twitter.com/toodooda/status/994426922003189760
動画あり DeepMindが脳の働きを模倣した「ルート検索AI」を開発&未知なる人間の能力解明にも着手
https://roboteer-tokyo.com/archives/12592 >>355
watoson や zinrai は
ディープラーニングとエキスパートシステムを
組み合わせているらしいから、
教えてもらう事をパターン認識と勉強ルールを使って
シンギュラリティを起こせるんじゃないだろうか。 >>355
watoson や zinrai は
ディープラーニングとエキスパートシステムを
組み合わせているらしいから、
教えてもらう事をパターン認識と勉強ルールを使って
シンギュラリティを起こせるんじゃないだろうか。 >>357
キタ━━━━━━━━(゚∀゚)━━━━━━━━!!
>>356
目蓋を追随させて本物らしくなってると思った。
でも瞬きするときの速度と、目の動きのぴくぴくが
再現されていないと思う。
瞬きや目の動きは鳥の首みたいにピクっと動く事が多いので
にゅるにゅる動いているとやっぱり不気味。 >>348
条件に従って道を進んで行くと最後に回答にたどり着けるのがエキスパートシステム。
単純化すると
歯が痛いですか?
イエスなら歯医者に行けと書いてある
ノーだったら良かったですね、またどうぞと書いてある
だから、ノウハウ集みたいなもん
業務に精通してて、新人の扱いに長けてるような人が後ろに居てくれると、割と使える代物になる
こいつが学習するような仕組みを作れるなら良いけど、それができたらもうエキスパートシステムじゃない、何か別のもんじゃないだろうか? >>363
対応表で勉強するためのルールを書けるっていう意味? 新井紀子なんだよ新井紀子
シンギュラリティは到来しない 強いAIって組み合わせ爆発とかどうやって解決するの?
もちろん囲碁にも組み合わせ爆発はあったんだろうけど
完全情報ゲームだからそれでも世界チャンピオンに勝てた
でも不完全情報ゲームとかどうなるんだろうな
例えば遊戯王に強いAIを作るとして 今のルール 今ある全カードを
覚えこませたとしても 思いもよらないデッキやコンボを作り出せるんだろうか >>357
キタ━━━━━━━━(゚∀゚)━━━━━━━━!!
【量子物理学】ゲーマーたちが量子力学の検証を「パワーアップ」ベルテストで量子力学による予測の検証[05/10]
http://egg.5ch.net/test/read.cgi/scienceplus/1525931209/
人工衛星のデータとブロックチェーンを活用して、仮想空間にもう1つの「地球」を作る仮想地球プロジェクトを始めます!
これまで有志メンバーで動いてましたが、今後は実証実験なども行っていくので協力してくれるコミュニティのメンバーを募集中です!
https://exa.earth/
https://twitter.com/ka2aki86/status/994447587460575232
8月にプラハにて開催される人間レベルのAIをテーマとしたカンファレンス#HLAI2018があります。
論文投稿の締切は過ぎていますが日本からも多くの人に議論に参加してもらえるように参加費10%オフになるコード(ARAYA-HLAI2018)を作ってもらったので是非ご参加ください。
https://www.hlai-conf.org/
https://twitter.com/kanair_jp/status/994467080379490309 >>365
ルールを作るルールが必要だよ。
そういうのはエキスパートシステムの中には入ってないよ シンギュラリティが来ない根拠が知りたいな
来ないものは来ないとかじゃなくて >>372
もちろんそうだよ
シンギュラリティが到来すれば無限の計算能力を持つ機械によって
全てが救われる(不老や不労の実現)とは思っていない きっかけや可能性にはなると思うけど
そんな遥か未来の夢物語より俺は 昨今AIが囲碁の名人を打ち破ったみたいに
ゲームに強いAIがこれから作られるんじゃないかなと 地に足を付けた予想をしてる
あとAIがこれまでいた歴代の画家や漫画家、デザイナー等
全ての画風を完璧に真似出来るなら どんなにコンピューターに無知な人でも
否応なしにAIの力を感じるだろうし 本格的に社会が変わっていくことを
実感できるんじゃないかな AIによる夢のような描画は10年じゃ難しそうだけど 人間以上の汎用AIが出来ない理由が知りたいな
出来ないものは出来ないとかじゃなくて >>377
消費税「ダメなものはダメ」土井たか子元社会党委員長 人間以上の汎用AIが出来ない理由が知りたいな人間以上の汎用AIが出来ない理由が知りたいな
出来ないものは出来ないとかじゃなくて
出来ないものは出来ないとかじゃなくて いよいよ、国連も「大麻規制」見直しへ!
万歳、万歳、万歳、万歳、万歳!
大麻は、ガンにもエイズにも癲癇にもパーキンソン病にも、その他あらゆる難病にも効果を発揮する事が分かっています。
日本も早急に大麻の全面解禁を推し進めましょう!
http://news.livedoor.com/article/detail/14561719/ >>364
現状では人間が対応表を付け足していくしかない
自動的に追加できるようなら汎用AIだといえる 日本の長崎のハウステンボスについに無人コンビニができたらしいぞ。
中国から二年遅れ、アメリカから一年遅れて日本にも無人コンビニだ。4
https://www.nikkei.com/article/DGXMZO30303820Q8A510C1000000/ >>379
出来ない理由が知りたいってことが、何を求めてるのかによるんじゃないのかな?
なんかわかりにくい表現になったけど
どうやったらそんなもの作れるのか誰も知らないから
考えるってことがどうやったら実現できるのか誰も知らないから
考えるってことの原理、論理がわからないから
だから出来ない
原理的に出来ないかと言ったら、そりゃ、現実に人間が居るんだから、人間以上のものだって作れるに決まってる
だから、あなたが何を解として求めてるかによるんじゃないかな?。早い話が自問だよね、これ。 原理的に出来ないかと言ったら、そりゃ、現実に人間が居るんだから、人間以上のものだって作れるに決まってる
普通はこう考えるのが自然だわな >>309
本人が科学者で実際その道の専門家
起こらないではなく、すぐには起こらないという話でしょ
もっと言えば、彼女自信、プログラムする中で人の長所やそもそも学習の不備みたいな物を見つけたんじゃない?
なんかそんな気がする >>310
サブルーチンやライブラリね
物理的な世界でも計算機とかワープロ、電子辞書とかはあるけど
それを統合して、小説を書いたりする機械が存在していない
単品の機械があればできるという簡単な話ではないって事でしょ
早くプログラマ失業したい
何で、こんなに簡単な作業するら書く必要があるのかと常に思う >>312
自然言語を理解してくれるコンパイラーができれば良いね
まぁ昔はprint すら理解できなかったから凄い進歩だがまだ先は長い
例えば、日本語の使えるプログラミングソフトに「なでしこ」という物があるけど
「こんにちは」と表示
なら表示されるけど、
「こんにちは」を表示
だとエラーが返る
この程度の表記揺れすら対応できない トヨタの最新自動車製造工程動画2018
トヨタ工場での自動車製造・組み立て工程 [Toyota Motor
https://www.youtube.com/watch?v=5T9G8NaDvdY
っていうか、トヨタは、ライン製造をやめてるのか?
それは、とでもないことだぞ。
これで、年収400万円?
トヨタさまだ。トヨタさまはやっぱり賢い企業だったんだ。 >>383
考えるということ・知能の本質は現実からの入力とは逆方向の入力、つまり予測(連想)することだよ。
まず、世界を認識するには予測(連想)による入力の補い(予測変換)が必要だ。
次に、現実の犬を認識するとき、頭の中での想像上の犬を認識するとき、
どちらも犬と認識されるため、同じ犬ニューロンが発火する。
では現実上の犬と想像上の犬、どうやって区別している?
区別ニューロン?それは違う。
犬ニューロンの発火の向きが逆方向になっているのだよ。
この逆向きの入力を、さらに繰り返す「予測の折り返し」を言語野で行うことで一般的な思考が実現しているのだ。 A「シンギュラリティは来ません!」
B「どうして?」
A「空想だからだ」
B「どこが空想なの?」
A「それは言えん」 例えば、Numentaという文字列を見たとき、いちいちnとかtとかの一文字にはあまり注目しない。
それは文字列(特徴量)を組み合わせて単語を予測(連想)しているからだ。
逆向きの入力が予測(連想)を行っていることを私は断言する。
早速水もちこみ禁止や、かなりえずきという文字列も速水もこみちやえなりかずきと予測変換してしまうのだ。 やっぱりAIと人間の脳の解明は切っても切り離せない関係なんだろうな
全てはエクサスパコンで全脳シミュが始まってからだろう >>394
まさにその通り。よく分かってらっしゃる。 >>390
車載OSではグーグルにどうやっても勝てない
だからトヨタの凋落は既に時間の問題
それに電気自動車の場合
1台あたりの部品数が1/3まで圧縮されるから系列もヤバイ
自動織機メーカーから自動車メーカーに転換したように
今度はロボットメーカーへ鞍替えするのだろうか? >>392
朝日新聞:安倍政権の葬式はウチで出す
故・三宅久之:是々非々で良い所は誉めれば?
朝日新聞:ダメです、社是だから出来ません 238 オーバーテクナナシー sage 2018/03/20(火) 23:27:54.02 ID:6zgvvpxw
>>237
>ホーキンスが人間の思考回路の本質をある程度解明したのは評価すべきでしょ。
これが本当なら評価されるべきだとは思うけど、
HTMって特定分野の最適化に、
優れてるってアルゴリズムなんじゃないの?
結局、HTMを使うための元になる、
アルゴリズムは人間が組むってタイプじゃなかった?
それって、
従来のニューラルネットワーク系のプログラムと、
変化が無いと思うんだけど、
最適化された内容が、
従来のニューラルネットより、
効率的とか、そういう話?
↑
何度も言うがホーキンスは知能の本質は予測(記憶による予測の枠組み)であると主張している。
人は寝ている時以外1秒も怠らずに予測を行っている。
大して(というか全く)頭を使わなくても歩ける、コンピュータならもの凄い計算が必要なスポーツ(良く分かる例が野球のバッター)がスムーズな動きが可能なのは経験による予測を行っているからだ。
もし歩けないのであればそれは予測が出来ていなくてボケているのだろう。
そのボケているという状態はまさに意識・知能レベルが低下している状態で、このことから、意識・知能の正体は予測(連想)の働きであることが分かる。
証明終わり。 よくなんも成果だしてないホーキンスなんて持ち上げられるねw ホーキンスはルックスで得してたよな
五体満足でルックス良かったら、
あれほどは持ち上げられなかったであろう >>396
ハードの制御の部分はスマホでも
TRONで動いているらしい。 >>391
と言う仮説ね。
別に脳がどうとかは、
いちいちこだわる必要がない。
ディープラーニングで、
特徴量を抽出して、
犬を認識できるのなら、
脳の処理と同じだろうが
違っていようが問題ない。
説明する際に適当に、
脳の認識を模倣したとか言っとけば、
そうなんだとか信じる人間が出てくる。
逆に、
>逆向きの入力を、さらに繰り返す「予測の折り返し」を言語野で行うことで
>一般的な思考が実現している
これが事実であろうとなかろうと、
これをプログラム化できるなら良いけど、
脳を解析したら
脳がこうやってプログラムにしたら良いよと、
教えてくれるわけじゃない。 脳内の電気的なシグナルを人間側で勝手に解釈して、
これは「予測の折返し」で、とか適当な説明をつけてるだけ、
しかもその、
「予測の折返し」とかを実用的なプログラムにするアルゴリズムは、
人間が言語化して用意する必要がある。
つまり、
この脳内の電気信号が「予測の折返し」であるとかを、
仮に判別できたからと言って、
自動的にアルゴリズム化されるわけじゃないから、
結局人間が、
「予測の折返し」だとか、
脳の機能と思われるものを、
人間が言語化して、
アルゴリズム化していってる。
じゃあ、
脳の電気信号を参照して整合性をとる必要性はどこにあるの?
と言う話になる。 人間が用意したアルゴリズムが、
より便利なものなら、
脳の機能を模倣したと言っとけばいい。
>DeepMindが脳の働きを模倣した「ルート検索AI」を開発&未知なる人間の能力解明にも着手
>https://roboteer-tokyo.com/archives/12592
これなんて普通に、
アルゴリズムを先に作って、
人間の脳の処理がこうだったとか言ってる。 例えば、
もし仮に、
脳内で創造性を働かせている時に、
反応する部位と、
その時の電気信号のパターンが、
特定できたとする。
その場合、
脳は、どうやったら創造性をアルゴリズム化するかを、
教えてくれるのか?と言うと、
当たり前だけど、
教えてくれない。
結局、
人間が独自の解釈をして、
創造性を言語化して、
アルゴリズム化するという、
手順を踏む必要がある。
つまり、
脳の信号との整合性は、
何の為にとってるの?
と言う話になる。 HTMとかは、
全脳解明とか、
余計な手順を踏ん出るようには見えないけど、
目的地が、
関数の部分最適化のアルゴリズムである限り、
汎用的なAIには到達しない。
つまり、
スタート地点も到達地点も、
目的地に到達するように設定されていない。 予測の折り返しも具体的な説明がちゃんとあるから。
俺は忘れたから、知りたかったら「考える脳考えるコンピューター」を読んでくれよ。
HTMやnumentaやHawkinsに対する批評は、それを熟読してからにしてくれないかね。 トヨタの製造工程はライン工ではなくなってた
トヨタ自動車の製造工程動画があったので見てみました。
びっくりしました。
ぼくは2007年のトヨタ自動車のライン工で、エンジンの組付け工でした。
六か月でつぶれて辞めました。
それでも、半年で三百万円以上稼ぎましたけど。
それが、現在ではぜんぜん作業内容がちがうんです。
トヨタの最新自動車製造工程動画2018
トヨタ工場での自動車製造・組み立て工程 [Toyota Motor
https://www.youtube.com/watch?v=5T9G8NaDvdY
なんと、もうライン工じゃなくなってるんです。
ライン作業は終わってるんです。
精鋭部隊といわれる期間工が作業を受け持って精密にじっくり組み立ててるそうです。
これで年収400万円以上です。手取りだと350万円くらいでしょうか。
さすが、日本一売上高の高い企業です。
あの地獄のライン作業が終わってると思うと、なんて幸せな時代が来たんだと超うれしいです。
もう歳でポンコツのぼくは自動車組み立て工なんてできませんけど、
ああ、あの地獄の作業がちゃんと職人工の仕事になってるんだ。
うれしいので、思わず記事にします。
プレスから溶接にボルト締め、建て付け調整、塗装に最終組み付け、ほんで性能試験テストに品質保証に全部チームでやってる。
そうです。 >>407
>予測の折り返しも具体的な説明がちゃんとあるから。
具体的な説明があってもなくても良いの、
それが正しくても間違っていても、
脳が勝手にアルゴリズム化の方法を、
教えてくれる訳じゃない、
ならそれを、
アルゴリズム化するには、
人間が独自に解釈して、
言語化する必要がある。
この工程には変化が無いから、
脳との整合性をとる必要は無いよ。 「予測の折り返し」っていう表現だとなんだか単純に見えるかもしれないけど、
実際の具体的な説明の項はとてもややこしかったよ。
俺にこのスレで分かりやすくまとめて説明しろと言われても間違いなくムリ。
著書を読んでくれ。 >>410
勘違いしてるかもしれないから一応言わせてもらうけど、まだHTM理論は完成してないよ。
完成してないから、まだアルゴリズム化に移れないの。
それだけの話。 >>412
>勘違いしてるかもしれないから一応言わせてもらうけど、まだHTM理論は完成してないよ。
多分、オレが何を書いてるのかが
理解できてないんだろうけど、
HTM理論が完成していようがいまいが、
関数の部分最適化しかしないなら、
汎用AIには到達しないし、
HTM理論が正しかろうが間違っていようが、
脳との整合性をとる必要性はない。
もっと、
根本的な話をしている。 HTMは、
全脳解明みたいな、
無駄な手順は踏んでないだろうけど、
脳が脳がとこだわる必要はどこにもない。 あ、完成してないというか、今はホーキンスは感覚運動理論っていう新しい理論を研究中で、
自己連想記憶理論(HTM)は完成済みだったけど、HTMだけでは足りなかったのかもしれない。
同時平行でHTM理論のアルゴリズム化も行っていると思うよ。
理論が完成しているからあまり時間はかからないと思う。
感覚運動理論は空間認識において重要な理論。
これが完成すればnumentaが汎用AIの実現に大きく前進すると思うね。
これからのnumentaの研究の進展が楽しみで仕方がない。 HTM理論が正しいとか間違ってるとか、
そんな事は、
人間には本質的には判別できない。
つまり、要は、
間違っていようが、
汎用AIとして必要とされる機能を満たしていれば問題ない。
後から、
実際の脳の機能とは、
かけ離れてましたとか判明しても、
それが使えるなら、
前提が間違っていようが
何の問題もない。 開発進む「ポスト京」−計算速度1年を5日に 都市災害予測・創薬に威力
https://www.nikkan.co.jp/articles/view/00384028
マイクロ流体回路を使ったエマルジョン液滴量産技術
https://www.nature.com/articles/s41467-018-03515-2
従来手法よりも粒径の揃ったものを1万倍もの速さで量産。製薬をはじめ各種用途で利用可能。
人工イクラ
https://twitter.com/Kyukimasa/status/994448676515864577
動画あり
太陽光、世界で急拡大 優遇政策や価格下落が追い風:日本経済新聞
https://r.nikkei.com/article/DGXMZO30323050Q8A510C1TJ3000
5年では約4倍に増え、すべての再生可能エネルギーの増加分の約4割を占める。水力や風力を上回るペースで急速に広がっている。
外科手術ロボットDa Vinciを使った初の脊索腫除去手術が成功。患者はすでに職場復帰
ロボット支援手術の可能性がさらに拡大
https://japanese.engadget.com/2018/05/10/da-vinci/
AIが考案したルールで人間が編み物をしてみたら、何が起きたか
https://newspicks.com/news/3010220 アウディ、EV・自動運転に5兆円超投資25年まで
高級車で競争過熱
https://r.nikkei.com/article/DGXMZO30263920Z00C18A5TJ2000
サムスン、マイクロソフトとVR/AR両対応の一体型ヘッドセット開発の噂 - Mogura VR
https://www.moguravr.com/samsung-microsoft-vr-ar/
中国14億人を格付けする監視システムの真実 反政府活動どころかグレることもできない | ニューズウィーク日本版 - 東洋経済オンライン
https://toyokeizai.net/articles/amp/219940
「信用できる人はどこへでも行くことができ、信用できない人は一歩を踏み出すことすらできないようにする」。
「培養肉を作る仕事」の求人情報が出ました。おそらく国内初です。
http://integriculture.jp/?p=417
https://twitter.com/shojinmeat_jp/status/993702618101788672 >>417
その方式じゃやっぱだめだったの。
ホーキンスがニューラルネットに対する批判をして、結局現在もホーキンスざまあみろ、って展開には全然なってないね。
昔(deeplearning出現以前)よりかはかなりマシになったけど、限界が見えてきた。
今のAIのdeeplearningによる認識はもはや頭打ちじゃない?
特に動画の認識とか。
deeplearningじゃ根本的に脳のような完全なマルチモーダルな認識は出来ないんだよね。
何故ならdeeplearningは切り取ったデータを入力し出力して間の関数の最適化をしてるだけだからね。
連続的な情報をニューロンが記憶するためにシナプスの配線や繋がりの強さを変えているのが脳(大脳皮質)の学習の仕組みなのに。
ホーキンスはまさに現在も変わらずdeeplearningで絶賛頭打ちな「認識分野」で脳を真似ることがマルチモーダルな認識から自然言語処理まで繋がると考えたから、
記憶による認識はもちろん記憶による思考を担う大脳皮質の働きの研究が汎用AIの開発において最も重要であると考えたのだ。 AIを作るにあたって脳の仕組みに拘る必要もないし、それが脳との整合性が取れていなくてもよい
ただ脳に学ばず作り上げた仕組みはこれまで目覚ましい成果は上げていない >>422
んー?
ディープラーニングは
別に脳の機能を真似てないが、
人工知能では、
一番のブレイクスルーと考えられてるんじゃないか? >>424
ニューラルネットワークは限界もいいとこ。
脳理論HTMに参考になるほど評価できる素晴らしい部分もあるが、
時間、空間の壁を越えることは出来ない。 >>391
それがなんで考えることの本質なんだろね?
衒学趣味もいいけれどさ、どっかの一般本に書いてある、俺はこう信じるって言う信念の告白のコピペに過ぎないような気がするんだけどな
で、多分間違ってないと思うよ、上の推測は
自分で考えたことでもなきゃ、ちゃんと確信できてることでもないでしょ? 人間は
猫の画像を何万枚も見ることによって、
猫の特徴量を抽出して、
猫を認識するわけじゃない。
ディープラーニングでの
画像認識が上手くいったから、
人間の脳と同じだとか、
言うやつが出てくるのはある程度しょうがないが、
ディープラーニングの認識は、
人間の認識と同じだとか言ったら、
そんなわけねーだろと言う人が
多いんじゃないか? >>428
おっ、感情論か?論理で説き伏せるのはそうそうに諦めたみたいだな そもそもニューラルネットワークを構成しているネオコグニトロンが、
当時の神経細胞モデルから着想を得て作られてるんだから
それを何千個とネットワーク状にしてみた(=ニューラルネットワーク)ら脳の働きと似ていない訳がない えーと?
何、ディープラーニングは、
人間の認識と同じだと思ってるの?
なら、
概念の記号接地はどうやるの? つまりね、僕が言いたいのはね、
認識においてdeeplearningは頭打ちHTMは真打ちということ。
目指すのが自然言語処理というのはnumentaも同じだと思うよ。 それでさも>>428の様な自らの妄想を事実であるかのようにバカが吹聴するものだから世も末だ。 ディープラーニングで、
物理的に存在しているものの、
記号接地はできるだろうと言うか、
できた。
それに対して、
概念としてしか存在していないものは、
記号接地できない。
人間と同じ様な、
処理をしているなら、
概念しか存在していないものも、
接地できるべきなんじゃないの? ディープラーニングが最強だとは思わないし
それが記号接地の完全な解決策であるとは思わない
解決策としてはまだまだ弱すぎる
別なアルゴリズムが必要になる 新皮質っぼいことするためにdeeplearning研究するのは諦めて、黙って新皮質をアルゴリズム化しましょうよというのがHTM。
>>434
>>421
俺にまたイチから説明させろというのはキツイから止めてくれよ。反論するならちゃんと俺の文章も読んでくれよ。
>>421
deeplearningが限界というのは同意ですね。 >>436
えーと、
それはディープラーニングによる認識は、
人間の認識とは違うってこと?
それなら、
>>429
>おっ、感情論か?論理で説き伏せるのはそうそうに諦めたみたいだな
は、理解できた? ■ このスレッドは過去ログ倉庫に格納されています