グーグル、ニューラル・ネットで「ゲシュタルトの法則」を確認
人間は、不完全な対象を補間して完全なものとして知覚できる。人間の脳をモデルにしたニューラル・ネットワークにおいて、こうした心理学の法則は成立するのだろうか。グーグル・ブレインの研究チームが答えを出した。 by Emerging Technology from the arXiv2019.03.22 137 93 7 0 20世紀初頭にドイツの実験心理学者のグループは、人間の脳が予測不可能な混沌とした世界を意味ある世界として認識する方法に疑問を持ち始めた。そして、この疑問に答えるために「ゲシュタルト効果」という概念を発展させた。知覚を考えるとき、部分の集合体ではなく全体性に重点を置いて捉える考え方だ。 それ以来、心理学者たちは人間の脳が断片的な情報に基づいて全体像を知覚するのに著しく優れていることを発見してきた。その良い例が以下に示した図だ。脳は三角形や四角形などの2次元形状に加え、3次元の
量子もつれを利用して「時間の矢」を反転、ABC連邦大学が観測
微視的な物理法則が時間に関して対称であるにもかかわらず、現実の世界では時間がなぜ一方向にしか流れないのかは、物理学者にとって非常に興味深い課題の一つだ。ブラジルの大学の研究チームは、量子もつれを利用することで「時間の矢」を反転させ、冷たい原子核から熱い原子核へ熱が自然に移ることを実験で観測した。 by Emerging Technology from the arXiv2018.01.10 303 183 8 1 物理学における興味深い挑戦の1つは、時間の性質を理解することだ。微視的なレベルでは物理法則は時間に関して対称であり、時間が進んでも後戻りしても同様に機能する。しかし、巨視的なレベルでは、すべてのプロセスには優先的な方向がある。偉大な物理学者であるアーサー・エディントン（Arthur Eddington）は、これを「時間の矢」と呼んだ。 時間の矢がある一方向を向いていて他の方向を向
グーグル・ディープマインド、大量データ不要の深層学習システムを開発
アルゴリズムの学習には通常何千ものサンプルが必要とされる。グーグル・ディープマインドの研究者はその手間の回避方法を見つけた。 by Will Knight2016.11.04 1468 830 111 0 人間は一、二度見ればそれが何かを認識できる。しかし、コンピュータービジョンや音声認識のアルゴリズムは、画像や言葉の習熟に何千ものサンプルが必要だ。 グーグル・ディープマインドの研究者がこの手間を回避する方法を発見した。研究者は深層学習アルゴリズムを巧妙に微調整することで、画像内の物体等をひとつのサンプルだけで認識（分類）する「ワンショット学習」を可能にした。研究チームはタグ付き画像や筆跡、言語を収録した大型データベースで、新方式を実証した。 高精度のアルゴリズムの認識力は信頼できるが、アルゴリズムの構築には多くのデータが必要で、時間もお金もかかる。たとえば、無人自動車が、確実に道路上の個
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
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
