(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)
(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 http://rio2016.5ch.net/test/read.cgi/future/1427220599/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
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｡
67: オーバーテクナナシー [sage] 2015/04/13(月) 23:08:45.05 ID:DHaIlj8s パラダイムシフトという点には大いに賛同します。 今から起りつつあることは、様々な要素が並列的・相互作用的に進行し、特異点というポイントへ集約されてゆくのでは。 場合によっては、これは加速すらし得るのではないかと思っています。 http://rio2016.5ch.net/test/read.cgi/future/1427220599/67
171: 井ノ口智恵美 [] 2015/09/25(金) 16:28:26.05 ID:K5h18oo9 >>160 私はウイングガンダムゼロ カスタム(EW)に搭乗したいわ。 http://i.ytimg.com/vi/KMOPXhra-WI/maxresdefault.jpg http://rio2016.5ch.net/test/read.cgi/future/1427220599/171
246: オーバーテクナナシー [sage] 2016/02/18(木) 02:02:14.05 ID:MJ0bNp5F 永久に消えない「5Dデータストレージ」を開発。360TBものデータを5次元ナノ構造化 http://japanese.engadget.com/2016/02/17/5d-360tb-5/ http://rio2016.5ch.net/test/read.cgi/future/1427220599/246
325: オーバーテクナナシー [] 2016/06/28(火) 13:22:43.05 ID:FMxwSamd Intelがスパコンカンファレンスで「Knights Landing」を正式発表 http://pc.watch.impress.co.jp/docs/column/kaigai/1006546.html 32-bit単精度浮動小数点演算で6TFLOPS以上、GPUに匹敵。 精査していないがコア数は少なめ（-72、AVX-512採用）のため速度は３次元スタックメモリーのMCDRAM（16GB+帯域＝400+ GB/s）にあるようだ。 メインメモリがDDR4 384GBという点と電力効率が向上（５倍？）してるので、GPU無しでも 人工知能の開発に使えないわけではない。 これにFPGAが乗ることを考慮すれば、前世代に比べると大幅な性能アップなのは間違いない。 http://rio2016.5ch.net/test/read.cgi/future/1427220599/325
418: オーバーテクナナシー [] 2016/09/12(月) 09:54:56.05 ID:gLNGap7A ★2ちゃん脳の典型的な症例★ あらゆる物事に対してまず否定から入る 肯定・賛美を認めない。否定に特化した性格 不確実でも都合の良い周辺情報は信用する 情報ソースが2chやコピペブログ、個人のTwitterなどのネットの伝聞 10か0かの極端な思考 (品薄以外は山積み爆死、上位少数以外は皆不人気、値引き＝即投げ売り等)レッテル貼りの多用 (ゆとり、団塊、老害、ネトウヨ、ブサヨ、情弱、中二病、 パクリ、トレス、チョン、やらせ、スイーツ、ビッチ、キモオタ、等) 不幸の娯楽化。(メシウマ思考)上から目線で周囲を見下し、優劣を付けたがる 非寛容で、許容の心がない 「○○厨｣の多用 現実にネットの用語・習慣を無理矢理持ち込む ネットの情報を真の常識と思ってしまう (ネットでこれだけ叩かれているから○○は誰にとっても駄作等) 煽り荒らしの姿勢が常態化する 自分に対する批判を「不当な誹謗中傷」などと都合良く解釈する 自分からの誹謗中傷は「真っ当な批判」と主張する それでも自分だけは2ch脳じゃないと思いこんでいる http://rio2016.5ch.net/test/read.cgi/future/1427220599/418
539: YAMAGUTIseisei [sage] 2016/11/11(金) 13:01:49.05 ID:TfAJHR6G This is the html version of the file https://numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf . Google automatically generates html versions of documents as we crawl the web. Page 1 HIERARCHICAL TEMPORAL MEMORY including HTM Cortical Learning Algorithms VERSION 0.2, DECEMBER 10, 2010 Numenta, Inc. 2010 Use of Numenta’s software and intellectual property, including the ideas contained in this document, are free for non-commercial research purposes. For details, see http://www.numenta.com/software-overview/licensing.php 翻訳 株式会社アルトーク 2011/1/25 出典: http://www.numenta.com/htm-overview/education/HTM_CorticalLearningAlgorithms.pdf 脚注はすべて訳者による注釈である。本書の改訂版を確認するには http://ai.altalk.com 参照。 http://rio2016.5ch.net/test/read.cgi/future/1427220599/539
557: 556 [sage] 2016/11/15(火) 17:25:53.05 ID:miLjs+zj Page 14 階層 ry 効率 ry 各レベルで学習されたパターンが上位のレベルで組み合わせて再利用 ry 学習時間とメモリ消費を非常に節約する。 説明のため、視覚 ry 。階層構造の最下位レベルでは、 脳は縁13や角などの視覚のごく一部分に関する情報を格納する。 縁は ry 基本的な構成要素である。これらの下位レベルのパターンは中間レベルで ry 曲線や模様などのより複雑な構成要素に集約される。 円弧は耳の縁 ry 車のハンドル ry カップの取っ手 ry 。これらの中間レベルのパターンはさらに集約されて、頭、車、家などの 高レベルな物体の特徴を表す。 高レベルな物体 ry 、その構成要素を再度学習する必要がなくなる。 ry 単語を学習 ry 文字や文節、発音を再度学習する必要はない。 階層構造間で表現を共有 ry 、予期される行動の一般化にもなる。 ry 動物を見 ry 、口や歯を見 ry 食 ry 噛 ry 予測 ry 。階層構造により、 ry 新しい物体がその構成要素が持つ既に分かっている特徴を 引き継いでいることを知ることができる。 http://rio2016.5ch.net/test/read.cgi/future/1427220599/557
602: 601 [sage] 2016/12/20(火) 23:57:21.05 ID:ymkk5AtR シナプス ry 二値のウェイトを持つ。生物学上のシナプスは可変値のウェイト ry 確率的・不安定 ry 生体ニューロンはシナプスのウェイト値の正確な値に依存しているはずがない ry 。HTM の分散表現及び我々の樹状突起の計算モデルを利用すれば、 HTM シナプスに二値のウェイトを割り当てても何ら悪影響はないはずである。 シナプスの形成及び切断をモデル化 ry ２つの追加 ry ニューロサイエンスから援用した。 一つ目は、シナプス候補の概念である。これは樹状突起セグメントに十分近い位置を通る すべての軸索を表し、シナプスを形成する可能性があるものである。 二つ目は、永続値である。これは各シナプス候補に割り当てられたスカラー値である。 ry 軸索と樹状突起の間の接続の度合 ry 度合は生物学的には、完全に分離した状態から、 接続はしていないがシナプスを形成し始めた状態、最小限にシナプスが接続した状態、 大きく完全にシナプスが接続された状態に至るまでの範囲を取る。シナプスの 28 a slower, steady rate of action potentials in a neuron 29 proximal dendrite segment。樹状突起のうち、ニューロンの中心部に近い部分。 30 distal dendrite segment。樹状突起のうち、末端に近い部分。 distalは末梢（まっしょう）・末端の意味。ちなみに末梢神経は peripheral nerve という。 http://rio2016.5ch.net/test/read.cgi/future/1427220599/602
605: 604 [sage] 2016/12/22(木) 00:35:51.05 ID:kuCFO/r6 ry 詳細 ry 1) 入力の疎分散表現を作成する リージョンへの入力を想像するには、それを巨大なビット列と考えるとよい。 脳内ではこれらはニューロンからの軸索にあたる。任意の時点で、 これらの入力のある部分はアクティブ（値１）、他の部分は非アクティブ（値０）である。 アクティブな入力ビットの比率は変化する。例えば0%から60%としよう。 HTMリージョンで行う最初の事は、この入力を疎な新しい表現に変換 ry 。例えば、入力のうち40%がオンかも知れないが、新しい表現では2%だけがオン ry 。HTMリージョンは論理的にはカラムの集合 ry カラムは1又はそれ以上のセルから成る。 カラムは論理的には2Dの配列状に配置できるが、これは要件ではない。 ry 各カラムは入力ビットのユニークな部分集合（普通は他のカラムと重なるが、 完全に同じ部分集合になることはない）に接続される。結果として、 異なる入力パターンからは、レベル全体では異なるカラムのアクティベーションを得る。 最も強いアクティベーションを得たカラムは、 弱いアクティベーションを得たカラムを抑制、ないし非アクティブ化する。 （抑制は非常に局所的範囲からリージョン全体までの範囲で変化する円の ry ）入力 http://rio2016.5ch.net/test/read.cgi/future/1427220599/605
756: オーバーテクナナシー [] 2019/07/04(木) 23:50:08.05 ID:7a60wO4w あげ http://rio2016.5ch.net/test/read.cgi/future/1427220599/756
ﾒﾓ帳
(0/65535文字)
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
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.038s