(情報科学)技術的特異点と科学･技術等 1 (ナノテク) [転載禁止]©2ch.net (840ﾚｽ)
上下前次1-新
抽出解除 ﾚｽ栞
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
8: 2015/03/26(木)01:43:30.03 ID:kVCExhkE(2/8) AAS
【環境/資源】排せつ物は金の山？ プラチナや銀も 米研究 [転載禁止]©2ch.net
2chｽﾚ:scienceplus
71(3): 2015/04/15(水)01:28:11.03 ID:jzEE+1L5(1) AAS
>>68
動作だけ正確にコピーしてるのでちょっとでもズレてると作れない仕様なんだな
ネタレベルだ
301: 2016/05/10(火)05:40:06.03 ID:7ttvNwD8(5/5) AAS
1次ソースではないが、グラフェンによるプロセッサのクロックで
1THzは目標数値のようだね。
The Idea Of A 1000 GHz Processor
外部ﾘﾝｸ:www.aerogelgraphene.com
fabricated a transistor that operates at 38GHz, but note their simulations show the device could operate at 110GHz.
外部ﾘﾝｸ:www.newelectronics.co.uk
「“We don't want to make them the way the semiconductor industry does now. Our step, which is most critical for roll-to-roll printing, is ready.”」
読んだかぎりではプロセスにも特に問題があるわけではなさそうだ。
グラフェン、CNTは、近い将来にクロック数を飛躍的に向上させる可能性は
ありそうだ。
422: 385 [sage_teoff] 2016/09/12(月)17:59:41.03 ID:zJmk3Nkm(5/8) AA×
555(6): 551 2016/11/13(日)11:13:59.03 ID:5tF5+oR3(1) AAS
Page 12
ry 。HTM のメモリは階層的な構造であり、時刻の概念が内在している。
情報は常に分散型の様式で保存される。HTM の利用者は階層のサイズを指定し、
何に対してそのシステムを訓練するのかを決める。 ry
HTM ネットワークは ry 、階層構造、時間と疎分散表現（ ry ）の主要機能を包含する限り、
我々は汎用的なコンピュータを使ってモデル化することができる。
我々はいずれ、HTM ネットワークに特化したハートウェアを作ることになる ry
本書では我々は HTM の特徴と原理を、人の視覚・触覚・聴覚・言語・行動を例にして表す。
ry 。しかしながら、HTM の能力は汎用的であることを心に留め ry
。HTM は学習と予測の機械であり、様々な種類の問題に適用可能である。
HTM 原論
ry なぜ階層的な組織が重要なのか、HTM のリージョンはどのように構成されるか、
なぜデータを疎分散表現で格納するのか、なぜ時間ベースの情報がクリティカルであるのか。
階層構造
ry 。リージョンは HTMにおける記憶と予測の主要構成要素 ry 。
通常、各 HTMリージョンは階層構造の 1 レベルを表す。
階層構造を上がるに伴って、常に集約11がある。
子リージョンの複数の要素が親リージョンの一つの要素に集約 ry
階層構造を下がるに伴って、フィードバック接続による情報の発散12がある。
（リージョンとレベルはほとんど同義 ry 。リージョンの内部的な機能 ry 「リージョン」の用語 ry
、特に階層構造の中でのリージョンの役割を指すときに「レベル」の用語を用いる）
11 convergence
12 divergence
619(4): 618 2017/01/10(火)06:41:13.03 ID:xuLIsBiQ(1/2) AAS
Page 30
。セルが ry セルとの横方向の接続によってアクティブ ry 「予測状態」と呼ぶ（図 ２-３）。
3) 以前の入力の文脈に基づいて、現在の入力からの予測をするリージョンの ry
予測はステップ 2)で作成した、すべての以前の入力からの文脈を含む表現に基づ ry
リージョンが予測をするときは、将来のフィード・フォワード入力によって
アクティブになると考えられるすべてのセルをアクティブ（予測状態）にする。
リージョンの表現は疎であるので、同時に複数の予測がなされ得る。
例えばカラムのうちの 2%が入力によってアクティブになるとすると、
カラムの 20%が予測状態のセルとなることで10 個の異なる予測がなされ得る。
ry 40% ry 20 個 ry 。各カラムが 4 個のセルからなり、一度に一つだけがアクティブ
になるとすれば、セル全体の 10%が予測状態 ry
今後、疎分散表現の章が追加されれば、異なる予測が混じり合っても、
リージョンは特定の入力が予測されたのかそうでないのかを高い確信 ry
リージョンはどうやって予測 ry ？ 入力パターンが時間と共に変化するとき、
カラムとセルの異なる組み合わせが順次アクティブになる。
あるセルがアクティブになると、周囲のセルのうちすぐ直前にアクティブだったセルの
部分集合への接続を形成する。これらの接続は、そのアプリ ry で必要とされる学習速度
に応じて早く形成されたりゆっくり ry 調整できる。
その後、すべてのセルはこれらの接続を見て、
どのセルが同時にアクティブになるかを探さなくてはならない。
もし接続がアクティブになったら、
セルはそれ自身が間もなくアクティブになることを予測することができ、予測状態に入る。
よってある組み合わせのセルがフィード・フォワード入力によってアクティブになると、
ひき続いて起こると考えられる他の組み合わせのセルが予測状態になる。 ry
歌を聞いていて次の音を予測 ry 瞬間と同様 ry
>>541 >>555 >>557-558 >>561-564 >>570 >>578-579
634: 2017/01/22(日)10:27:49.03 ID:grP3O/YW(1) AAS
ガリレオX 第141回「シンギュラリティ人工知能が人間と融合する日」
1/22 (今日) 11:30 〜 12:00 (30分) BSフジ
<主な取材先> 井上智洋 さん (駒澤大学) 齊藤元章 さん (PEZY Computing)
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ
ぬこの手 ぬこTOP 0.062s