サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
夏の料理
besom1.blog85.fc2.com
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 4年ほど前に人工知能学会誌に書かせていただいた文章が無料公開されています。 一杉裕志、「ヒト型 AI は人類にどのような影響を与え得るか」 人工知能:人工知能学会誌 29(5), 507-514, 2014. http://id.nii.ac.jp/1004/00001627/ 私の研究に対してよく聞かれる質問に対する私の考えをまとめたものです。 なお、AIの身近に迫った最大の脅威は「人間による弱いAIを使った専制政治」だと当時から考えているのですが、そのような認識があまり世の中に広まっておらず、大変心配です。
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 時系列データを学習するニューラルネットの一種、 LSTM について、 ちょっとだけ理解しようと試みたので、自分用のメモをここに書いておきます。 「Long Short-Term Memory in Recurrent Neural Networks」 http://www.felixgers.de/papers/phd.pdf ドイツ Hannover 大、 FELIX GERS の Thesis, 2001 。 p.11 に「従来の(初期の)LSTM」の全体像が書かれている。 が、メモリブロックが1つに省略されているので全体像が分かりにくい。 (RNNの中間層の各ユニッ
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 前回の記事にコメントをいただきましたので、 新しい記事にしてお返事いたします。 >話がそれていたら申し訳ありません。 > >以下のように2つの訓練から、4つの推論が訓練せずに成立することを、刺激等価性が成立したと言えるそうです。 > >訓練1:AならばB >訓練2:BならばC > >推論1:BならばA(対称性:訓練1に対する) >推論2:CならばB(対称性:訓練2に対する) >推論3:AならばC(推移性) >推論4:CならばA(等価性) > > これらの推論はヒト以外の動物では、一部の例外を除き成立しません。しかし「AばらばB」の逆(BならばA)は、論理的に真とはならない
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) xkeymacs は、 Windows 上のすべてのアプリケーションで Emacs ライクなキー操作を可能にする、私にとっては必需品のフリーソフトです。 「XKeymacs」 http://xkeymacs.sourceforge.jp/ PowerPoint 2010 から使えるようになった数式エディタと xkeymacs の 相性もばっちりで、すごく作業効率が上がって助かります!! 非常に完成度の高いソフトなのですが、 Word や PowerPoint などの Office アプリケーションで C-w, M-w, C-y, C-k などで激しくコピーアンドペーストす
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 昨日、xkeymacs でコピーやペーストをすると Word や PowerPoint が落ちる問題の回避策を書きましたが、 XKeymacs のオリジナル版の作者大石さんから C-k についても 回避策を教えていただき、 XKeymacs 64bit 版(xkeymacs-110830)、 Windows 7 64bit, Office 2010 で動作確認しました。 まず dot.xkeymacs に下記の2行を追加します。 (dot.xkeymacs は、 xkeymacs を展開したフォルダの下の etc の下にあります。) (fset 'sample-kill-
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 動物にとって思考の役割とは何だろうか。 思考を実現するためにはどのようなメカニズムが必要だろうか。 思考の役割の1つとして考えられるのは「行動のシミュレーション」である。 例えば動物が移動していて小川にぶつかったとする。 その時に取り得る行動としては、飛び越える、水の中を渡る、 またいでいける場所まで遠回りする、などいろいろあり、 それぞれ速いが危ない、冷たい、安全だが時間がかかるなど メリットやデメリットがある。 人間は頭の中で、過去の経験に照らし合わせてそれぞれの可能性を試してみて、 メリットが大きくデメリットの小さい最適な行動を1つ選択してから 実際にその行動を起こ
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) deep learning のよい日本語説明資料がネット上にかなり増えてきましたが、 そのなかから3つだけ選んでご紹介します。 1. 機械学習の専門家 岡野原さんによる簡潔で分かりやすい解説。 「ニューラルネットの逆襲 | Preferred Research」 2. 東大 松尾研の輪読会の資料。 「Deep Learning 輪読会」 とくに、あのとても長い Y. Bengio "Learning Deep Architectures for AI" の松尾さんによる要約がありがたいです。 3. 昨日画像認識系の研究会で行われた 東北大 岡谷貴之さん、斎藤真樹さんによる
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) まだまだ勉強不足ですが、 大変僭越ながら deep learning とは何かを簡単に説明します。 (2012-11-01 追記: 専門家によるもっと詳しく分かりやすい解説があります! 「ニューラルネットの逆襲 | Preferred Research」 ) deep learning とは、たくさんの層を持ったニューラルネットを用いた 機械学習技術です。 deep learning は、画像認識、音声認識、自然言語処理などの分野で、 いろいろなベンチマークで従来技術を超える性能を出しており、 注目を集めています。 ニューラルネットと言えば、かつて3層パーセプトロンがよく
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 画像認識のコンテストで deep learning を使った Hinton らのグループが 非常によい結果を出したらしいです。 ツイッターでのざわつきがこちらにまとめられています。 これをざっと読むだけで deep learning がどんなものか 分かってくると思います。 「深イイ学習 - Togetter」 > ILSVRC'12のHintonらの結果に対するざわつきを雑にまとめました http://togetter.com/li/387872 ところで、 deep learning がブラックボックスだとか黒魔術だとかいう 感想があるようですが、なんでそういう感想が
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) (2012-11-01 追記: deep learning の簡単な説明を書きましたので、こちらもご覧ください。 「deep learning とは」 「Deep learning 用語集(取り急ぎ版)」 ) ICML 2012 での deep learning のチュートリアル資料が公開されています。 deep learning は、いわゆる「人工知能」を本気で目指しているようです。 脳のアルゴリズムとも非常に関係が深いので、しっかり勉強したいと思います。 「deep-learning-tutorial-2012」 http://www.iro.umontreal.ca
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 第25回 人工知能学会 汎用人工知能研究会(11/24) で以下の内容で発表予定です。 一杉裕志,中田秀基,高橋直人,竹内泉,佐野崇, 再帰的な階層型強化学習 RGoal へのサブルーチン例外終了機能の導入 第25回 人工知能学会 汎用人工知能研究会(SIG-AGI), 2023. 予稿: 202311agi.pdf 概要: 我々は以前再帰的なサブルーチン呼び出しが可能な階層型強化学習アルゴリズム RGoal を提案したが、これまではサブルーチンの出口が1つのみという強い制限があった。 本稿では RGoal のサブルーチンが複数の出口を持てるように拡張した上、例外終了の機
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 「脳を理解するための情報源メモ」というページを作ってあるのですが、しばらく更新していません。 とりあえず、更新予定のメモをここに張っておきます。 ・「PRML - 情報論的学習理論と機械学習の「朱鷺の杜Wiki」」 http://ibisforest.org/index.php?PRML Christopher M. Bishop著“Pattern Recognition and Machine Learning”の日本語版「パターン認識と機械学習 - ベイズ理論による統計的予測」のサポートページ。 通称「PRML」または「ビショップ本」。必携。 難しいのだけど、少なくと
このページを最初にブックマークしてみませんか?
『BESOM(ビーソム)ブログ』の新着エントリーを見る
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