This AI Algorithm Learns Simple Tasks as Fast as We Do
Taking inspiration from the way humans seem to learn, scientists have created AI software capable of picking up new knowledge in a far more efficient and sophisticated way. Fig. 1. People can learn rich concepts from limited data. (A and B) A single example of a new concept (red boxes) can be enough information to support the (i) classification of new examples, (ii) generation of new examples, (ii
深層学習でバラ積みロボットの0から学習 - Preferred Networks Research & Development
乱雑に積まれた物体を取り出す産業用ロボットの動作を、ディープラーニングで学習しました。 こんにちは、松元です。今回は、国際ロボット展2015にてFANUCブースで出展した「バラ積みロボットの0から学習」について解説したいと思います。 まずは次の動画をご覧ください。 背景 「物を取る」というのはロボットの最も基本的なタスクの一つで、あらゆる場面で必要となります（たとえば産業用では、カゴから部品を取り出してベルトコンベアに乗せるといった用途で頻繁に使われます）。このときに、取るべき部品が決まった位置に整然と並んでいたり、平らな面に一つだけ置かれているなら簡単なのですが、箱にぐちゃっと積まれたところから一つ取り出したいというケースもあります。このようなタスクをバラ積み取出しといいます。 様々なバラ積み取出しの活用例(google画像検索) いま、3Dカメラによってバラ積みされた領域の深度付き画像
Google、量子コンピュータでPCの1億倍高速な解析に成功と発表
今回の実験では、「量子ビット」を1000個以上搭載するD-Wave 2Xでの「量子アニーリング」とシングルコアのコンピュータの「シミュレーテッドアニーリング」とで、約1000個の変数の「組み合わせ最適化問題」の解決速度を比較した。 Googleは2013年、NASAと共同でエイムズ研究所に量子コンピュータラボ「Quantum Artificial Intelligence Lab」を立ち上げ、実験を重ねてきた。Googleが取り組んでいるディープラーニングなどの機械学習ではビッグデータを高速に処理するシステムが必要であり、量子コンピュータが実用化できれば研究が飛躍的に前進するだろう。 Googleは、この実験結果は非常に興味深いし有望なものだとしながらも、実用化するまでにはまだ多くの課題を乗り越える必要があるとしている。 関連記事 Google、NASAと共同で量子コンピュータラボを立ち上
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
http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf
GitHub - google/prettytensor: Pretty Tensor: Fluent Networks in TensorFlow
