マサチューセッツ工科大学(MIT)で、AIにテレビドラマ動画を分析させて学習させる研究が行われた。その結果、このAIは「人間が次に何をするか」を予想できるようになったという(WIRED)。 研究では、まず600時間分のテレビドラマをAIに分析させ、続けて別の動画を入力し、その次に何が起こるかを予測させたという。その結果、「5秒先に起こることを43パーセントの確率で予測できた」そうだ。
「忙しい人」になっても、あまり良いことはない。それどころか、「忙しい人」は迷惑な存在である可能性すらある。 何故そう言えるのだろうか。 昔訪れた、web系の開発を行ってる会社の話だ。 その会社は「プロジェクトマネジャーの表彰制度」を持っていた。半期ごとに最も頑張ったプロジェクトマネジャーを表彰する、といった内容だった。 そして、その賞の多くは「難局を見事乗り切ったプロジェクトマネジャー」や「炎上したプロジェクトを見事に治めたプロジェクトマネジャー」などに与えられた。 私は「なるほど、頑張った人が報われる仕組みなのですね」と何気なくコメントしたのだが、その会社のマネジャーの一人は私を軽蔑したように言った。 「いやいや、あの表彰制度は全く機能してないですよ。」 私は驚いた。 「なぜですか?」 「あたりまえじゃないですか。ホントに腕の良いマネジャーは、そもそも難局など迎えないですし、炎上もさせま
ロボットから自動運転車、はては囲碁・将棋といったゲームまで、昨今多くの「AI」が世間をにぎわせています。 その中のキーワードとして、「強化学習」というものがあります。そうした意味では、数ある機械学習の手法の中で最も注目されている(そして誇張されている・・・)手法ともいえるかもしれません。 今回はその強化学習という手法について、基礎から最近目覚ましい精度を出しているDeep Q-learning(いわゆるドキュン、DQNです)まで、その発展の流れと仕組みについて解説をしていきたいと思います。 本記事の内容をベースに、ハンズオンイベントを開催しました(PyConJPのTalkの増補改訂版) Pythonではじめる強化学習 OpenAI Gym 体験ハンズオン 講義資料の方が図解が豊富なので、数式とかちょっと、という場合はこちらがおすすめです。 Tech-Circle #18 Pythonではじ
最新ガジェットに目がない筆者は、PSVRの予約開始日に量販店に並び初回販売分の予約をゲット。その足でPSVRの体験会に参加した。 #PSVR 予約成功したので、ついでに体験をば。追従性むっちゃ高くて異次元の感覚だった。よいよ! pic.twitter.com/2ERwMBGp55 — Sho Sawada (shao) (@shao1555) 2016年6月18日 追従性の高さは前評判通りで確かに酔わない。が、、、どうにもピントが合わない。筆者は左目と右目の視力が極端に違う「ガチャ目」なので、それが原因ではないだろうか。視力が悪い左目用にコンタクトレンズをつくってもらおうと、翌日眼科に足を運んだ。いきつけはなかったので、近所の眼科で設備が最新鋭っぽいところを Web で検索し「すがも眼科クリニック」に伺った。 眼科医に「VRで像がボケる」ことを告げたところ「視力と斜視の測定をしましょう」と
何かと目の敵にされるエアコン冷房。それでは、エアコンなしで人間は夏を乗り切れるのだろうか。エアコン冷房は、ただのゼイタクなのだろうか。住宅の省エネルギー性能を客観的に調査・分析している東京大学准教授の前真之氏に解説してもらう。米国では湿球温度の快適上限21℃汗は人体の冷却において最も強力な「武器」である。ただし、この武器には大きな弱点がある。それは、「汗は乾かなければ冷やせない」ということ。
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
処理を実行中です
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