【表彰】「京都賞」に代数解析学の柏原正樹さんら３人[06/15]
http://egg.5ch.net/test/read.cgi/scienceplus/1529053948/

価値観を揺さぶる「近未来予測」に、あなたの人生設計は耐えられるか？：『〔データブック〕近未来予測2025』著者インタヴュー
https://headlines.yahoo.co.jp/article?a=20180613-00010003-wired-int

昨日の講演会
「AI(人工知能）の過去・現在・未来
―AIは人間を超えるのか―」
の録画（６３分）
https://youtu.be/9NowdzjdjyI
とプレゼン
https://speakerdeck.com/tagtag/ai-ren-gong-zhi-neng-falseguo-qu-xian-zai-wei-lai-aiharen-jian-wochao-erufalseka
です。ちょっと煽りっぽいタイトルですがご容赦を！
https://twitter.com/Yh_Taguchi/status/1008136291068858373

3Dプリンタで（学習済み）多層のニューラルネットワークを光学的に作り上げ、（超）光速で演算を光学的にさせる！という興味深い話。
「20万円でスパコン」を売りにしたGRAPEみたいな面白さがある。この実装については、計算機科学が得意な光学屋さんの意見を伺いたいところ。
https://arxiv.org/abs/1804.08711
https://twitter.com/hirax/status/1007934839608111104

最先端のAIは、私たちの3D空間理解に近付いている
https://jp.techcrunch.com/2018/06/15/2018-06-14-ai-edges-closer-to-understanding-3d-space-the-way-we-do/
「人間が世界を観察して分析する際の、直感的で空間的な認知を模倣しようとする試み」
論文の筆頭著者「ニューラルネットワークがこれほど正確かつ制御された方法で画像を作成することを学ぶことができるかどうか、まったく明らかではありませんでした。
しかし、私たちは十分に深いネットワークは、人間工学を用いなくても、視点、遮蔽、照明について学ぶことができることを発見しました」

Dynamical Isometry and a Mean Field Theory of CNNs: How to Train 10,000-Layer Vanilla CNNs
https://arxiv.org/abs/1806.05393
CNNを深くするためにはRes構造とBNが必要とされていたがconv層に直交初期化を施すことで1万層！のCNNを学習できた。NNの色々な性質が解明されDeep Learningは1万層の時代へ！
https://twitter.com/mosko_mule/status/1007469170898767874