ＡＩ＝人工知能を活用した囲碁のコンピュータープログラムと対局して１勝を挙げた韓国のトップ棋士が引退を表明し、引退の理由について、「ＡＩが登場したことで、どんなに努力してもトップになれないことが分かった」と語りました。 イ九段はこの中で、引退の理由について、「ＡＩが登場したことで、どんなに努力してもトップになれないことが分かった。決して敗れない存在がある」と語り、囲碁のＡＩに勝てないことを引退の理由に挙げました。 国際的なタイトルを数多く持つイ九段は、2016年、ＩＴ大手グーグルの傘下にある企業が開発した囲碁のＡＩ、「ＡｌｐｈａＧｏ」と５番勝負の対局を行い、４敗を喫しながらも１勝を挙げましたが、これ以降、ＡｌｐｈａＧｏに勝った棋士はいません。 将棋やチェスに比べて、対局のパターンが多い囲碁では、ＡＩが人間に勝つのは難しいとされていましたが、ディープラーニングの手法によって飛躍的に進化し、ＡＩ
「CPU最強 vs. GPU最強」──進化する将棋AIのいま プロに勝利した「Ponanza」から「水匠」「dlshogi」まで
「CPU最強 vs. GPU最強」──進化する将棋AIのいま プロに勝利した「Ponanza」から「水匠」「dlshogi」まで：プロ棋士向け最強将棋AIマシンを組む！（1/4 ページ） 将棋のプロ棋士である広瀬章人八段向けに「最強の将棋AIマシン」を組むべく奔走する本連載。前回は、プロ棋士の間でコンピュータを使った研究が本格化していること、必要な演算装置には多コアCPUである米AMDの「Ryzen Threadripper」や並列計算の多いAI処理に向いたGPUがあることを紹介した。 今回注目するのは、「CPU計算による将棋ソフト」と「GPU計算による将棋ソフト」のいまの実力と、それにつながる技術的な変遷についてだ。 コンピュータ将棋がプロに勝った日 その技術は“AIブーム”にあらず コンピュータ将棋の歴史は長く、コンピュータ将棋協会が主催する「世界コンピュータ将棋選手権」の第1回は19
LLMs The History of Chatbots ELIZA (1966) 初期の人工知能プログラムのひとつ。 ルールベースの簡単なパターンマッチングで返答していた。 心理療法士の会話を模したELIZA(DOCTOR)が有名。 PARRY (1972) PARRYは偏執病的統合失調症患者をシミュレートしようとしたもの。 ELIZA(DOCTOR)と通信し話題となった。 Jabberwacky (1982, 1988, 1997) ユーモラスな人間同士の自然な会話をシミュレートすることを目的としていた。 ユーザーとの会話の大規模なデータベースを構築し、言語と文脈を学習することができた。 プロジェクト自体は1982年から開始されていたが、当初は学習機能は有していなかった。 ローブナー賞を2005年(George)、2006年(Joan)に受賞している。 ローブナー賞(Loebner P
人工知能(AI)の進化に伴って、チェスや将棋といった知能ゲームにおいてAIがプロプレイヤーに勝利するケースが増えていましたが、2016年1月にGoogleの「AlphaGo」が囲碁のプロ棋士に勝利したことを皮切りに、2カ月後には世界最強の棋士にも勝利したり、「私ならAlphaGoにも勝てる」と宣言したプロ棋士にも接戦の末勝利したり、2017年には自力で戦術を覚えて強くなれる新バージョンの「AlphaGo Zero」が発表されたりと、囲碁の世界でもAIが圧倒的な勝者として君臨していました。そのような中で、アマチュアの囲碁プレイヤーがコンピュータの直接的なサポート無しで最強レベルの囲碁AIに15戦14勝と大勝し、「AIに対する人類の勝利」と話題になっています。 Adversarial Policies in Go - Game Viewer https://goattack.far.ai/ad
強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です． 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています．巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました． 主に以下のような強化学習の概念やアルゴリズムの紹介をしています． ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN（Deep Q-Network） ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
はじめに ZOZO研究所ディレクターの松谷です。 ZOZO研究所では、イェール大学の成田悠輔氏、東京工業大学の齋藤優太氏らとの共同プロジェクトとして機械学習に基づいて作られた意思決定の性能をオフライン評価するためのOff-Policy Evaluation（OPE）に関する共同研究とバンディットアルゴリズムの社会実装に取り組んでいます（共同研究に関するプレスリリース）。また取り組みの一環としてOPEの研究に適した大規模データセット（Open Bandit Dataset）とOSS（Open Bandit Pipeline）を公開しています。これらのオープンリソースの詳細は、こちらのブログ記事にまとめています。 techblog.zozo.com 本記事では、ZOZO研究所で社会実装を行ったバンディットアルゴリズムを活用した推薦システムの構成について解説します。バンディットアルゴリズムを用い
機械学習の歴史 - AI.doll
WikipediaのTimeline of machine learningというページに機械学習の歴史がまとめられた表があったので、あとから見返しやすいように全て日本語にしてみた。 日本語訳はガバガバかもしれないので心配な人は元ページを見てね。 ムムッってとこがあったらコメントで教えてほしい 年表 1763 ベイズの定理のベース トマス・ベイズ(Thomas Bayes)の著書, "An Essay towards solving a Problem in Doctorine of Chances"がベイズが死んだ2年後, 彼の友人により修正・編集され出版された. 1805 最小二乗 アドリアン=マリ・ルジャンドル(Adrien-Marie Legendre)が最小二乗(méthode des moindres carrés)について記述. 1812 ベイズの定理 ピエール=シモン・ラプ
日本将棋連盟とリコーは6月20日、AI（人工知能）技術を活用し、将棋の棋譜を自動生成するシステムを共同開発したと発表した。これまで記録係が行ってきた棋譜の作成を自動化し、負担を軽減する。 対局中の盤面の変化を天井のカメラが撮影し、AIが映像を解析して、リアルタイムで棋譜を生成する。まず、7月に始まる「第9期リコー杯女流王座戦本戦トーナメント」で実証実験を行い、2020年4月以降に本格運用を目指す。 日本将棋連盟では、年間3000局以上の対局を実施し、全ての棋譜を記録係が人力で作成している。記録係の多くはプロ棋士を目指している奨励会員だが、近年は高校・大学に進学する奨励会員が増えたこともあり、慢性的な人材不足に陥っていた。新システムは、こうした問題を解消できるという。 関連記事 「AlphaZero」がチェス、将棋、囲碁の各世界最強AIを打ち負かす Google系列のAI企業DeepMind
人工知能はムーアの法則の何十倍も早いペースで成長している
ムーアの法則は本来「集積回路上のトランジスタ数が1.5年ごとに2倍になる」という傾向を指した法則です。このムーアの法則の5倍から100倍のペースで人工知能(AI)は進歩していると、GeForce Experienceの立ち上げに携わった元NVIDIAのエンジニアであるジェームス・ワン氏が報告しています。 AI Training Costs Are Improving at 50x the Speed of Moore’s Law https://ark-invest.com/analyst-research/ai-training/ 2010～2020年にかけて、AIのトレーニングモデルに費やされるコンピューターの演算処理能力は急激に増加しています。以下のグラフは縦軸が演算処理能力で、「Petaflop/Days」は1日当たり1秒間に4兆回の演算を行うことを意味します。横軸は西暦です。 1
Google傘下のDeepMindがゲームのルールを教えられなくても勝ち方を勝手に学習していくAI「MuZero」を発表
人工知能企業の「DeepMind」が、新たに「ルールの知識がゼロでも囲碁・将棋・チェス・Atariの勝ち方を自分で学んでいくことができるAI」を発表しました。「MuZero」と名付けられたAIは、「自分で考えるAI」への大きな一歩だとみられています。 Mastering Atari, Go, chess and shogi by planning with a learned model | Nature https://www.nature.com/articles/s41586-020-03051-4 MuZero: Mastering Go, chess, shogi and Atari without rules | DeepMind https://deepmind.com/blog/article/muzero-mastering-go-chess-shogi-and-atar
「データを活用した未来の組織」をテーマとしたビジネスカンファレンス「Sansan Evolution Week 2023」に、Google LLCの親会社であるAlphabet Inc.の現会長 ジョン・ヘネシー氏が登壇。「ビジネスの核心に切り込むデータドリブン経営とは」と題して、AI領域で驚異的なブレイクスルーが起きた理由や、システムを「大量のデータ」で訓練することによる効果などを語りました。 ITの歴史上最も重要な出来事 ジョン・ヘネシー氏：ここからはAIのディープラーニングの革命について、全体像をお話しします。これはITの歴史上最も重要な出来事であり、トランジスタの発明やデジタルコンピューターによる変革以来となるものです。この2つから世界の産業全体が生まれたのですが、ディープラーニングはそれに匹敵する技術です。 この技術の応用範囲は飛躍的な広がりを見せています。AlphaGoが囲碁チ
女流囲碁トップ棋士が語る、「相棒AI」との付き合い方
囲碁AIを日本のプロ棋士が研究に使うようになって1年半ほどたちますが、使い方はどう変化しましたか。 大橋氏 上野さんをはじめとする10代の棋士は、今では囲碁AIを使うのが当たり前になっていますね。20代も多くの棋士が囲碁AIに触れています。 囲碁AIの実行環境としてどのようなITインフラを使っているのでしょうか。 大橋氏 Amazon Web Services（AWS）のようなクラウドを使う棋士もいれば、高性能のGPUマシンを自ら購入している棋士もいます。 まず従量課金型のクラウドで囲碁AIを使ってみて、公式戦の振り返りで週1回使うだけならそのままクラウド、囲碁AIで毎日何時間も勉強するようならマシンを買う、といった判断をする棋士が多いですね。若手棋士はだいたい使い方のリズムがつかめてきた感じですが、その点で最先端を行くのが上野さんです。 おお、そうなんですか。上野さんの囲碁AIの実行環境
DeepMind、ルールを教えなくても「パックマン」などでハイスコアを出せるAIシステム「MuZero」 米Alphabet傘下のDeepMindは12月23日（現地時間）、ルールを教えなくてもゲームでハイスコアを出せる新しいAIシステム「MuZero」を発表した。 同社はこれまで、「AlphaGo」、「AlphaGo Zero」、「AlphaZero」とAIシステムを進化させてきた。AlphaGoはゲームのルールを習得し、さらに過去の人間による囲碁の膨大な対戦データで学習することで能力を上げる必要があった。AlphaGo Zeroはルールを教えるだけで囲碁に強くなり、AlphaZeroは囲碁だけでなく、将棋とチェスもルールを教えるだけで強くなった。 MuZeroは、AlphaZeroの先読みツリー検索機能と、環境の中で最も重要な側面のみに焦点を当てて学習するモデルを組み合わせることで、人
GPT-4のライバルと目されるGoogleの次世代マルチモーダルAI「Gemini」のリリースを延期するとスンダー・ピチャイCEOが決定か
GoogleのAI開発部門であるGoogle DeepMindが開発中といわれている次世代マルチモーダルモデル「Gemini」はOpenAIのGPT-4に匹敵する性能を持っており、2023年中にリリースされると報じられていました。しかし、IT系ニュースメディアのThe Informationによると、Googleのスンダー・ピチャイCEOによってリリースが来年に延期されたとのことです。 Google Postpones Big AI Launch as OpenAI Zooms Ahead — The Information https://www.theinformation.com/articles/google-postpones-big-ai-launch-as-openai-zooms-ahead Google delays its ChatGPT 4 rival 'Gemini
AI研究者として知られるデミス・ハサビス氏が率いる、GoogleのAI開発部門・Google DeepMindが、開発中のAI「Gemini」のリリースが近づき、一部企業に初期バージョンへのアクセスを許可したことが報じられています。 Google Nears Release of Gemini AI to Challenge OpenAI — The Information https://www.theinformation.com/articles/google-nears-release-of-gemini-ai-to-rival-openai Google nears release of AI software Gemini - The Information | Reuters https://www.reuters.com/technology/google-nears-re
かなり高度なクオリティでやりとりができる対話型チャットボットであるChatGPTの登場などにより、人工知能(AI)の発展と流行は大きく加速しています。そのようなAIの発展にどのような懸念事項があるのかについて、最強の囲碁AI「AlphaGo Zero」やタンパク質の立体構造予測AI「AlphaFold」を開発したことで知られるAI研究グループGoogle DeepMindの共同創設者であるムスタファ・スレイマン氏が語っています。 ‘I hope I’m wrong’: the co-founder of DeepMind on how AI threatens to reshape life as we know it | Artificial intelligence (AI) | The Guardian https://www.theguardian.com/books/2023/s
誰もがAIを自由につくり、使える世界はどう実現するか?
誰もがAIを自由につくり、使える世界はどう実現するか? 2019.11.30 Updated by Ryo Shimizu on November 30, 2019, 11:17 am JST 過日、浜松町クレアタワーにて、日経BP総研主催によるAIイベント「GHELIA EXPO TOKYO2020」が開催された。筆者はこのイベントの共催企業ギリア株式会社の代表として関わった。 日経BP社の媒体にもイベントのレポートは掲載されるが、少し先になるのでまだ当日の興奮が冷めないうちに当事者として振り返っておこうと思う。 このイベントのテーマは「みんなのAI」である。当社は成立当初より「みんなのAI」を標榜しており、これは専門家だけでなくありとあらゆる人が、スマートフォンを使うようにAIを使う時代がやってくるというコンセプトだ。 30年前、「ビデオの録画予約さえできないうちの母親だっていつかはコ
Googleには「Google Brain」と呼ばれるAI開発部門が存在しました。同時に、Googleの親会社であるAlphabet傘下で独自にAIの研究開発を行い、プロ棋士にも勝利した最強の囲碁AI「AlphaGo Zero」やタンパク質の立体構造予測AI「AlphaFold」を開発した企業が「DeepMind」も存在していました。2023年4月、GoogleはDeepMindを吸収してGoogle Brainと統合し、「Google DeepMind」という1つのAI研究部門を創設したことを発表しました。このGoogle DeepMindのCEOに就任したのが、DeepMindの共同創設者でAI研究者のデミス・ハサビス氏です。IT系ニュースサイトのThe Vergeが行ったインタビューの中で、ハサビス氏がGoogleとDeepMindが統合した理由や経緯を明らかにしています。 Goog
ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功
by Olav Ahrens Røtne 囲碁のトップ棋士に勝利したAI「AlphaGo」は、自らの進化形として生まれた「AlphaGo Zero」に、誕生からわずか30時間で超えられてしまいました。AlphaGoとAlphaGo Zeroの違いは、AlphaGo Zeroが人間の棋譜を参考にせず、自身による強化学習で鍛錬を重ねたという点にありました。これと同じように、カリフォルニア大学アーバイン校(UCI)が生み出した深層強化学習アルゴリズム「DeepCubeA」は、人間の手助けなく、ルービックキューブをほんの一瞬で解けるようになったそうです。 UCI researchers’ deep learning algorithm solves Rubik’s Cube faster than any human | UCI News | UCI https://news.uci.edu/20
As the 2010’s draw to a close, it’s worth taking a look back at the monumental progress that has been made in Deep Learning in this decade.[1] Driven by the development of ever-more powerful compute and the increased availability of big data, Deep Learning has successfully tackled many previously intractable problems, especially in Computer Vision and Natural Language Processing. Deep Learning has
囲碁、将棋、チェスとあらゆるゲームで人間を破り、その名をとどろかせた「Alpha」。このシリーズから2020年に最新のかつ最強のAI（人工知能）「MuZero（ミューゼロ）」についての論文が発表された。驚くべきは、ゲームのルールという基本的な情報すら与えられていない状態から出発しているという点だ。その“脳内”のメカニズムを解き明かす。 2016年、Google傘下のDeepMind社が開発した囲碁AI、AlphaGo（アルファゴー）が、当時世界最強とされた囲碁棋士イ・セドルを破り世界に衝撃をもたらした。そして翌17年には、人間の棋譜データを使わず、ゲームの戦略に関する知識が文字通り「ゼロ」の状態から学習した囲碁AI、AlphaGo Zero（アルファゴー ゼロ）がそのAlphaGoを超えた。そしてAlphaGo Zeroの発表からわずか数カ月後には、囲碁におけるAlphaGoや人類のトップ
強化学習でポケモンをプレイする - Qiita
久しぶりのQiita投稿です．現在，三菱UFJフィナンシャル・グループの戦略子会社であるJapan Digital Design株式会社でリサーチャーをしています．こちらは，Japan Digital Design Advent Calendar 2023 の７日目の記事になります！ 本記事では，「強化学習を使ってポケモンをプレイする動画」についてご紹介させていただきます！ ※ 動画内容の切り抜き利用につきましては，Peter Whidden氏の許可を頂いております． ※ 本記事では，ポケモンをプレイするための技術を解説していきますが，動画で見た方が面白いので，ご興味のある方はぜひご覧になってみてください！ 導入 みなさま強化学習（reinforcement learning）をご存知でしょうか？ 強化学習とは，機械学習の手法１つで，エージェント（AI）が環境とのやり取りを通じながら，累積
The game of Go has long been viewed as the most challenging of classic games for artificial intelligence 囲碁はAIにとってもっとも困難なボードゲームの一つと考えられてきました (Mastering the game of Go with deep neural networks and tree search | Nature より) Alpha Zero： https://science.sciencemag.org/content/362/6419/1140.full?ijkey=XGd77kI6W4rSc&keytype=ref&siteid=sci (オープンアクセス版) Alpha Go Zero： Mastering the game of Go without human
2020年のHot Chipsは新型コロナウイルスの感染抑制のため、バーチャル開催ということになった。その代わり、参加費が200ドル以下と例年よりも大幅に割り引かれたので、開催2日目の数字であるが、出席者が2294人と2019年比で2倍程度になり、参加者数は断トツの新記録となった。 なお、今年の論文発表の申し込みは88件で、採択されて今回発表が行われた論文は25件となっている。採択率は28.4%であり、この比率は例年並みである。 この絵は、Hot Chips 32の開幕スクリーンで、バーチャル開催のビデオをキャプチャしたものである。ロゴは例年とほぼ同じであるが、Hot Chips 32と1年進んでいる 10年周期で訪れるテクノロジ主導の大きな飛躍 例年、Hot Chipsの初日はチュートリアルで、2日目と3日目が本会議ということになる。そして、2日目と3日目には、一般発表に加えて基調講演が
Previous post: Prologue in HATETRIS Tetris That Hates You StickManStickMan #611, by Sam Hughes. HATETRIS is a version of Tetris written in 2010 by programmer and sci-fi author Sam Hughes. According to his initial description of the game: This is bad Tetris. It’s hateful Tetris. It’s Tetris according to the evil AI from “I Have No Mouth And I Must Scream”. (And if you aren’t familiar with Tetris at
最強囲碁AIのAlphaGoを開発したDeepMindがGoogleのAI部門と統合して「Google DeepMind」に
イギリスのAI開発企業であるDeepMindは、プロ棋士にも勝利した最強の囲碁AI「AlphaGo Zero」やタンパク質の立体構造予測AI「AlphaFold」を開発したことで知られています。そんなDeepMindと、姉妹企業であるGoogleの研究機関・Google ResearchのAI部門であるBrainチームが統合すると発表されました。 Google DeepMind: Bringing together two world-class AI teams https://blog.google/technology/ai/april-ai-update/ Announcing Google DeepMind https://www.deepmind.com/blog/announcing-google-deepmind Googleのスンダー・ピチャイCEOは、「私たちは2016
Google C.E.O. Sundar Pichai on Bard, A.I. ‘Whiplash’ and Competing With ChatGPT (Published 2023)
transcript Google C.E.O. Sundar Pichai on Bard, A.I. ‘Whiplash’ and Competing With ChatGPT“Am I concerned? Yes. Am I optimistic and excited about all the potential of this technology? Incredibly.”2023-03-31T05:00:12-04:00 This transcript was created using speech recognition software. While it has been reviewed by human transcribers, it may contain errors. Please review the episode audio before quo
２．自然言語処理の主要プレイヤー① Google 現在、自然言語処理の世界を牽引しているリーダーは、TransformerとBERTを開発したGoogleです。 Googleグループには、世界トップクラスの人工知能研究チームが2つあります。一つは、Google Brainチームで、もう一つは、英国のデミス・ハサビス氏が代表を務める人工知能開発ベンチャーを買収してできたDeepMindチームです。 Google Brainは、Googleエンジニアのジェフ・ディーン博士やスタンフォード大学のアンドリュー・ウン教授らが中心となって設立した研究チームで、現在は、Google研究所の傘下に入っています。また、ディープラーニングの父と呼ばれるジェフリー・ヒントン教授も現在、同チームを率いるメンバーに参加しています。 Google Brainは、Transformerなどの自然言語処理技術のほか、機械
前回やったモンテカルロ木探索は、けっこう強くて面白かった。でも、人間の欲には限りがありません。もう少しだけ、強くできないかな？ それ、話題の深層学習ならできます。そう、AlphaGoの後継のAlphaZeroならね。 ＃作成したコードはこちら。 モンテカルロ木探索で、なんとなく不満なところ モンテカルロ木探索では、UCB1というアルゴリズムで手を選んでいました。で、このUCB1なんですけど、とりあえず1回は全部の手を試すところが嫌じゃないですか？ 相手がリーチをかけてきたら、防ぐ以外の手は考えられません。でもUCB1だとそれ以外の手も試さなければならないという……。会社で明らかにダメなプロダクトを使えと言われて、いかにダメかを口頭で説明して、でも意識高げな詐欺師に騙されちゃってるみたいで聞く耳持ってもらえなくて無駄な評価作業を開始するときのような感じ。プログラム組めない奴がプロダクトを選定
革命かパンドラの箱か、新AIツールGPT-3の波紋
革命かパンドラの箱か、新AIツールGPT-3の波紋：星暁雄「21世紀のイノベーションのジレンマ」（3/5 ページ） GPT-3は大規模化を追求した「言語モデル」 GPT-3の正体を一言で説明するなら、「テキスト生成のための巨大な学習済みモデルを備えているAIツール」だ。GPT-3の特徴は、とにかく規模が巨大なことだ。 OpenAIの開発者らは論文中で、GPT-3を「1750億のパラメータ（変数）を持つ自己回帰型言語モデル」と呼んでいる。また機械学習のため、Webサイトから数年にわたり収集した1兆語におよぶデータセットを用いている。 かみ砕いて説明すると、こうなる。1兆語から成るきわめて巨大な例文集を元に、1750億種類の変数を持つ「言語モデル」に言葉と言葉の関連の度合いを記憶させておく。この「言語モデル」に対して「数種類の実例と課題文」を与えると、それらしい文章を出力する。これがGPT-3
Googleが4億ドルで買収！DeepMind社のデミス・ハサビスとは？ - AI(人工知能)時代、いっしょに生き残りませんか？
デミス・ハサビス(Demis Hassabis)氏は、イギリスのAI(人工知能)研究者であり、 脳科学者(博士号取得)であり、 コンピュータゲームデザイナーであり、世界的なゲームプレイヤーです！ 引用元：DeepMind 目次 ハサビス氏の生まれ・人種・すごい経歴 AIの会社を設立 Googleによる買収秘話 DeepMind社の囲碁プログラムAlphaGO(５種類)の活躍 壮大な電力コスト削減計画 その後のDeepMind社の活躍 DeepMind社の問題点 ハサビス氏の生まれ・人種・すごい経歴 デミス・ハサビス氏は、イギリス・ロンドン生まれで、今現在43歳です。 ギリシャ系キプロス人と中国系シンガポール人の家系です。 チェスの神童で、ハサビス氏が13歳の時、14歳以下のプレイヤーの中では、世界で2番目でした✨ 15歳の時に、ケンブリッジ大学への入学を許可されましたが、大学側の条件により
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
韓国トップの囲碁棋士引退「努力してもＡＩには勝てない」 | NHKニュース
歴代チャットボットと最近のLLMのまとめ - Qiita
最強の囲碁AIに圧勝する人物が登場、AIの弱点を突いて人類が勝利したと話題に
バンディットアルゴリズムを用いた推薦システムの構成について - ZOZO TECH BLOG
日本将棋連盟とリコー、AIで棋譜を自動生成 記録係の不足を解消へ
人間の脳が学習で使うエネルギーはシステムの1,000分の1 アルファベット会長が語る、「AI時代」の人間の競争力
DeepMind、ルールを教えなくても「パックマン」などでハイスコアを出せるAIシステム「MuZero」
ChatGPTのライバルと目されるGoogleのAI「Gemini」がリリース間近
人工知能が大きな脅威をもたらす可能性についてDeepMindの共同創設者が語る
Google DeepMindのデミス・ハサビスCEOが「GoogleとDeepMindはなぜ統合されたのか」を語る
The Decade of Deep Learning
最強AI「MuZero」とは ルールを知らないのにゲームで勝ちまくる
スッキリわかるAlphaZero - どこから見てもメンダコ
Intelチーフアーキテクトが語ったコンピューティングの未来、Hot Chips 32
Getting the World Record in HATETRIS
最近、人工知能による自然言語処理が爆発的に進化しているのでまとめてみた。【中編】｜IT navi
tail-island: 今年49歳になるおっさんでも作れたAlphaZero