Google、大規模人工ニューロンネットワークを用いた研究成果を紹介
米Googleは現地時間2012年6月26日、同社研究チームの機械学習技術に関する研究成果を紹介した。脳をシミュレーションする大規模ネットワークを用いた新たな手法により、コンピュータが猫を認識する能力を自ら身につけることに成功したという。 現在、機械学習技術を新用途に適用させるにはたいへんな作業を必要とし、例えば車とバイクの写真を区別できるシステムを構築しようとする場合、標準的な手法ではまず「車」あるいは「バイク」のラベルを付けた多数の写真を集めなければならない。そしてこれらラベル付けしたデータを使ってシステムをトレーニングする。 しかしGoogleは、Web上や「YouTube」ビデオから無作為に画像を収集し、人間の脳などの神経回路網の学習プロセスをシミュレーションする人工ニューラルネットワークを構築してトレーニングした。 Googleによれば、機械学習に使われているほとんどの人工ニュー
「異なる時間スケールの階層性」と「全体から部分への分節化」が知能を創発させる?～理研、「創発と知能」研究会を開催
「異なる時間スケールの階層性」と「全体から部分への分節化」が知能を創発させる? ～理研、「創発と知能」研究会を開催 3月10日、独立行政法人理化学研究所 脳科学総合研究センター(BSI)において「研究会『創発と知能』―現実知としての科学と工学の融合について―」が行なわれた。独立行政法人 理化学研究所脳科学総合研究センターが主催、協賛は科学研究費補助金(萌芽研究)「空間性文脈認知の神経機構に基づくロボットの創発的行動決定の実験」(代表:我妻広明氏)。 はじめに、「創発と知能の関係を考える」と題して、企画者である理研BSI 創発知能ダイナミクス研究チームの我妻広明氏が講演した。我妻氏は創発と知能をリアルに真剣に考えたいという。「創発」とは、部分の単純な総和ではないものが相互作用の中から自己組織化によって出てくること。「創発」と「知能」というのはしばしば聞く組み合わせだが両者の関係は必ずしも明確
「新しい種類の知性」
著者：ケヴィン・ケリー ( Kevin Kelly ) 訳 ：堺屋七左衛門 この文章は Kevin Kelly による "A New Kind of Mind" の日本語訳である。 新しい種類の知性 A New Kind of Mind 毎年、ジョン・ブロックマン（私の著作権代理人であり友人でもある）は科学者の友人や顧客たちに「大問題」を問いかけている。今年の質問は「世の中のあり方が変わるほどの科学的知見または研究開発成果として、あなたの存命中に出現すると思われるものは何か？」であった。 私の回答を以下に示しておくが、ジョン・ブロックマンの「2009年エッジの質問」サイト(2009 Edge Question)に行って、他の50件ほどの投稿も読んで欲しい。とても興味深いものが多い。特にダニー・ヒリスの回答は、私の回答と共通するものがあって気に入っている。 「すべてを変えてしまうものは何か
やる夫短編集&モララーのビデオ棚 (,,`д`)＜とっても！地獄編 やる夫で学ぶフレーム問題
傑作群まとめ 現行スレ【実験作】やる夫スレ短編投下所 Ｎｏ１４ 【練習用】 http://ex14.vip2ch.com/test/read.cgi/part4vip/1240738708/ 出演やる夫 やらない夫 940 名前：以下、VIPにかわりましてパー速民がお送りします[sage] 投稿日：2009/04/26(日) 02:11:35.10 ID:C7eaHbg0 <フレーム問題> ─フレーム問題とは人工知能を研究するに当たって最大の難問と言われているものです─ ＿＿＿_ ／⌒ ⌒＼ ／（ ●） （●）＼ ヤル夫は優秀なロボットなんだお！ ／::::::⌒（__人__）⌒:::::＼ | |r┬-| | いつか人間を滅ぼしてロボットの世界を創るんだお！ ＼ `ー'´ ／ ヤル夫初号機 ／￣￣＼ ／ﾉ( _ノ ＼
人工知能に関して追究したい三つのテーマ - 人工知能に関する断創録
この日記の最初のエントリが2002年2月21日なので、人工知能の勉強を開始してから大体7年経ったことになる。当初は、はてなダイアリーではなく、研究室のサーバを借りて運用していたのを思い出す。今まで人工知能に関係のあるいろんな分野を勉強・調査・研究してきたわけだが、私が人工知能の分野で本当に面白い！追究したい！と思ったテーマは三つある。このブログの多くの人工知能に関するエントリもその三つに分類できると思う。その三つのテーマとは、 連想に基づいたデータ記憶方式 選好を創発するアルゴリズム しろと言われていないことをさせる方法 である。実際、テーマっていうには抽象的すぎるんだけど（笑）こんな抽象的なテーマじゃ卒論は書けないって怒られちゃいますね。まあ、目指したい方向性っていうぐらいかな。 (1) 連想に基づいたデータ記憶方式 連想記憶は想像と創造の源である。この2つは今のコンピュータで実現できな
【人工知能】物理エンジンで人工生命つくって学習させた
運動学習させました。この仮想生物が試行錯誤をして動き方を学習しました。この動画はマルチエージェント進化シミュレータのanlifeを開発していたときに作りました。2020/10/4 追記この後作ったゾンビを宮崎駿監督にみていただいたところが2016年にNHKで放送され一部話題になりました。2016年超会議での超人工生命の生放送企画を経て、ドワンゴにて新たな人工生命を開発することに→ リリース後半年でサービスクローズ人工生命を作る会社を立ち上げました→ https://attructure.com/
はてなブログ | 無料ブログを作成しよう
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
TD-バックギャモン - 小宮日記
強化学習（森北出版）を寝る前にぼちぼち読んでるんですが、 TDバックギャモンが凄いですね。 TDチェッカーはゲームの学習の成功例で有名ですけど TDギャモン (TD-Gammon) http://www.ai-gakkai.or.jp/jsai/whatsai/AItopics4.html TDバックギャモンは、隠れユニットを持った階層型のニューラルネットを使ってて 勝利確率をバックプロパゲーションで学習している バックギャモンの知識はなにも入れて無くて、自己対戦30万回ぐらいやらしたら、 当時最強のバックギャモンプログラムと互角まで強くなった。 1989年のバックギャモン国際オリンピック大会で圧勝 人間が知らないような序盤を作り出して、 1995年ごろの話では、人間の最強プレイヤーもTDギャモンの序盤を採用するようになったらしい（えー バックギャモンの盤面から198入力で、中間層に40-
人間のプレイをお手本に真似て上手くなるテトらせ - 小宮日記
やねうらおさんも紹介していた。 http://yowaken.dip.jp/tdiary/20090207.html#p01 評価関数はバリバリの手調整。 誰か、777さんのプレイ動画などを元に、ボナンザメソッドで学習を！ 最初に作りたかったのは「人がプレイすると、その特徴をマネるCPUが育ってゆく」みたいなヤツ。 でも人がプレイできるようにすると、きっとアリカに怒られるよ！！動画からボナメソをしようと思うと、動画からブロックを動かす位置情報を取り出すのに 画像認識がいるので敷居が高いですね(^^; ってことで、人間もプレイできるようにしてそのプレイを手本に覚えていく テトらせってアイデアは秀逸。 オセロで人間のプレイを真似るオセロゲーム作ってる人が居たんですけど、 学習アルゴリズムが悪いので全然強くならないんですが、 ボナメソならやれるはず。 たしかに試行回数が少ないけど、１０回でもちゃ
これならわかる人工知能入門
2024.03.06： 【参加募集】第91回人工知能セミナー (2024.3.30)「ChatGPTの仕組みと学校教育での使い方を理解しよう」 →詳細 2024.03.01： 【記事更新】私のブックマーク「人の移動」 →詳細 2024.03.01： 【会誌発行】人工知能学会誌 Vol.39 No.2 (2024/3) →詳細 2024.02.08： 【参加募集】第90回人工知能セミナー (2024.3.26) 「AIトレンド・トップカンファレンス報告会（NeurIPS2023）：世界最先端のAI研究開発動向が1日でわかる！」 →詳細 2024.01.18： 【締切延長】論文特集「エージェント技術とその応用」，2024/2/19 締切 →詳細
noel.htm
「Ｎｏｅｌ」レビュー コミュニケーションという名のファンタジー 「Noel」そっくりな、ＴＶ電話テレクラとは？ このゲーム－－Ｎｏｅｌ－－は、しばしばＴＶ電話テレクラになぞらえて語られる。そして、事実、よく似ている。 ＴＶ電話テレクラといえば、誰でも聞いたことくらいはあるだろう。デビュー当初、その話題性でずいぶんマスコミを賑わせたものだが、現在ではすっかりアンダーグラウンドに潜伏してしまった観がある。が、固定ユーザーに支えられ、現在もしっかりと生き延びているのである。 ここで、名ばかり知られており、その実態がもうひとつ理解されていないＴＶ電話テレクラなるものについて、簡単な説明を加えておくことにしよう。 まず、端末。これはいわゆるＴＶ電話であり、電話としての機能の他に、モノクロ静止画像を送信することができる（会話と同時は不可）。テレクラの各個室にこの端末がおかれており、端末は、ＴＶ電話テレ
ゲームAI連続セミナー「ゲームAIを読み解く」 第3回 レポート
チームAI より強い「連携」のためには、情報の共有や、行動の同期が必要となる場合があります。情報伝達によって、そうしたことは可能ですが、個々のAIの記憶領域に同じ情報を保持したり、情報更新のコストが高くつくなど、あまり効率が良いとは言えません。 そこで、全てのAIが共有すべき情報や判断を、個々のAIから独立させて用意し、個々のAIの負担や複雑度を軽減させる実装を考えることができます。司令部をおいて、大局的な判断は司令部に任せるという考え方です。この司令部のことを「チームAI」と呼びます。 チームAIを置くことで、個々のAI間の情報伝達を、チームAIへの通知と、チームAIから全AIへの通知に置き換えることができます。個々のAIはチームAIのみを情報伝達相手とすればよくなるので、個々のAIの情報伝達処理の複雑度は抑えられます。チームAIが持つような、共有情報の保持領域を通じて、個々のAI間の情
ゲームAI連続セミナー「ゲームAIを読み解く」 第1回 レポート
セミナー概要 次世代機と呼ばれるXbox 360・Wii・PlayStation 3が次々と発売され、ゲームにあまり興味のない方も報道でご存知のことでしょう。CodeZine読者の皆さんも日々の開発で実感されるように、集積技術の向上に伴って、ソフトウェアが使えるメモリ容量やCPUパワーなどのリソースが、年々潤沢になっています。コンピュータであるゲーム機にも、当然その恩恵は及んでおり、1つ前の世代のゲーム機では、美しい映像をリアルタイムに生成することが可能となりました。次世代機では、さらに増強されたリソースを使って、物理現象のシミュレートや人工知能（以下、AI）の実装を行おうとする開発者の動きが活発になっています。 このような現状を鑑み、CEDEC2006において、「クロムハウンズにおける人工知能開発から見るゲームAIの展望」を講演した株式会社フロム・ソフトウェア技術部の三宅陽一郎氏と、「人
もんしょの巣穴blog モンテカルロ木探索
1000円で『レッドクリフ』を見てきたのですが、面白くなかったです。 三国志ファンからするとキャラクタ設定がおかしいというか、孔明がシュウユを友人とかいうのにすげぇ違和感が。 三国志を知らないとキャラクタがよくわからない。あんまり特徴がない。 初めて関羽が出てきた時は、名前が出るまで関羽だと気づかなかったくらい。 アクションも白々しくてしょっぱい。ジョン・ウーも戦争映画で多対多を表現するのは苦手か？ しかもこれが3時間。これならもう1回『ダークナイト』を見た方が良かった。やってないけど。 先週金曜日はDiGRAの公開講座に行ってきました。囲碁AIにおけるモンテカルロ木探索についてです。 実はあまり期待してなかったのですが、これがかなり大当たり。 モンテカルロ木探索はここ数年に出てきた技術ではなく、結構昔に考えられた技術。 しかし、当時はそのAIは強くはなく、むしろ弱い部類だったようです。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ai_mozuku
Zombies: a good excuse for bad AI - Facebook Indie...
物語生成クラスタ
アメリカと日本の人工知能の違い : 2chコピペ保存道場
ゲームAI連続セミナー「ゲームAIを読み解く」 第4回 レポート
ゲームAI連続セミナー「ゲームAIを読み解く」 第2回 レポート
