EclipseでOpenCV - 人工知能に関する断創録
OpenCVのプログラムを統合開発環境EclipseとC/C++コンパイラMinGWで開発するためのセットアップ方法をまとめておきます。Windows環境でVisual StudioをインストールしなくてもOpenCVプログラムを開発できます。 1. MinGWのインストール ここからMinGW-5.1.6.exe（2009/10/15現在）をダウンロード。インストール途中でg++ compilerとMinGW Makeオプションをチェック。 2. Eclipseのインストール ここからEclipse IDE for C/C++ Developers（Eclipse CDT）をダウンロード。解凍するとeclipseフォルダができるのでC:\eclipseなどに移動。 3. OpenCVのインストール ここからOpenCV-2.0.0a-win32.exe（2009/10/15現在）をダウン
眼の実装 - 人工知能に関する断創録
OpenCVっていうコンピュータビジョンのライブラリを使うと拡張現実でもっと高度なことができるらしい。画像認識、画像理解、コンピュータビジョンも人工知能の範疇だけどまったく勉強したことなかったのでこれを機会に基礎は習得したい。とりあえず下の三冊購入。ざっと読んでみたけど OpenCVプログラミングブック（実践サンプル集 + リファレンス） 詳細OpenCV（理論 + ライブラリ解説） コンピュータビジョン（理論） という感じかな。理論も知りたかったので評判のよい『コンピュータビジョン』を購入したけどまったくのど素人には少々むずかしすぎた。しばらく詳細OpenCVで勉強してからあらためてチャレンジしたい。ところで、詳細OepnCVの帯に面白いことが書いてあった。 この本によると、OpenCVなる技術を使えば「コンピュータの目」を作れるそうです。 磯光雄（『電脳コイル』監督） へぇ〜。でも目は
スーパーコンピューターはこのままでいくと2025年には人間の脳をシミュレーションできるようになる
これまでもさまざまなスーパーコンピューターが作られ、膨大な計算が必要な研究に対してその演算能力を発揮し、人類の科学の発展に寄与してきたわけですが、このままスーパーコンピューターが順調に成長し続けると、どうやら2025年には人間の脳内にあるニューロンのシミュレーションさえ可能になるそうです。 一体どういう理屈でそんなことになってしまうのか、1990年から近未来に至るまでのスーパーコンピューターの成長を見てみましょう。 グラフは以下から。 Singularity is Near -SIN Graph - Growth in Supercomputer Power 黒の実線部分が実際の計画とスーパーコンピューター名、そして白い横断歩道みたいな線がトレンドライン、つまり傾向線。現在までの勢いでトレンドラインを描くと、なんと以下のようになります。 2013年……人間の脳の機能をシミュレーションするの
【人工知能】物理エンジンで人工生命つくって学習させた
運動学習させました。この仮想生物が試行錯誤をして動き方を学習しました。この動画はマルチエージェント進化シミュレータのanlifeを開発していたときに作りました。2020/10/4 追記この後作ったゾンビを宮崎駿監督にみていただいたところが2016年にNHKで放送され一部話題になりました。2016年超会議での超人工生命の生放送企画を経て、ドワンゴにて新たな人工生命を開発することに→ リリース後半年でサービスクローズ人工生命を作る会社を立ち上げました→ https://attructure.com/
Welcome to the International Society for Artificial Life
Thank you to all society members who voted in the recent election for the ISAL board of directors. We are very pleased to confirm (a little belatedly) that the following candidates received the most votes and have therefore been elected (or re-elected) to the ISAL board, listed in alphabetical order: Note that seven candidates were […] The nominations for the 2024 ISAL awards are now open! What’s
明治大学
明治大学について 明治大学について 大学紹介 学長室 ビジョン・計画 キャンパス案内 情報公開 明治大学の取り組み 支援をお考えの皆さま 施設貸し出し 採用情報 ガイドブック・広報紙誌 教育／学部・大学院 教育／学部・大学院 学部 法学部 商学部 政治経済学部 文学部 理工学部 農学部 経営学部 情報コミュニケーション学部 国際日本学部 総合数理学部 大学院 専門職大学院 資格課程 共通科目・教育支援 留学 学年暦・シラバス・科目ナンバリング 生涯学習 図書館 情報サービス（パソコン・ネットワーク） 付属高校との連携 研究 研究 研究・知財戦略機構 研究の企画推進 産官学連携 研究機関 学内教員・研究者用サイト 社会連携・社会貢献 社会連携・社会貢献 社会連携機構 地域社会との連携（地域連携推進センター） 生涯学習の拠点（リバティアカデミー） 震災等復興活動 国際連携・留学 国際連携・留学
細菌のゲノム合成に成功：2008年中に合成生命も？ | WIRED VISION
細菌のゲノム合成に成功：2008年中に合成生命も？ 2008年1月25日 サイエンス・テクノロジー コメント： トラックバック (1) Alexis Madrigal 生物学者のJ.Craig Venter氏。バージニア州アレクサンドリアの自宅にて Photo: Matt Houston/AP 科学者たちが細菌のゲノム(全遺伝情報)を合成した。147ページ分にも相当する、DNAの構成要素を示す文字列をつなぎ合わせたのだ。 研究者チームは、酵母菌を利用してDNAの4つの長いらせん構造を縫い合わせ、マイコプラズマ・ジェニタリウム(Mycoplasma genitalium)というバクテリアのゲノムを作り出した。研究成果は、1月24日付の科学雑誌『Science』誌(オンライン版)に掲載される。 これまでに、より原始的なウイルスでの成功例はあったが、今回作成された合成DNAの長さはそれを1桁上回
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
ポーカーでハッタリをかける人工知能 | WIRED VISION
ポーカーでハッタリをかける人工知能 2007年6月14日 サイエンス・テクノロジー コメント： トラックバック (0) Brandon Keim ポーカーをプレイするプログラムは、確率の計算やいわゆる「ポーカー・フェイス」を通すことには長けている。だが、ハッタリをかけるという、このゲームの最も高度な技術については――フルハウス程度の低い役であても、勝負をかけるタイミングと方法を直感的に見抜く能力が問われるので――これまで、プログラムの能力を超えていると考えられていた。 『New Scientist』誌オンライン版の「ソフトウェアが、ハッタリをかけるべきタイミングを習得」から引用する。 「コンピューターは最良の戦略を遂行するようプログラムされているが、ハッタリをかけるというのは、予測のできない、論理的でない動作だ」と、南アフリカ共和国にあるウィットウォーターズランド大学のコンピューター科学者
読解と推論ができる人工知能 | WIRED VISION
読解と推論ができる人工知能 2005年2月 3日 コメント： トラックバック (0) AP通信 2005年02月03日 ニューヨーク州トロイ発――SFで一番手軽に使われる悪者役に、知識を持ちすぎたコンピューターというのがある。映画『マトリックス』で夢の世界を創り出す支配者や、映画『2001年宇宙の旅』のコンピューター『HAL(ハル)9000』がすぐに思い浮かぶだろう。しかし現実には、最高レベルのスーパーコンピューターでさえ、スース博士[幼児向け英語学習絵本の作家]の本に夢中になっている子供の論理的思考能力に及ばない。コンピューターは人間のようには文章を読めないし、学習や推論の能力もないからだ。 人工知能(AI)の研究者が掲げる大きな目標は、人間と機械の間に存在する認知力のギャップを狭めること、つまり、高度に洗練された読解力と学習能力を備えたコンピューターを作ることだ。 米国防総省の国防高等
ニューラルネットワーク - Wikipedia
（人工知能の分野で）ニューラルネットワーク（英: neural network; NN、神経網）は、生物の学習メカニズムを模倣した機械学習手法として広く知られているものであり[1]、「ニューロン」と呼ばれる計算ユニットをもち、生物の神経系のメカニズムを模倣しているものである[1]。人間の脳の神経網を模した数理モデル[2]。模倣対象となった生物のニューラルネットワーク（神経網）とはっきり区別する場合は、人工ニューラルネットワーク (英: artificial neural network) と呼ばれる。 以下では説明の都合上[注釈 1]、人工的なニューラルネットワークのほうは「人工ニューラルネットワーク」あるいは単に「ニューラルネットワーク」と呼び、生物のそれは「生物のニューラルネットワーク」あるいは「生物の神経網」、ヒトの頭脳のそれは「ヒトのニューラルネットワーク」あるいは「ヒトの神経網」
リカレントネットの学習法と応用： オートマトンの抽出
Next: RNNについて リカレントネットの学習法と応用： オートマトンの抽出 複雑系解析論講座 橋本研究室 小林 仁 概要: リカレントニューラルネットワーク（RNN）はフィードバックを持っており、従来のフィードフォワード、Hopfieldモデル等と異なり、時系列データを容易に取り扱うことができる。 しかし、RNNは構造が異なるため、従来の学習則を直接適用することはできない。そのためRNN独自の学習則が必要となる。ここではそのなかでも基本的な学習則について紹介する。またRNNに対する学習則はいくつか提案されているが、各々は異なる特徴を持っており、実際にどれを適用するべきかを考えなくてはならない。よってここではそのような学習則の持つ特徴に関する研究についても要約する。 先に述べた特徴より、RNNは様々な時系列パターンの認識や生成に用いることができると考えられる。ここではどのような問題に、
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
Grey Thumb | A global interest group dedicated to artificial life and evolutionary technology
http://neuralware.osk.setsw.co.jp/index.html