意訳：2009年から2014年の機械学習の理論的進歩について教えてください - Dust Theory
Quoraに投稿された質問 "What has happened in theoretical machine learning in the last 5 years (2009-2014)?" 「2009年から2014年の機械学習の理論的進歩について教えてください」 への、機械学習研究者Yisong Yueの回答を翻訳しました。そのままだと通じない部分は意訳しているので、原文に忠実ではありません。 「2009年から2014年の機械学習の理論的進歩について教えてください」への回答 私の個人的な視点で話します。 潜在変数モデルに対する最適推定について: 理論的な進歩として私が最初に思いつくのは、潜在変数モデルに対する（ほぼ）最適な推定です。この潜在変数モデルの最適推定は一般的に非凸な問題であり、つまり（よく知られている）凸最適化の手法の通用しない難題です。 最も輝かしいアプローチはスペクト
学会誌名の変更と新しい表紙デザインのお知らせ | 人工知能学会 (The Japanese Society for Artificial Intelligence)
=================================== 人工知能 29巻１号(2014年１月)巻頭言 =================================== 学会誌の新しい出発：まだ見ぬフロンティアを目指して 松尾 豊(東京大学) 栗原 聡（電気通信大学） 人工知能学会の学会誌を、「人工知能学会誌」から「人工知能」と変更することになりました。また、それにともなって、表紙のデザインを一新することになりました。これまでの人工知能学会のイメージからだいぶ変わったデザインに、驚かれた方も多いのではないかと思います。その意図や経緯について書きたいと思います。 今回、学会誌の名称を「人工知能学会誌」から「人工知能」に変更した大きな（そして唯一の）理由は、人工知能学会をもっと広い範囲の読者にアピールすることです。昨今、人工知能の技術が注目されています。IBMのワト
人工知能に受験の試練…１０年後の東大合格目標 : 科学 : YOMIURI ONLINE（読売新聞）
ロボットに搭載する人工知能に東京大学を受験させるというプロジェクトに、国立情報学研究所（東京都千代田区）が挑戦する。 人間と対話しながら、求められていることを察知して行動する「ドラえもん」のようなロボットの開発に役立つ研究で、５年後までに大学入試センター試験で高得点をマークし、１０年後には東大合格を目指す計画だ。 コンピューターである人工知能は、膨大なデータを暗記したり、計算したりするのは得意だが、自然言語と呼ばれる人間が日常的に使う文章や、紙に描かれた立体図形などを理解するのが苦手だ。今年２月、米国の人気クイズ番組で人間のクイズ王２人に圧勝した米ＩＢＭのスーパーコンピューター「ワトソン」は、自然言語を理解するように開発されてはいるが、あらかじめ覚え込ませた本１００万冊分の知識以外のことには答えられない。 今回、研究グループは暗記だけでなく、論理的な思考が必要な大学入試に着目。最難関の東大
東京新聞:ＡＩで精密裁判？ 法論理との類似に注目 国立情報学研究所:科学(TOKYO Web)
人工知能（ＡＩ）の基礎的な理論を使ってコンピューターに裁判の過程を考えさせようとする研究が国立情報学研究所で進められている。多くの要素が絡んだ複雑な裁判の過程でも、必要な手続きや証拠を誤ることなく判断できる。情報化する一方で人手が不足しているといわれる裁判の新しい力となるか。 （永井理） このソフトウエアはＰＲＯＬＥＧ（プロレグ）。例えば「請け負った工事の代金を支払え」というような訴えの中身と「請負契約をした」「工事が完了した」など主張に必要な事実（要件事実）を入力して実行すると、主張が認められるかどうか結論が出てくる。 プロレグは、裁判官が審理を進めるガイドラインとなる「要件事実論」というルールの体系をプログラム化したもの。ＡＩ研究で使われるＰｒｏｌｏｇ（プロログ）という言語で書かれている。「ＡＩのプログラムと裁判の論の運び方には共通点がある」と開発者の国立情報学研究所の佐藤健教授は話す
知識共有技術としてのオントロジーとソシオロジー
知識管理という言葉が注目を浴びるようになったのは、1990年代後半のことである。 当時は、知識創造プロセスのマネジメントとしての理論的な探求の一方で、 企業や組織内における知識管理の具体的な実践に関しては、 つまるところ、ドキュメント管理やコミュニケーション手段の確立にあった。 1999年に米国で知識管理の実態調査を行ったことがあるが、 特に実用的アプローチを重視する米国では、 知識管理＝ドキュメント管理と最初から決めてかかっているところが印象的であった。 知識管理基盤技術として注目されるオントロジー技術 さて最近、 必要があってここ数年の知識管理の国際会議の予稿集を見ていて気づいたことがある。 以前に比べて、知識共有や知識伝承、コミュニケーション手段の基盤技術として、 オントロジーをベースにした研究が非常に多くなっている （正確に数えたわけではないので、あくまで感覚的なものだが、たとえば
寺田寅彦 感覚と科学
近代の物理科学は、自然を研究するための道具として五官の役割をなるべく切り詰め自然を記載する言葉の中からあらゆる人間的なものを削除する事を目標として進んで来た。そうしてその意図はある程度までは遂げられたように見える。この「anthropomorphism からの解放」という合い言葉が合理的でまた目的にかなうものだということは、この旗じるしを押し立てて進んで来た近代科学の収穫の豊富さを見ても明白である。科学はたよりない人間の官能から独立した「科学的客観的人間」の所得となって永遠の落ちつき所に安置されたようにも見える。 われわれ「生理的主観的人間」は目も耳も指も切り取って、あらゆる外界との出入り口をふさいで、そうして、ただ、生きていることと、考えることとだけで科学を追究し、自然を駆使することができるのではないかという空想さえいだかせられる恐れがある。しかし、それがただの夢であることは自明的である
FrontPage - BayesWiki
お知らせ † ベイズウィキの置き場をNAIST（http://hawaii.aist-nara.ac.jp/~shige-o/pukiwiki/index.php） から京都大学のサーバー上 （http://hawaii.sys.i.kyoto-u.ac.jp/~oba/bayeswiki/index.php）に移動しました. 2008/08/01 スパム対策に設置した併設会議場のほうのスパムがひどくなってきたので、 スパム対策を強化した本家pukiwiki のほうをメインとするべく整備中です。 2007/05/18 コメントスパム対策のために、合言葉を設定しました。 コメントを書き込むときには お名前欄に自分のハンドル名とともに bayes と半角英字で書き込む ようにして下さい。 2007/05/09 投稿や編集にパスワードを要求するようにしました。 ユーザー名、パスワードともに英小文
有名どころな機械学習手法の年表 - 木曜不足
ちょっと機械学習の比較的有名なモデルやアルゴリズムの初出について年表を作ってみた。 って今週末用の資料なんだけどねｗ 1805 Method of Least Squares 1901 PCA (Principal Component Analysis) 1905 Random Walk -1925 Logistic Regression 1936 Fisher's Linear Discriminant Analysis 1946 Monte Carlo Method 1948 n-gram model 1950 RKHS (Reproducing Kernel Hilbert Space) 1950s Markov Decision Process -1957 Perceptron 1958 Kalman Filter 1960s Hidden Markov Model -1961 N
機械の代わりに人間が学習入門
[Yang, Downey and Boyd-Graber 2015] Efficient Methods for Incorporating Knowl...Shuyo Nakatani
職がなければ遊べばいいのに - 書評 - コンピュータが仕事を奪う : 404 Blog Not Found
2011年01月07日11:30 カテゴリ書評/画評/品評Value 2.0 職がなければ遊べばいいのに - 書評 - コンピュータが仕事を奪う コンピュータが仕事を奪う 新井紀子 この話題に正面から取り組んだ本は意外と少ない。はじめから日本語で書かれたものともなると、なおのこと。その意味において本書は仕事を必要とする人全てが読んでおくべき一冊である。 しかしこの問題は「正面から取り組む」という姿勢そのものが間違いだという思いを年々強くしている。本entryはよって、本書に何が書かれているかより何が書かれていないかを主に書くことになる。 本書「コンピュータが仕事を奪う」は、コンピューターと知的労働の関係を、教育者らしく真面目に、数学者らしく必要十分に考察した一冊。だからこそ、この問題に関する「正解」を提示するのに失敗している。 オビより 人間の仕事を楽にするはずのコンピュータは、爆発的な処
脳とベイジアンネット
ベイジアンネットを用いて大脳皮質の機能を再現するモデルが少しづつ増えています。 ベイジアンネットは大脳皮質の複雑で多様な振る舞いを少ない仮定で計算論的にきれいに説明するだけでなく、アルゴリズムやデータ構造、それらを実現する神経回路にいたるまで、大脳皮質に対する幅広く詳細な説明を与えつつあります。 ベイジアンネットに基づいて脳を理解することは、高い知能を持つロボットの実現に向けたブレークスルーになると考えています。 解説 「脳とベイジアンネットＦＡＱ」 脳とベイジアンネットに関して私がよく聞かれる質問です。 「解説：大脳皮質とベイジアンネット」 日本ロボット学会誌に載せていただいた解説です。（この pdf ファイルは日本ロボット学会の著作物です。） 一杉裕志, 解説：大脳皮質とベイジアンネット、 日本ロボット学会誌 Vol.29 No.5, pp.412--415, 2011. 「脳は計算機
「物理法則を自力で発見」した人工知能 | WIRED VISION
前の記事 「衛星成功に総書記は涙」：北朝鮮の核再開宣言とミサイル輸出 「物理法則を自力で発見」した人工知能 2009年4月15日 Brandon Keim Image credit: Science、サイトトップの画像はフーコーの振り子。Wikimedia Commonsより 物理学者が何百年もかけて出した答えに、コンピューター・プログラムがたった1日でたどり着いた。揺れる振り子の動きから、運動の法則を導き出したのだ。 コーネル大学の研究チームが開発したこのプログラムは、物理学や幾何学の知識を一切使わずに、自然法則を導き出すことに成功した。 この研究は、膨大な量のデータを扱う科学界にブレークスルーをもたらすものとして期待が寄せられている。 科学は今や、ペタバイト級[1ペタバイトは100万ギガバイト]のデータを扱う時代を迎えている。あまりに膨大で複雑なため、人間の頭脳では解析できないデータセ
データから「構造」を発見する：より人間に近づく人工知能 | WIRED VISION
データから「構造」を発見する：より人間に近づく人工知能 2008年7月31日 サイエンス・テクノロジー コメント： トラックバック (1) Brandon Keim 生物学者のエルンスト・ヘッケルが作成した系統樹(現在は不正確だとされている)。 Image: WikiMedia Commons コンピューターがより人間らしく考えるのに役立つかもしれない、ある新しいパターン認識モデルが登場した。 7月28日(米国時間)刊行の『米国科学アカデミー紀要』(PNAS)に掲載されたこのモデルは、生のデータセットから出現する見込みが最も高いパターンの種類を判断する。 こうした処理は、人間が周囲の世界を理解する際に無意識のうちに使っているものだが、人工的な認識ツールでは一般に難しいとされてきた。 顔認識や系統学などに使われている現行の諸モデルでは、予想されるパターンの型があらかじめ特定されている必要があ
1
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
私もしくは貴方が人工知能で無いことを証明してください。
オントロジー座談会議事録（用語集）
「宇宙開発とAI」を特集するにあたって | CiNii Research
http://www.teu.ac.jp/osn/Lectures/Kansei-AI/