完全な量子テレポーテーションに成功
インスブルック大学などが開発した量子テレポーテーション装置は、転送後の光量子ビットを測定し、都合の良い事象のみを選び出す「条件付き」で転送成功が保証されていた。光量子ビットは、測定を行った時点で消滅する。成功判定の測定を実施した時点で量子ビットは失われるため、量子ビット自体を情報処理に使用することができなかった。古澤氏は、「われわれは、（インスブルック大学などが開発した量子テレポーテーション装置が）情報処理に使えないという点で、“量子テレポーテーションに成功した”とは言えないと考え、主張してきた」と語る。 またインスブルック大学などが開発した量子テレポーテーション手法は、量子ビットの転送効率が極めて低いという課題があるという。量子ビットを転送するために必要な量子エンタングルメント＊2）の生成手法が、原理的に低い確率でしか動作しないとされる。古澤氏らは「最近の技術レベルを用いても100個の量
スパイラル学習法でドローンを自動操縦
Preferred NetworksがCEATECでデモ公開 Preferred Networksは、「CEATEC JAPAN 2016」（会期：2016年10月4～7日、会場：千葉市幕張メッセ）で新たな深層強化学習手法「スパイラル学習法」を用いて実現したドローンの自動操縦デモを公開する。 ドローンの自動操縦デモのようす。照明で丸く照らされた部分が目的地でそこへ向かってドローンは自動で飛んでいく。ただ、赤いLEDの線上は飛び越えてはならず、赤い線を避けて飛行する。目的地に着けば報酬を与え、赤い線を飛び越えるなどした場合にはペナルティーを与えるといった具合で、強化学習が行われる。 新たに構築した深層強化学習手法は、自動操縦に必要な制御に関する深層学習とともに、シミュレーター上の挙動モデルを深層学習する、2つの深層学習を組み合わせ、効率的かつ安全に、制御に関する深層学習を行うというものだ。
GoogleからAI用プロセッサ「TPU」が登場
Googleが、人工知能（AI）に向けたアクセラレータチップ「Tensor Processing Unit（TPU）」を独自開発したことを明らかにした。同社が2015年にリリースした、オープンソースのアルゴリズム「TensorFlow」に対応するという。 このニュースは、米国カリフォルニア州マウンテンビューで2016年5月18～20日（現地時間）に開催された同社の開発者向けイベント「Google I/O 2016」で行われた、2時間に及ぶ基調講演の最後に、大きな目玉として明かされた。 GoogleのCEO（最高経営責任者）であるSundar Pichai氏は、「当社が開発したTPUは、既存のFPGAやGPUに比べて1ワット当たりの性能が10倍高い。韓国のトップ棋士を打ち負かした当社の囲碁AI『AlphaGo（アルファ碁）』も、TPUを使用していた」と述べている。 Googleのデータセンサ
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
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
