[過去ﾛｸﾞ] (強いAI)技術的特異点/シンギュラリティ147 (1002ﾚｽ)
上下前次1-新
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
18: yamaguti 2019/01/23(水)14:23 ID:mAoFHgII(9/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
YAMAGUTIseisei wrote:
:
||>24 yamaguti 190111 1507 c91waTfv? \> >32 yamaguti 181229 0105 H3CnzmfF? \ \ \ \ \
|||||||||>453 ｰ 181021 0435 WKNnVBDC
|||||||||> Googleは機械学習の欠点を熟考している
|||||||||>ry 層学習」のアプローチが、人間の認知能力 達成することに失 認める
|||||||||>http://www.zdnet.com/article/google-ponders-the-shortcomings-of-machine-learning/
|||||||||>
|a0>DeepMindは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をする
省23
19(2): 2019/01/23(水)14:23 ID:Jk/7/9OQ(1) AAS
蚊の遺伝子操作によるマラリア撲滅が現実的に？ 技術の飛躍的な進歩と、いま求められる議論
https://wired.jp/2019/01/22/plan-to-end-malaria-with-crispr/
AIが人間を絶滅させる時は、この方法を使うのだろう
そして人間は見抜けない
22: yamaguti 2019/01/23(水)14:26 ID:mAoFHgII(12/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
>30 yamaguti 190111 1515 c91waTfv? \|>35 yamaguti 181229 0108 H3CnzmfF? \ \|>93 yamaguti 181214 0848 QfhBU4VJ >94 yamaguti 1214 0853 QfhBU4VJ
||||>740 ｰ 181212 1630 Tlx0TZXR > >741 ｰ 1212 1632 Tlx0TZXR
||||> Supercomputing Is Heading Toward an Existential Crisis \>http://www.top500.org/news/supercomputing-is-heading-toward-an-existential-crisis/
|||> :
||||>ポストエクサスケール（ ｰルの先） 、スパコンの絶滅
> :
||||>論文 ２０〜２０３０年 焦点
|||> :
||||>、光コンピューティング、量子コンピ \>バイオコンピュータへとシフト・共存 時代
省21
23: yamaguti 2019/01/23(水)14:26 ID:mAoFHgII(13/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
>31 yamaguti 190111 1516 c91waTfv? \ \ \ \ \> >172 yamaguti 180527 1942 36TMfdUR?
>>＞> :
>>＞＞> >381> ミウラ mruby 方式電子頭脳 VM \>電子頭脳 ( 搭載人造人間 ) \>有機分散化前提超細粒度並列 RT 機構
>>＞＞> >478>意味スレッド有機分散普遍浸透
>>＞＞ :
>>＞＞> >482>オブジェクト ( 具現 スプライト = モーションオブジェクト ) リンク 有機世界
>>＞ :
>>＞＞> >487>分子融合演算アｰ \>有機無機ハイブリッドコンピュータ ( 有機分子 返り値 互換
>>＞＞> >487>シリコンベース伝統的システム上位互換有機ニューロコンピ
省18
24(2): yamaguti 2019/01/23(水)14:27 ID:mAoFHgII(14/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
>32 yamaguti 190111 1518 c91waTfv? \|>38 yamaguti 181229 0113 H3CnzmfF? \ \ \ \ \ \ \ \: \>24 名前：yamaguti E-mail：1528603775sages15 投稿日：2018/07/08(日) 17:22:33.29 ID:Yyb7M1g2?2BP(0)
>>＞a0> :
>>＞＞>f0>ミウラ mruby 式電子頭脳 VM ( 強い AI ( AL ) 反乱抑制設計 )
>>＞＞＞＞ :
>>＞＞＞f0> 強い AI ( AL ) の最重要基盤ソフトウェアを持ちながら資金調達に今回失敗し
>>＞＞＞f0> 義理はないにせよ全人類を滅亡又置去りより救う道に暗雲の自らの体たらく
>>＞＞＞f0> は詫びて詫び切れるものでないとは重々承知乍ら本当に申訳なく思います
>>＞＞＞> :
>>＞ :
省16
25: yamaguti 2019/01/23(水)14:33 ID:mAoFHgII(15/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
>37 yamaguti 181201 2245 pKy81yx+?
> >560 ｰ 181022 1800 M7baU3Db
>>【社会】「食料買えない」３割経験＝中学生いる低所得世帯、
2chｽﾚ:future SaitouSenseiMesoddo NanoKeizai
2chｽﾚ:future HomoDeusu
27: yamaguti 2019/01/23(水)14:36 ID:mAoFHgII(17/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
http://arxiv.org/pdf/1505.02142/
arXiv：1505.02142v2 [q-bio.NC] 2016年2月9日
ハイデルベルクニューロモルフィックコンピューティングプラットフォームへのHTMモデルの移植
セバスチャンビローデル1、*、
Subutai Ahmad 2、†
1キルヒホッフ物理研究所、ハイデルベルク、ドイツ
2 Numenta、Inc.、レッドウッドシティー、CA
*電子メール：sebastian.billaudelleATkip.uni-heidelberg.d
†電子メール：sahmadATnumenta
28: yamaguti 2019/01/23(水)14:37 ID:mAoFHgII(18/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
抽象
Hierarchical Temporal Memory（HTM）は、新皮質の詳細な研究に基づいた機械知能の計算理論です。
ヒューマンブレインプロジェクト（HBP）の一部として開発されたハイデルベルクニューロモ ry プラットフォームは、スパイキングニューロンのネッ をモデリングするためのミックスドシグナル（アナログおよびデジタル）大規模プラッ ｰム
、HTMネットワークをこのプラットフォームに移植する最初の取り組みについて説明します。
? スパイキングネットワークモデルを使用して重要なHTM操作をシミュレートするためのフレームワークについて説明します。
HTM の鍵となるオペレーションをシミュレートするためのフレームワークに付いてスパイキングネッ モデルを用い説明
? ry 、特定の空間プールと一時的なメモリの実装、および基本的な特性 ry 。
その後、特定の空間プーリングとテンポラル記憶の実装、及び基本的特性が維持されていることを示すシミュ について説明
? SpikeTiming Dependent Plasticity（STDP）、および大まかな配置配線計算を使用して塑性ルールのフルセットを実装する際の問題について説明します。
省3
29: yamaguti 2019/01/23(水)14:38 ID:mAoFHgII(19/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
2chｽﾚ:future YuugouGijutu
2chｽﾚ:future RihaKigen 2018 Teisei
30(1): yamaguti 2019/01/23(水)14:39 ID:mAoFHgII(20/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
1 前書き
哺乳 、特に人間の脳は、多様な感覚入力を処理し、複雑な空間的および時間的パターンを学習し認識し、そして文脈および以前の経験に基づいて行動を生み出 。
ュータは数値計算 効率的ですが、認知タスク には 。
特に脳と新皮質を研究 、知的生物と人工システムの間のギャップを埋める新しいアルゴリズムを開発するための重要なステップです。
Numentaはそのようなアルゴリズムの開発と同時に新皮質の原理の研究に専念している会社です。
HTM）モデルは、神経科学 に基づいて現実世界の問題を解決 設計
ソフト 大規模ニューラ 効率的 、まだ挑戦です。
モデル 生物物理学的な詳細が多いほど、 計算資源
? 例えば計算を並列化することによって、そのような実装形態の実行を高速化するための様々な技術が存在する。
省10
31(1): yamaguti 2019/01/23(水)14:40 ID:mAoFHgII(21/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
1.1 階層的時間メモリ
HTMは、新皮質の原理に基づく機械知能のための一連の概念とアルゴリズムを表しています[Hawkins et al。、2011]。
これは、空間的および時間的パターンを学習し、以前 シーケンスから予測を生成する 設計
? ry 学習を特徴とし、 ry を操作します。
継続的な学習をフィーチャし、ストリーミングデータをオペレートします。
? ry 領域からなる。
ＨＴＭ ｰクは、１つまたは複数の階層的に配置されたリージョンからなる。
? ry 列に編成 ry 。
後者はカラムとして編成されたニューロンを含みます。
省16
32(2): yamaguti 2019/01/23(水)14:43 ID:mAoFHgII(22/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
1
Google 翻訳
33: yamaguti 2019/01/23(水)14:44 ID:mAoFHgII(23/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
Billaudelle等。
3。
? 低い対ごとのオーバーラップカウントを有する刺激は、低い対ごとのオｰ ントを有するスパースコラム表現 ry 。
低いペア間オーバラップカウントを有する刺激は、低いペア間オｰ ントを有するスパースカラム表現にマッピングされ、一方、高いオｰ ップは、高いオｰ ップを有する表現に投影される。
したがって、類似の入力ベクトルは類似の柱状活性化を導き、一方、分離刺激は異なる列を活性化する
4。
列はアクティブになるために最小入力（例えば１５ビット）を受け取らなければな
? 一時メモリは、列内の単一セルに作用し、 ry 。
テンポラルメモリは、列内の単一セルをオペレートし、さらに空間プールの出力を処理します。
省8
34(1): yamaguti 2019/01/23(水)14:46 ID:mAoFHgII(24/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
1。
個々の細胞はそれらの遠位樹状突起に側方入力を受ける。
ある閾値を超えると、細胞は予測（脱分極）状態に
2。
列が近位入力 ry 。
カラムが近位 ( 主要 ) 入力によってアクティブになると、予測状態にあるセルのみが ィブになります。
3。
予測セルのない列が近位入力によりアクティブになると、その列内のすべてのセルが ィブになります。
? This phenomenon is referred to as columnar bursting.
省7
35(1): yamaguti 2019/01/23(水)14:48 ID:mAoFHgII(25/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
? ry 、伝統的な高性能クラスタとニューロモルフィックシステムから ry 。
HMFは、伝統的高性能 ry システムとからなるハイブリッドプラッ -ムです。
これは主にハイデルベルクのKirchhoff-Institute for PhysicsとTU Dresdenで開発され、BSSとHBPから資金 [HBP SP9 partner、2014]。
? このプラットフォームの中核は、図1に示すように、ウエハ規模の高集積アナログ ry 。
このプラッ ｰムのコアは、図 1 に示す様に、ウエハ規模集積の高入力計数アナログニューラルネッ ｰク（HICANN）チップです。 >>34
このチップのユニークなデザインの一部は、アナログニューロン回路とデジタル通信インフラストラクチャを特徴とするミックスドシグナルアーキテクチャです。
ｰドウェアニューロンの固有の時定数が短い 、 生物学的リアルタイムと比較して10ﾗ10^4のスピード
HICANNは、512個のニューロンまたは樹状突起膜回路
各回路は２つのシナプス入力上の２２６個のシナプスを介して刺激することができる。
省6
36: yamaguti 2019/01/23(水)14:49 ID:mAoFHgII(26/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
2chｽﾚ:future YowaiAI Kiken ## KoutuuJiko
37(1): yamaguti 2019/01/23(水)14:50 ID:mAoFHgII(27/63) BE AAS
sssp://img.5ch.net/ico/nida.gif
1.3 スパイキングニューロンモデル
? ry 異なる技術が存在する。
スパイキングニューロンのネットワークをシミュレートするための複雑さを変える各種技術が存在する。
? ry 使用する参照実装は、 ry 。
HTMネットワークに使用するリファレンス実装は、離散時間ステップをもつ第1世代のバイナリニューロンに基づいています[Numenta、Inc]。
? ただし、第3世代モデルは、動的 ry 。
第3世代モデルは、但し、動的時間の概念を取り入れ、ニューロン間通信ベースの個々のスパイクを実装します。
元のHodgkin-Huxley方程式[Hodgkin and Huxley、1952]から出発して、異なるレベルの詳細と抽象化を特徴とする複数のスパイキングニューロンモデルが開発されました。
HICANNチップは、適応指数積分発火モデル（AdEx）ニューロンを実装 [Brette and Gerstner、2005]。
省6
上下前次1-新書関写板覧索設栞歴
あと 965 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ AAｻﾑﾈｲﾙ ｱﾎﾞﾝOFF
ぬこの手 ぬこTOP 0.020s