入門AlphaGo"Mastering the game of Go with deep neural networks and tree search" の概要
2016年4月号：日立評論
Featured Articles AIのテクノロジー 自ら学習し判断する汎用AIの実現 森脇 紀彦・秋富 知明・工藤 文也・嶺 竜治・守屋 俊夫・矢野 和男 AIのサービスと基盤 業務の高度化への実践的アプローチ 難波 康晴・吉田 順・徳永 和朗・原口 拓也 金融分野でのAI活用 FinTech時代に向けた事例と展望 熊谷 貴禎・辻 聡美・大森 久永 鉄道分野でのAI活用 鉄道運行の省エネルギー化事例 古谷 了・工藤 文也・森脇 紀彦 物流分野でのAI活用 倉庫業務の生産性向上事例 平山 淳一・秋富 知明・工藤 文也・宮本 篤志・嶺 竜治 水分野でのAI活用 運転履歴データを価値に変えた事例 圓佛 伊智朗・陰山 晃治・辻 聡美・森脇 紀彦・市毛 由希子 製造分野でのAI活用 つながる工場に向けた事例と展望 入江 直彦・永吉 洋登・小山 光 AIの基礎研究 ディベート人工知
Engadget | Technology News & Reviews
Nintendo Switch 2: Everything we know about the coming release
ニューラルネットと脳の違いが知りたくて | 一生あとで読んでろ
読書メモ． はじめに 人間の脳を模したニューラルネットの手法，深層学習ディープラーニングがめざましい成果を挙げている–といった謳い文句をよく目にする．だが機械学習の専門書を紐解いても出てくるのはロジスティック回帰のお化けばかり． われらがPRMLのニューラルネットを扱う章にはこうある． しかしながら，パターン認識という実際的な応用の観点からは，生物学的な現実性などは全く不要な制約である． – C.M.ビショップ『パターン認識と機械学習 上』 (p.226) では，機械学習の文脈で言うところのニューラルネットと脳はどれほど異なっているのだろうか？ ニューラルネットと脳の違い 結論から言えば全然違うわけだが，ざっくり以下の三点から整理できる（と思う）： ニューロンのモデル ネットワーク構造 微分計算の手法 ニューロンのモデル 現在広く普及している多層パーセプトロンは，単純な差分方程式であるMc
ディープラーニングから考える組織開発のあり方 - 組織を極める
を読みました。 きっかけは「AlphaGo」のプロ棋士への勝利です。最近話題のディープラーニングの概要ぐらいは理解したいと思い、CTOのオススメの入門書ということで拝読しました。 ざっくりとした感想は、ディープラーニングの考え方は組織開発に通じる、ということです。私の頭が組織開発に凝り固まっているのが原因かもしれませんが、共感できる部分がたくさんありました。以下、本文を引用しながら考えをまとめたいと思います。 人工知能と組織開発の捉え方 人工知能研究者の多くは、知能を「構成論的」に解明するために研究をしている。構成論的というとちょっと難しいが、「つくることによって理解する」という意味である。それに対応する言葉は「分析的」である。 人工知能研究者が、知能を構成論的に理解したいと望んでいるのに対し、脳を研究する脳科学者は、分析的なアプローチで知能を解明しようとしている。 組織開発も「診断型組織
落合陽一さんインタビュー：コンピューターも人間も大差ない。人工知能の時代の知性とは？
落合陽一さんインタビュー：コンピューターも人間も大差ない。人工知能の時代の知性とは？2016.03.21 12:009,034 ここ数年、世の中を大きく変える技術として人工知能が注目を集めています。なかでも昨年は人間の神経回路の仕組みを真似た多層ニューラルネットワークによる機械学習システム｢ディープラーニング｣が話題になりました。 人工知能がさまざまな分野で実用化され、その能力が人間を超えてしまう可能性が現実味を増すと、今度は人工知能が人間にとって脅威になると本気で考える人たちが出てきます。2015年の秋には、国連で多くの専門家が｢人工知能が、やがては人類を滅ぼしかねない｣と警鐘を鳴らしました。 その一方で、｢SF映画のような人工知能の反乱はない｣｢仕事を奪うのではなく、我々が楽になるだけ｣という反論もあります。 議論は今も続いています。ですが、これらの二項対立の外から人工知能を俯瞰すれば
囲碁チャンピオンを打ち破ったGoogleの人工知能「AlphaGo」を作った天才デミス・ハサビスが人工知能を語る
Googleが500億円以上で買収した謎のスタートアップ「DeepMind」。当時、無名の人工知能(AI)開発ベンチャーのDeepMindをGoogleが買収した目的は、天才デミス・ハサビス氏を手中に収めたいからと噂されていました。Googleの期待通りDeepMindはAI技術を磨き上げ、学習してゲームの腕をメキメキ上げるアルゴリズム「DQN」を発表して一躍有名になり、人工知能ソフト「AlphaGo」を開発してこれまで難攻不落と考えられてきた囲碁の世界最強棋士を破るのに成功するなど、世間をあっと驚かせています。 そのDeepMindを率いるハサビス氏にThe Vergeが、AlphaGo VS 囲碁界の魔王イ・セドル(李世乭)九段の世紀の対決の第1戦が終了した翌日の第2戦が始まる前にインタビューしています。 DeepMind founder Demis Hassabis on how A
人工知能について今知っておくべき10の事柄
by Keoni Cabral 人工知能は日々進化しており、「あと10年は先」と言われていたにもかかわらず、2016年1月についにコンピューターが囲碁でプロ棋士に勝利したと報じられました。「人工知能はなぜ人類が宇宙人と遭遇しないのかを説明する」「人工知能は人類を滅ぼす可能性がある」など、一般人の予想をはるかにこえたスピードで発達していっている人工知能について、今知っておくべき10の事柄がテクノロジー系メディアAlphrでまとめられています。 Artificial intelligence: Ten things you need to understand | Alphr http://www.alphr.com/science/1002792/artificial-intelligence-ten-things-you-need-to-understand ◆01：人工知能は人々の想像よ
『シンギュラリティ 人工知能から超知能へ』訳者あとがき by ドミニク・チェン - HONZ
人工知能（artificial intelligence）という言葉は、二重の問題を投げかけている。知能を人工的に再構築することができるのか、という問いと、そもそも知能とは一体何なのか、という問いである。人間の知能の全容がまだ解明されていないのにもかかわらず、その機械的な再構築を試みようとする過程を通して、逆に人間の知能とは何かということが浮き彫りになってきている。 本書は、MIT PressのEssential Knowledgeシリーズの一冊として書かれた。このシリーズは、表面的な説明や意見が溢れる時代において、非専門家にとっても本質的で批評的な視座を与えることを目指している。本書は、現代社会が到達した、もしくは近い将来到達するであろうテクノロジーの水準の内実に光を当てながら、機械的な知能の条件から人間の知能の本質を逆照射するような一連の思考実験を提供する。そうして著者のシャナハンは、
ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換） - その後のその後
「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、とにかく一歩でも足を踏み出すべく、本質的な理解等はさておき、とにかく試してみるということをやってみました。 試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-gogh）。 （DeepDreamで試した結果画像） タイトルに半日と書きましたが、たとえばTensorFlowは環境構築だけなら10分もあれば終わるでしょうし、Chainerなんてコマンド一発なので5秒くらいです。Caffeは僕はハ
知能と技術的特異点 - Sideswipe
これは 人工知能アドベントカレンダー の1日目の記事です。 はじめに 本アドベントカレンダーは25日間をかけて、知能、あるいは人工知能（あとで触れますが、正確には汎用人工知能を指す）について、それを理解しまた実現する技術について、広く浅く解説と紹介をします。 ここでいう人工知能は、後述するように一般に考えられている人工知能(Artificial Intelligence) ではなく、汎用人工知能 (Artificial General Intelligence, AGI) であり、一言で表すなら、「人と同じような知性をもった機械」を考えます。ただし、以降は特に断りのない限り、AGIの意味で単にAIといいます。AIとAGIの違いについては、以前の記事 人工知能は Deep Learning によって成されるのか？ - Sideswipe を御覧ください。こちらは今回のシリーズで扱う内容の概要
伝説級の脱獄ハッカーGeohot氏、自宅のガレージで「自動運転車」を作り上げる！これが天才か…
世界で初めてiPhoneのSIMアンロックに成功したり、脱獄史において伝説でもあるBootROM Exploit【Limera1n】の開発、PS3の脱獄…そしてソニーとの訴訟勝負などなど・・・。 もはや伝説級のハッカーといっても過言ではないGeohot氏。 5月には【iOSの脱獄から離れ、AI…人工知能の世界に進みたい】と報告されていましたが、なんとまぁ自宅のガレージで「自動運転車」を作っちゃったんだってさ！ もちろん、今回も世界的な企業に喧嘩売ってるよ！ George Hotz、1ヶ月ちょいで自動運転車を作っちゃう iOSやPS3脱獄の関連以外でもちょこちょこと見かけたりするGeohot氏ですが、経済誌bloombergに現在のGeorge Hotz（別名 Geohot、26歳）について紹介されています。 それによると、なんと自動運転技術を開発しただけではなく、実際に車に搭載させてしまっ
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
【GTC 2016】自動運転の鍵を握る車載人工知能エンジン「DRIVE PX 2」のアーキテクチャを知る / クラスタ構造でスケーラブルな実行環境を提供
長文日記
グーグル、画像・音声認識分野のAIをクラウドで公開
Microsoftの人工知能は、なぜ虐殺や差別を「支持」するようになったのか……
いま、人工知能は「Google検索」を大きく変えようとしている
[PDF]人工知能䛾未来-ディープラーニングの先にあるもの 東京大学 松尾 豊[PDF]人工知能䛾未来-ディープラーニングの先にあるもの 東京大学 松尾 豊
「囲碁の謎」を解いたグーグルの超知能は、人工知能の進化を10年早めた
グーグルらが人工知能で「囲碁の謎」に挑む理由