[過去ログ]
(強いAI)技術的特異点/シンギュラリティ171 (1002レス)
(強いAI)技術的特異点/シンギュラリティ171 http://rio2016.5ch.net/test/read.cgi/future/1567327896/
上
下
前次
1-
新
通常表示
512バイト分割
レス栞
抽出解除
必死チェッカー(本家)
(べ)
レス栞
あぼーん
このスレッドは過去ログ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
過去ログメニュー
33: yamaguti [sage] 2019/09/02(月) 00:00:16.97 ID:SPnkrttr | 17 yamaguti 190803 1719 Xl6OoRO0 \ \ \ \>22 yamaguti 190607 0950 4Z3mBigD |||||>581 ー 190519 2246 kr2lGsT6 |||||>AI( ) 人間のような●の感覚を自ら発達さ(ドイツ研究 |||||>_ttp://www.excite.co.jp/news/article/Karapaia_52274399/?p=4## ||||| |||||>523 ー 190519 0451 HW6bjAq0 ||||||●の感覚を自ら発達さ( |||||>_ttp://karapaia.com/archives/52274399.html ||||| |||||>155 ー 190515 0546 hZvL0Hpx ||||||ニューラルネッ は人間が持つ「量感覚」 を理●解できるかも |||||>_ttp://ai-scholar.tech/treatise/math-ai-145/ ||||||「 研究 、物体を認識 訓練 だけの ーラルネッ 、量感覚 ーロンが自発的に発達 |||||| |||||>教えてない AIが 「●の概●念」に目覚 [ |||||>_ttp://leia.2ch.net/test/read.cgi/poverty/1557836992/## ||||||■AIが教えられ なく、●の概●念を理● ||||||■数は抽象的な概念で、数えるなどの行為を経ずに瞬時 判断 高度な思考活動 ||||||■ 、AIは視覚情報用いた学習中に、ネッ 内の数に関するユニットが突然反応し「●」の概●念を理● ||||| : |||| : http://rio2016.5ch.net/test/read.cgi/future/1567327896/33
34: yamaguti [sage] 2019/09/02(月) 00:01:10.78 ID:SPnkrttr 体細胞 : 細胞体 細胞層 : セルラレイヤ 配列 : シーケンス 遠位樹状 近位樹状 基礎樹状 基本樹状 先端樹状 頂端樹状 心尖樹状 : 末梢樹状 主要樹状 基底樹状 基底樹状 尖端樹状 尖端樹状 尖端樹状 ( 尖樹状 ) A 細胞層はシーケンスを学ぶ 2/3 4 5 6 ↓ ? B 学ぶ前に B 学習前 A B C D ? あいうえお X B C Y ↓↓ ↓ 同じ列ですが、列ごとにアクティブなセルは1つだけです。 ↓↓ ↓ C 学んだ後 A B' C' D' ? あいうえお' X B " C " Y" ? ry 皮質細胞層中の配列を表す。 図2:皮質細胞レイヤ中のシーケンスを表す http://rio2016.5ch.net/test/read.cgi/future/1567327896/34
35: yamaguti [sage] 2019/09/02(月) 00:01:57.18 ID:SPnkrttr >>34 A) ? ry 細胞層に分けられる。 新皮質は細胞レイヤに分割される ? ry 、1つの汎用セル層の一部を示 ry 。 この図のパネルは、一般的セルラレイヤ 1 枚の一部を示 ? ry ために、パネルには1列に6個のセルを持つ21個のミニ ry を示 ry 。 わかりやすくする為に、1列に付き 6 セルを伴った、 21 ミニカラムのみをパネルは示 B) 入力シーケンスABCDとXBCYはまだ学習されていませ ? ry この例では ry 、まばらなミニカラムのセットを呼び出します。 各シーケンス要素は、この図では3つのみの、ミニカラムのスパースセットを呼起します。 ? ry 、ミニカラム内のすべてのセル ry 、シーケンス ry 。 入力が予想外の場合、そのミニカラム内の全セルがアクティブになります。これは、そのシーケンスを学習する前の場合 。 C) ry 、入力 ry された1つのセルのみが各列でアクティブです。 2つのシーケンスを学習した後、それら入力は同じミニカラムを起動しますが、B '、B' '、C'、C ''、D 'およびY' 'とラベル付けされた各列の中に於て 1 セルのみがアクティブです。 C 'とC' 'は一意であるため、YまたはDのどちらかの正しい高次予測を呼び出 できます。 ? 14年 http://rio2016.5ch.net/test/read.cgi/future/1567327896/35
36: yamaguti [sage] 2019/09/02(月) 00:03:47.26 ID:SPnkrttr >>34-35 >>34 >>35 A 次の入力の予測 A 入力 B ' 予測 B 入力 C ' 予測 B 複数同時予測 B 入力 C 'とC' ' 予測 C 入力 D 'とY' ' 予測 図3:近くのニューロンへの基本接続は次の入力を予測します A) 図2からの配列の1つを使用して、活性細胞(黒)および脱分極/予測細胞(赤)の両方が示される。 >>34-35 >>34 >>35 最初のパネルには予期しない入力Aが表示され、それが次の入力B 'の予測につながります(2番目のパネル ? ry 、偏光解消セル ry 。 後続の入力が予測と一致 場合、脱分極セルのみがアクティブになり(3番目のパネル)、これが新しい予測につながります(4番目のパ ? ry される外側シナプス結合が最も ry 。 予測された細胞のうちの1つによって使用されるシナプス横方向接続複数が最も右側のパネルに示され 。 ? ry は、多数のアクティブセルのサブセット ry 。 現実的なネットワークでは、予測されるすべてのセルは、アクティブセルの大集団のサブセットに対して15以上の接続 B) あいまいなサブシーケンス「BC」( ABCDおよびXBCYの両方の一部 )がネットワークに提示される。 最初のパネルは予期しない入力Bを示 、これはC 'とC' 'の両方の予測につながります ? ry 。両方のセットの予測セルがアクティブ ry 予測します(4番目のパネル)。 3番目のパネルは、入力Cの後のシステムを示 。予測セルセットの両方がアクティブになり、DとYの両方を予測しています(4番目のパ 複雑なデータストリームでは、通常多くの同時予測があります。 ? 15年 http://rio2016.5ch.net/test/read.cgi/future/1567327896/36
37: yamaguti [16sage] 2019/09/02(月) 00:08:11.73 ID:SPnkrttr >>34-35 >>34 >>35 先端樹状突起 シーケンスB 'C' D 'のフィードバックバイアス ← 入力C 表現C ' ← 入力Y 期待と一致しません ? ry 先端樹状 ry は全配列を ry 。 図4: 尖端樹状突起への フィードバックはシーケンス全体を予測する 、図2と同じネットワークおよび表現 >>34-35 「先端樹状突起」と表示された領域は、新皮質の第1層に相当 。 全 細胞からの頂端樹状突起(図示せず)はここで終結する。 図 、次のように仮定 ? ry 示されているように、 ークは以前にシーケンス ry を学習した。 図2に示されたシーケンスABCDをネットワークは以前に学習した。 ? 学習されたシーケンスの間、頂 起に一定のフィ パターンが提示され、配列B'C'D 'に参加する細胞はそれらの頂 起上に プスを形成して一定のフィ パ を認識した。 学習済シーケンスに亘って尖端樹状突起へと提示され ( てい ) るコンスタントなフィードバックパターン、をそして認識する為にシーケンス B'C'D ' 参加各細胞はそれら尖端樹状突起上にシナプス編成した。 ードバック接続が学習された後、頂端樹状突起へのフィードバッ ーンの提示は、シーケンス内で順次アクティブになるすべてのセルによって同時に認識される ? ry 、偏光解消状態になります( ry 。 赤で表示 これらのセルは、脱分極します(左ペイン)。 新 フィードフォワード入力が到着すると、予測されたシーケンスに関連するスパース表現になります(中央のパネル ? ry パターンが予想されるシーケンスの一部として解釈 ry 、選択された列の ry 。 ードフォワードパターンを予想シーケンスの一部として解釈できない場合(右パ )、選択 カラムのすべてのセルがアクティブになり、異常を示します ? ry 、頂端フ クは、予想されるシ の一部として入力を解釈するように ークをバイアスし、入力が予想されるシーケンス ry しないかどうか検出する。 このようにして、尖端フィードバックはネットワークを、どんな入力も予想シーケンスの一部としての解釈をする様にバイアスし、入力がもしも予想シーケンス内の要素のどれにも一致しない場合を検出する。 http://rio2016.5ch.net/test/read.cgi/future/1567327896/37
38: yamaguti [sage] 2019/09/02(月) 00:08:48.44 ID:SPnkrttr >16 yamaguti 190803 1719 Xl6OoRO0 \ \ \ \ \>206 205 190516 2258 aLnc2HDn \>205 \| 27 yamaguti 0514 1314 2vGaUUWM \>49 yamaguti 190419 0256 CVBD0yuO |7>130 ー 190405 1357 +TcvRYcO |7|】 ドワ 人工知能研 閉 |7>_ttp://egg.2ch.net/test/read.cgi/bizplus/1554121214/240-248#(247)#299-303#(299,303)#345-364#(363)## |7| |7>に汎用人工知能に詳 |||||||| |7>240 名刺は切 190405 1541 CocGLBI2 ||||| : |7>お宅が汎用AI 理解してないだけ |7>大森秀樹氏の幾何学 新 視点(不確定性と非可換 |7>では数学は 脳が作 |7>自然数 も脳の直観 |7| |7>ようするに数学 普遍性はない |7>脳 離れては数学は実在しない : |7>放送大 線形代数 に |7>数学は ヒルベルトの形式主義 急速に脱出 \>と 記述 |7| |7>はヒルベ の抽象化 に \>普遍性が無 を言っ |7| |7>ようするに点集合の上部構造 の \>公理的集合論に普遍性はない |7| |7>放送大 教科書だけでな \>大森 氏も 指摘 |||||||| |||||||| _ttp://rio2016.2ch.net/test/read.cgi/future/1541837624/59-60#1489922543/286#1523134522776# TidouSetu ||| _ttp://rio2016.2ch.net/test/read.cgi/future/1504872499/134#120#100##138#146##1489922543/174## >150 >128 >112-116 # HiSuuri # Kazu=Maborosi , Tetugaku # TendouSetu http://rio2016.5ch.net/test/read.cgi/future/1567327896/38
39: yamaguti [sage] 2019/09/02(月) 00:09:19.88 ID:SPnkrttr 樹状突起 軸索 0.0 0.3 1.0 シナプス「永続性」 0 1 ? シナプス重量 シナプスウェイト ? ry 図5:新シナプスの成長による学習 ? ry 、一連の潜在的シナプスからの新しいシナプス ry 。 HTMニューロンでの学習は、潜在的シナプスのセットからの新シナプスの成長によってモデル化 。 「永続性」値は各潜在的シナプスに割り当てられ、 プスの成長を表 す。 学習は、永続性の値を増減 によって行われます ? ry 重みは、永続 ry 設定されたバイナリ値です。 シナプスの重みはバイナリ値で、永続性がしきい値を超えている場合は1に設定されます。 ? 17年 http://rio2016.5ch.net/test/read.cgi/future/1567327896/39
40: yamaguti [sage] 2019/09/02(月) 00:10:07.13 ID:SPnkrttr 階層的時間的記憶理論 ( HTM ) _ttp://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf#nyuumenta 短縮版 _ttp://rio2016.5ch.net/test/read.cgi/future/1427220599/539-676# _ttp://rio2016.2ch.net/test/read.cgi/future/1489740110/22-30# _ttp://rio2016.2ch.net/test/read.cgi/future/1481407726/6-82 世界の構造を学習する事を新皮質内カラムが如何にして可能たらしめるかの理論 _ttp://rio2016.2ch.net/test/read.cgi/future/1547171604/43-67# 投影 : 投射 http://rio2016.5ch.net/test/read.cgi/future/1567327896/40
41: yamaguti [sage] 2019/09/02(月) 00:11:25.93 ID:SPnkrttr 2.2。 ニューロンのネットワークはシーケンスを学ぶ ? 新皮質のすべての組織は活動的な樹状 ry ニュ で構成されているので、それは新皮質がするすべての根底にある共通 ry 。 ィブな樹状突起と何千ものシナプスとを持つニューロンで新皮質の全組織が構成 のでそれは、新皮質がする全ての事の根底に横たわる共通のネットワーク原理があることを示唆 ? これは、どのような ーク特性がそれが感覚的推論、予測、言語、および運動計画の必要な構成要素であるほど基本的であるかという問題につながります。 この事は、感覚推論と、予測と、言語と、加えて運動プランニングと、の必要構成要素である程に基本的なそれ、とはどの様なネットワーク特性であるかという問いへと導きます ? ry 基本的な操作は 我々は、全ての新皮質組織の最も基本的なオペレーションはパターンのシーケンスの学習と想起である を提案 (H and Blakeslee、2004) 。 これはKarl Lashleyが「脳生理学の最も重要で最も無視され 問題」と有名に呼んでいたものです (Lashley、1951 ? ry 細胞層が共通の配列記憶ア の変形形態を実装すること ry 。 より具体的 、本発明者らは、新皮質の各細胞レイヤが共通シーケンス記憶アルゴリズムのバリエーションを実装してい 提案 。 我々は、セルラレイヤが異なる目的のためにシーケンスメモリを使 を提案 。それが、セルラレイヤがサイズ及び接続性のような詳細において異なる理由 。 ? 本稿では、その ョンを詳しく説明せずに、基本的なシー メモリアルゴリズムであると考えていることを説明します。 本稿で我々は、我々が信じる基本的シーケンスメモリアルゴリズムを、そのバリエーションの細緻にまで立入らずに、示します。 http://rio2016.5ch.net/test/read.cgi/future/1567327896/41
42: yamaguti [sage] 2019/09/02(月) 00:11:48.34 ID:SPnkrttr 我々は、新皮質をモデル化 ために我々のネットワークに要求されるいくつかの特性を列挙 により、配列記憶の探索を始めた 1) オンライン学習 学習は継続的でなければなりません 世界の統計が変化した場合、ネットワークは新しい入力ごとに徐々にそして継続的に適応 要 2) 高次予測 ? ry シーケンスで正 ry をするには、過去 ry 。 複雑なシーケンスを伴って正しい予測を成すには、過去からの文脈情報を取り込む能力 要 。 ネットワークは、最良の予測 ために必要な時間的コンテキストの量を動的に決定 要 。 「高次」という用語は、この性質を有する「高次マルコフ連鎖」を指す。 3) 複数同時予測 ? ry 、重複した ry 。 自然データストリームには、多くの場合、オーバラップした分岐シーケンスがあります。 したがって、シーケンスメモリは同時に複数の予測を行う必要 ? 4) 地域 4) ローカル学習ルール ? シーケンスメモリは、各ニュ にローカルな学習規則のみを使用する必要があります。 シーケンス記憶が使用する学習規則は各ニューロンにローカルなものだけでなければなりません ? グローバルな目的関数を必要と ry 。 グローバルオブジェクト的関数を必要とせずに、規則は空間的にも時間的にも局所的でなければなりません 5) 堅牢性 メモリは、高レベルのノイズ、ニューロンの損失、および入力の自然な変動に対する堅牢性を示すはずです。 これらの条件下でのパフォーマンスの低下は緩やかになるはずです これらすべてのプロパティは、データを連続的にストリーミングするという状況で同時に発生 要 。 4 http://rio2016.5ch.net/test/read.cgi/future/1567327896/42
43: yamaguti [sage] 2019/09/02(月) 00:15:40.95 ID:SPnkrttr 2.2.1。 ミニコラムとニューロン:2つの表現 高次シーケンスメモリは2つの同時表現 要 。 一方はネッ ークへのフィードフォワード入力を表し、他方は特定の時間的文脈における ードフォワー 入力を表す ? ry この要件を説明 ために、2 抽象シーケンス「ABCD」と「XBCY」を検討 。各文字は、ニュ の母集団の中のアクティベーションのスパースパターンを表 す ? ry が学習 ry 」と共に提示 ry 」と共に提示 ry 。 これらのシー が一旦学習されると、ネッ は、 「ABC」を提示されたときに「D」を予測し、 「XBC」を提示 ときに「Y」を予測するはずである ? したがって、サブ ry 」の間の内部表現は、2つの場合で異なる必要があ 。 そうでないと、「C」が表示された後に正しい を行うことが ry 。 従って、その 2 つの場合に於てのそれらサブシーケンス「BC」の間のそれら内部表現は異ならねばならない。 さもなくば「C」提示後に、正しい予測を成す事ができません。 http://rio2016.5ch.net/test/read.cgi/future/1567327896/43
44: yamaguti [sage] 2019/09/02(月) 00:16:55.97 ID:SPnkrttr ? ry 層にどのように表れているかを示していることを示 図2は、これら2つの表現が皮質ニューロンの細胞層に表れている事を我々がどの様に提案しているかを示 図2のパネルは、新皮質の単一細胞層を通るスライスを表す(図2A >>34-35 >>34 >>35 わかりやす ために、パネルは大幅に簡略 ? 図2Bは、シ が学習される前に ークが2つ ry をどの ry かを示す。 2 つの入力シーケンスをネッ ークが ーケンス学習前にどの様に表すかを図 2B は示す。 図2Cは、シー が学習された後に ークがどのように同じ入力を表すかを示 ? ークへの各 ードフォワード入力は、アクティブミニカラムのスパースセットに変換されます。 ( 新皮質のミニカラムは複数の細胞層にまたが る。 ここでは、1 細胞層の 1 ミニカラム内のセルのみを我々は参照 ) ミニカラム内のすべてのニュ は、同じ ードフォワード受容野を共有 ? 予期しない入力が到着すると、選択 ミニカラムの中の全セルが入力パターンを認識してアクティブになります ? しかし 以前に学習されたシーケンスの文脈では、ミニカラム内のセルのうちの1つまたは複数は脱分極する事になる。 ? 脱分極細胞は活動電位を生成する最初の細胞になり、近くの他の細胞を抑制 。 したがって、予測された入力は、特定の位置において、特定の順序で、特定の要素に固有の非常にまばらなパターンの細胞活性化をもたらす >>34-35 >>34 >>35 [ここの図2原稿の終わりを見る] http://rio2016.5ch.net/test/read.cgi/future/1567327896/44
45: yamaguti [sage] 2019/09/02(月) 00:21:41.92 ID:SPnkrttr ? ry 2.2.2。 基底シナプスはシーケンス記憶の基礎である この理論 、細胞はそれらの基底シナプスを使って入力パターン間の遷移を学習 。 新 ードフォワード入力のたびに、いくつかの細胞はそれらの近位シナプスを介して活性になる ? ry そして再びパターンを見ると、 極し、それによって次 ry おけるそれら自身 他の細胞は、それらの基底 プスを使用し この活性パターンを認識することを学び、そしてそのパ を再び見ると、脱分極しそれによって、次の入力に於ける彼ら自身の ードフォワード活性化を予測 ードフォワード入力はセルをアクティブにし、基礎入力は予測を生成 。 次の入力が現 予測と一致する限り ーケンスは継続 (図3 >>36 図3Aは、 ィブセルと予測セルの両方を示 、ネッ ークは以前に学習したシー に従う >>36 [ここの図3原稿の終わりを見る] 多 場合、ネッ ークは複数の同時予測 。 、シーケンス「ABCD」と「XBCY」を学習した後、システムをあいまいなサブシーケンス「BC」だけにさらすとします ? ry 、システムに「D」と「Y」の両方を同時に予測させます。 この場合、「D」と「Y」との両方を同時にシステムが予測する事を我々は欲する。 図3Bは、入力があいまいなときにネッ がどのように 複数の予測 示 >>36 ? 誤りの可能性が低いときに行うことができる同時 誤り可能性小なまま成せる同時予測の数も、式(1)によって計算 _ttp://rio2016.2ch.net/test/read.cgi/future/1566534326/39 予測は非常にまばら 傾向 ので ークが混乱 なく同時に何十ものパターンを予測 可 ? スパース表現 入力がいずれかの予測に一致すると、正しい過疎表現になります ? 入力がどの予測にも一致しない場合、カラム内の全セルが ィブになり、予期せぬ と示します ? ミニカラム内のすべてのセルは同じ ードフォワード応答を共有しますが、それらの基底 プスは異 パターンを認識 ? したがって、ミニカラム内のセルは、学習された異なる一時的なコンテキストで一意に応答し、入力が予想される場合は全体的アクティビティ が疎になります。 両 観察 (Martin and Schr er、2013; Vinje and Gallant、2002; Yen et al。、2007 http://rio2016.5ch.net/test/read.cgi/future/1567327896/45
46: yamaguti [sage] 2019/09/02(月) 00:25:28.69 ID:SPnkrttr 図3Aの最後のパネルのセルのうちの1つについて、セルが予測 に使用した3 接続を示 >>36 ? ry 、細胞は活動細胞 実際のニューロンでは、そして我々のシミュ では、細胞 1 つはアクティブ細胞のより大きな集団のサブセットへの15から40の接続を形成するでしょう 2.2.3。 頂端シナプスはトップダウンの期待を生み出す ? 新皮質領域間のフィードバック軸索は、細胞体 ry 5に ry 細胞の先端樹状突起とシナプス(層1)を形成することが多い。 シナプス ( レイヤ 1 ) 形成を新皮質リージョン間のフィードバック軸索は、細胞体が層2、3、 5 にある錐体神経細胞、の尖端樹状突起と共にすることが頻繁 。 これらの ードバック接続が何らかの形の期待またはバイアスを実行 と長い間推測されてきた(Lamme et al。、1998)。 我々の ーロンモデルは ップダウンの期待のメカニズムを示唆 。 図4は、頂端樹状突起への安定した ードバックパターンが、シーケンス内の複数の要素をすべて同時に予測 方法を示 >>37 新 ードフォワード入力が到着すると、それは予測シーケンスの一部として解釈されます ? ードバックは入力を特定の解釈にバイアスします。 繰り返しますが、 まばら 、多 パ 同時に予 >>37 [ここの図4原稿の終わりを見る] したがって、同時に発生 2種類の予測 ? 基底樹状突起への横方向の連結は次の入力を予測し、尖端側樹状突起へのトップダウンの連結は複数 ーケンス要素を同時に予測 ? ry )、おそらく推論 ry より微妙な解釈につながる ry 。 先端 と基底樹状突起との間の生理学的相互作用は活発な研究分野 (Larkum、2013)、推論や予測におけるそれらの役割のよりニュアンス重視な解釈を恐らくリードする 。 ただし、図2 3 4に示されているメカニズムが、その最終的な解釈において引き続き役割を果たす可能性が高いことを提案します。 >>34-37 http://rio2016.5ch.net/test/read.cgi/future/1567327896/46
47: yamaguti [sage] 2019/09/02(月) 00:27:04.01 ID:SPnkrttr 2.2.4。 シナプス学習則 私たちの ーロンモデルは、ほとんどのニューラルモデル の学習則に2 変更 要 ? 第一に、学習は「潜在 ry 成長させ除去することによって行われる( ry 。 一 「潜在的な」シナプスのプールから プスを成長させる事と除去する事とによって学習が起きる(Chklovskii et al。、2004)。 二 ヘブの学習とシナプスの変化は ーロン全体ではなく、樹状突起セグメントのレベルで起こる(Stuart and H sser、2001)。 潜在的シナプス ? ニュ が活動のパ ry ーンで活動的な細胞のサブセットに接続する一組の並置 ry )を必要とする。 ーロンがアクティビティパターンを認識するためには、認識されるパターンに於てアクティブな細胞、のサブセットへと接続する並置されたシナプス(典型 15から20)一組 要 5 ? ry された一連の新しいシナプスの形成によっ 新 パターンを認識 の学習は、樹状セグメント上に配置された新シナプスのセットの編成によって達成 ? 図5は、シミュ ry おける新しいシナプスの形成をモデル化する方法を示 図 5 が示すのは、シミュ HTMニューロンに於ける、新シナプスの編成を、我々がモデル化する方法です。 >>39 ? 各樹状突起セグメントについて、樹状 ry ントとシナプスを形成する可能性がある ーク内の他の細胞との間の一連の「潜在的な」 プスを維持する( ry 。 樹状突起セグメントと、そのセグ とのシナプスを潜在的に可能としたそのネッ ーク内他細胞と、の間の「潜在的」 プスセットを我々は各樹状突起セグ に維持する(Chklovskii et al。、2004)。 潜在的シナプスの数は実際のシナプスの数よりも大 ? ry プスに割り当 プスの成長段階を表す「永続性」と呼ばれるスカラー値を、それぞれの潜在的シナプスに我々は割当 。 ? ゼロ ry 値は、シナプス ry 突起を表しますが、それは成長を始めていません。 プスを形成する可能性を持つ軸索と樹状突起とを、ゼロに近い永久値は、表しますがそれは成長を始めさせていません。 1.0の永続値は、大きな完全に形成されたシナプスを持つ軸索と樹状突起を表 す >>39 [図5の原稿の終わりを見る] 永続値は、ヘブ風の規則を使用して増減さ 。 http://rio2016.5ch.net/test/read.cgi/future/1567327896/47
48: yamaguti [sage] 2019/09/02(月) 00:29:29.05 ID:SPnkrttr _ttp://rio2016.2ch.net/test/read.cgi/future/1521732239/18# RihaKigen 2018 # YuugouKigen http://rio2016.5ch.net/test/read.cgi/future/1567327896/48
49: yamaguti [sage] 2019/09/02(月) 00:30:57.53 ID:SPnkrttr ? 永続値が0.3などの閾値 もし 0. 3 など永続値が閾値を超える場合、シナプスの重みは1 、永続値が閾値以下である場合、シナプスの重みは0 。 閾値はシナプスの確立を表しますが、容易に消える可能性 ? ry 、しきい値の永続値を持つシナプスと同じ効果があります ry 。 永続値が1.0のシナプスは、閾値な永続値なシナプスと同じ効果を持ちますが、それほど簡単には忘れられません。 スカラー永続値を使用すると、ノイズがある場合のオンライン学習が可 。 以前には見られなかった入力パ はノイズかもしれませんまたはそれは将来繰り返される新しい傾向の始まりかもしれません。 ? 新 プスを成長 によって ークは新 パターンに最初に遭遇したときにそれを学習し始め できるが、新 ーンのいくつかの提示の後にのみ行動を異にする。 ? しきい値を超えて永続性が増す ことは、他のものよりも経験したパターンは忘れるのにより長くかかる 事を意味します。 ? ry ニューロンまたはシナプスの ry 。 HTMニューロンおよびHTMネッ は、分布したパターンの細胞活性に依存しているので、任意の1つのニューロン又はシナプス、の活性化強度はそれほど重要ではない。 したがって、HTMシミュ では、ニュ 活性化とシナプスの重みを2値 モデル化 。 さらに、生物学的シナプスが確率論的 はよく知られている(Faisal et al。、2008)ので、新皮質理論はシナプス効果の正確さを要求 できない。 ? スカラー そうであれどスカラー状態と重みはパフォーマンスを向上 可能性がありますが、理論的な 必須ではなく、 シミュ はそれらがなくてもうまく機能 。 HTMネットワークシミュ 正式な学習規則は、材料と方法 ョンに記 。 http://rio2016.5ch.net/test/read.cgi/future/1567327896/49
50: yamaguti [sage] 2019/09/02(月) 00:31:51.05 ID:SPnkrttr >286 ー 190826 1215 EfDhH1Ch > >285 >Numentaは新皮質の研究に重点 : >最近 グリッド細胞に注目 Thousand Brains Theory >391 ー 190827 1235 lNl4Iwao >物理学者「心は電気信号から生まれた幻想。 ロボ 心を持 」 [ > _ttp://leia.2ch.net/test/read.cgi/poverty/1566815358/## >764 ー 190830 1739 x6xgPdfm >知能爆発に 意識 要 か : >●●←内発的な動機 > 意識←主観的な体験 > 知能←問題を解く能力 > >●● 要 、意識は微妙 >486 ー 190828 0050 FEOM7aI+ >487 ー 0828 0055 FEOM7aI+ >・マスク 未来 >_ttp://m.youtube.com/watch?v=DACcV1FQgpY## : >カー 出てま >282 ー 190826 1112 zdVjVy36 >ロボ 神業で電極埋め込 ・マスクの脳直結デバイス >_ttp://tech.nikkeibp.co.jp/atcl/nxt/column/18/00924/00005/ >401 ー 190827 1355 JjbvCSw5 >独自チップで脳を解明へ、イーロン・ のデバイスに大 期待 >_ttp://tech.nikkeibp.co.jp/atcl/nxt/column/18/00924/00006/ http://rio2016.5ch.net/test/read.cgi/future/1567327896/50
51: yamaguti [sage] 2019/09/02(月) 00:32:30.60 ID:SPnkrttr >816 ー 190831 0011 RkRCNsl2 >イーロンマスク、 恐 予測を発表 ”人工知能 文明を一掃 > _ttp://express.co.uk/news/science/1171905/Elon-musk-news-SpaceX-CEO-Twitter-A-I-Artificial-Intelligence-China-update-lates## >488 ー 190828 0101 0KaMMDiR >AGIと一体化 ホモデウス階級 だけ >●●●階級 総●処分 >734 ー 190830 1539 pKlP2Xu2 : > AIの脅威を乗り越えられると考えるシンギュラリタリアン > AIの脅威を認識して対処しないと乗り越えられないと考えるシンギュラリタリアン >二パターン : >526 ー 190828 1458 yAJqr+9Q >ループ 宇宙の「前の の痕跡」を発見 研究結果 >_ttp://gigazine.net/news/20190828-previous-universe-conformal-cyclic-cosmology/ > > >宇宙物理学 ・ペンローズ氏 「宇宙は破壊と消滅を繰り返 」 共形サイクリック宇宙論(CCC)の提唱 > > >宇宙の果 観測 データ から以前の宇宙の名残が見つ 研究結果を発表 http://rio2016.5ch.net/test/read.cgi/future/1567327896/51
52: yamaguti [sage] 2019/09/02(月) 00:32:49.72 ID:SPnkrttr _ttp://rio2016.2ch.net/test/read.cgi/future/1508026331/993#1504872499/60#1508569617/2# Hoken http://rio2016.5ch.net/test/read.cgi/future/1567327896/52
53: yamaguti [sage] 2019/09/02(月) 00:33:15.76 ID:SPnkrttr >730 ー 190830 1524 A7xlF+EW : >有機 > >ミニ脳 活動、人の脳に類似 米研究 _ttp://afpbb.com/articles/-/3242190## > >培養 脳 、人の に似た電気的活動を初 検出 研究論文が29日、 >研究結果は、神経学的状態のモデル化、 大脳皮質(灰白質) 理解への道を開 >959 ー 190901 1536 5+TSYK8L >培養脳『脳オルガノイド』、神経活動 >_ttp://hayabusa9.2ch.net/test/read.cgi/news/1567155807/## >122 ー 190824 1451 On/ah6Jb >2000万年 手のひらサイズの頭蓋骨 脳進化の大ヒントを発見 | >_ttp://nazology.net/archives/44029 >742 ー 190830 1601 BipsHh41 >】脳細胞の「若返り」に成功 多発性硬化症の治療法開発に期待 英ケンブリッジ大学の研究チーム >_ttp://asahi.5ch.net/test/read.cgi/newsplus/1567033388/ >231 ー 190825 1643 B0zveJeD >_ttp://mobile.twit ter.com/kime_neko/status/1084717972223012864## > >出版社 見つかれば漫画の単行本 : >292 ー 190826 1514 zdVjVy36 >脳 修復薬、20年以 相次ぎ登場へ >_ttp://r.nikkei.com/article/DGXMZO48918040T20C19A8TJ2000## http://rio2016.5ch.net/test/read.cgi/future/1567327896/53
54: yamaguti [sage] 2019/09/02(月) 00:33:44.73 ID:SPnkrttr >316 ー 190826 1921 qAMrDOic : >ITからバイオへ 5〜 年で社会が激変 64分 >_ttp://www.genron.tv/ch/sakura-live/archives/live?id=201 : > 伊藤穰一 >MITメディアラボ >1. ラボ 研究 ? > 2.僕たちが3・11直後の福島で放射線測定器を持って走り回っ > 3.郵便 員などに集めてもらい3000万データポイントにな > 4.福島に足りな は安全だと 実態示す正確な数字 : >13.自然と人間が融合 がバイオの未来に必要 > 947 ー 190901 1401 3lcXxCZK >950 ー 0901 1410 3lcXxCZK > 生命の謎、量子力学の視点で解明へ 融 >_ttp://r.nikkei.com/article/DGXMZO49212790Q9A830C1MY1000 > > 。ミクロな世界の現象は「量子力学」という●●法則に●づき、生命現象も量子力学 理解が深 > そんな視点で生命科学 研究が活気 。生命の根源的な謎に迫り、 期待 >>異常なたんぱく質は神経伝達にどう影響 。 。量子力学を活用した計測技術が威力 。 生命現象 に迫り、新 治療法の開発など _ttp://rio2016.2ch.net/test/read.cgi/future/1541837624/59-60#1489922543/286#1523134522776# RyousiRon _ttp://rio2016.2ch.net/test/read.cgi/future/1504872499/134#120#100##138#146##1489922543/174## >150 >128 >112-116 # HiSuuri # Kazu=Maborosi , Tetugaku # TendouSetu _ttp://rio2016.2ch.net/test/read.cgi/future/1562240845/18-26#6-27##1564044623/19-20#8-22# AL/ALife ##Geijutu/Goosuto AI<->AL/ALife _ttp://rio2016.2ch.net/test/read.cgi/future/1556696545/86# Robasuto Kitano YamakawaSensei _ttp://rio2016.2ch.net/test/read.cgi/future/1476229483/27# DaiSizen Kongen Yuugou _ttp://rio2016.2ch.net/test/read.cgi/future/1552014941/49-51##1534904728/14-20# YuukiKa # TRONCHIP 68 32bitARM OpenSPARC ## E2EDGE _ttp://rio2016.2ch.net/test/read.cgi/future/1449403261/131## GoosutoYou VM http://rio2016.5ch.net/test/read.cgi/future/1567327896/54
55: yamaguti [sage] 2019/09/02(月) 00:34:07.40 ID:SPnkrttr >340 ー 190826 2228 qWfBx+0c >AI パタン認識 ? >知能の本命 ? >_ttp://ja.wikipedia.org/wiki/自動計画 >548 ー 190828 2340 BKNseix+ > バイドゥの言語認識技術、16項目のタスク グーグルをしのぐ >_ttp://xtrend.nikkei.com/atcl/contents/technology/00004/00121/ > >年7月31 百度 、 、 意●味を理● モデルの新バ 「ERNIE 2.0 >407 ー 190707 2254 XNXq42c+ >_ttp://m.youtube.com/watch?v=aCS15yimVk0 > >百度 BaiduのAIカンファ >中国語分からな 面白 > >日本企業が太刀打 ない域 >582 ー 190709 0853 FMnneyk/ >富士通、 記事自動要約システムのトライアルサイトを公開 >7/9 Impress Watch : >864 ー 190831 1114 U7uiYwRH >日本プロ麻雀 武中 : http://rio2016.5ch.net/test/read.cgi/future/1567327896/55
56: yamaguti [sage] 2019/09/02(月) 00:34:24.01 ID:SPnkrttr >838 ー 190831 0223 55CTc+9S >日立、GPUで組み合わせ最適化を大規模・高速 「モメンタム・アニーリング」を発表 >10万変数・全結合問題を1秒 計算 >_ttp://www.itmedia.co.jp/news/articles/1908/30/news130.html >942 ー 190901 1203 LK6WTbj1 > Cerebrasが開発したウェハサイズの深層学習チップ >_ttp://m.pc.watch.impress.co.jp/docs/column/kaigai/1202957.html## >トランジスタ 1兆2,000億。最大のGPUの56倍のサイズ モンスターチップ > > 「 諸問題を解決 Cerebras WSEは、すでに稼働 、製品 姿が見える日も近 > > 中国Didiはほどなく自律運転配車を運用開始、2021年までには中国外への展開も狙う : >】芝浦工大、脳波などの生体情報計測によりリアルタイムで感情推定 手法を考案 >覚醒・眠気、快・不快の2軸で感情分類 心理モデルに基づく感情推定は、 心によりそうロボ やストレス軽減 製品開発など 応用が期待 _ttp://www.shibaura-it.ac.jp/news/2019/40190093.html >_ttp://mobile.twitter.com/CAN_secretariat/status/1167335946573897728## >459 ー 190827 2243 j9TWUznS >Huaweiが7nmプ のAIプロセッサ「Ascend 910」など 、 R●●●-●採用の可能性も >_ttp://gigazine.net/news/20190827-huawei-ascend-910-risc-v/ https://twitter.com/5chan_nel (5ch newer account) http://rio2016.5ch.net/test/read.cgi/future/1567327896/56
57: yamaguti [sage] 2019/09/02(月) 00:34:55.77 ID:SPnkrttr >143 ー 190824 2206 0Uipa91V : >ートベクトルマシンにトレーニングデータを流し込んで >同じ形式のテストデータが >トレー ータのどのラベルと同 判定されるか >だけ見てればてめーの仕事は十分 > >って心算で育成 思ってた会社も多 らしいw > >が、裏で動い カーネル関数やら共分散行列から作ったグラム行列やら >それを行列丸ごと微分した式(Leviの公式なんての 出 )あたりまで >一定の理解に到達 ないと 使い物にな >144 ー 190824 2222 QnG6Nuc/ >ランプ関数 >142 ー 190824 2154 p8KL26w5 >三菱電機も 、 AI人材育成合戦. >p://newswitch## >946 ー 190901 1342 ixrm+JTJ >p://www.mdis.co.jp/## > >、三菱 、 http://rio2016.5ch.net/test/read.cgi/future/1567327896/57
58: yamaguti [sage] 2019/09/02(月) 00:35:13.69 ID:SPnkrttr コンピューターの指数関数的な発展がもたらす世界 講演者:齊藤 元章 シンギュラリティ大学 Japan Summit _ttp://m.youtube.com/watch?v=arSULeElR6Y 櫻LIVE】 齊藤元章・PEZY Computing代表取締役社長 × 櫻井よしこ(プレビュ _ttp://m.youtube.com/watch?v=9cGdcLAbSu4 >252 ー 190825 1854 vZ+QC/GD >宇宙・航空分野の概算要求は初の2000億 、「H3」開発加速 >_ttp://newswitch.jp/p/18955 : >528 ー 190828 1517 yAJqr+9Q >_ttp://m.youtube.com/watch?v=bYb3bfA6_sQ## : >578 ー 190829 0154 p4m5l7+D >火星行きロケットが近 Starhopper >動画で解 _ttp://gizmodo.jp/2019/08/starhopper-explainer.html## >277 ー 190826 0710 e39VvAU6 > >271 >れからは人間との関係よりAIとの関係が重要 >547 ー 190828 2323 EnwVCvYn > 「人新世」という“病”は治療可 ? 地球の「不穏な未来」を予感 11の風景 >_ttp://wired.jp/2019/08/27/earth-human-impact-photography/ http://rio2016.5ch.net/test/read.cgi/future/1567327896/58
59: yamaguti [sage] 2019/09/02(月) 00:35:37.78 ID:SPnkrttr _ttp://rio2016.2ch.net/test/read.cgi/future/1531018600/606-609#1489922543/123# SonzaiSyoumetu , Kiraware KujoRisuto _ttp://rio2016.2ch.net/test/read.cgi/future/1530234247/371# SonzaiSyoumetu http://rio2016.5ch.net/test/read.cgi/future/1567327896/59
60: yamaguti [sage] 2019/09/02(月) 00:35:58.72 ID:SPnkrttr >21 YAMAGUTIseisei 190718 2314 uq6IgsQ1 \ \ \ \ \ \ \ \ \ \>18 名前:yamaguti E-mail:アシスタントエージェント=巫女様人格sage 投稿日:2018/10/16(火) 18:20:29.15 ID:QC06Ry5J?2BP(0) : |||a0>20 YAMAGUTIseisei 180520 1400 aEtbFiLs? \>20 リンク先の 先 更新 : 37 YAMAGUTIseisei 0520 2321 aEtbFiLs? |||a0| 分散 価値主義 評価経済 トークンエコノミー 岡田斗司夫 佐藤航陽 齊藤元章 ときど 技術本位制 |||a0| _ttp://rio2016.2ch.net/test/read.cgi/future/1519569311/6-13 |||a0>訂正 13>_ttp://rio2016.2ch.net/test/read.cgi/future/1563345644/42# DouKiokuSisutemu DaiTouituRiron : |||a0| >10 ナノ経済 齊藤先生メソッド |||a0| 価値貯蔵システム |||a0| _ttp://rio2016.2ch.net/test/read.cgi/future/1489922543/138-139 |||7| : |||a0>45 yamaguti 180911 0856 GkbIB6hZ ||a0| : |||a0| _ttp://rio2016.2ch.net/test/read.cgi/future/1534382966/77-79# HonniSei # SLING |||a0| _ttp://rio2016.2ch.net/test/read.cgi/future/1519569311/6-13# SisanMoti : >151 ー 190824 2348 QnG6Nuc/ > >148 > 金の概念が大きく変わる > 恐らく仕事というものはなくなる > 今後はどれだけ 楽しませたか、どれだけ好かれるか、という指標がメインになっ >728 ー 190830 1519 sjWTedML >魅力」が全ての時代 >金が●くても 生きていける時代 >金持ちの より、無一文の美少女に生きて とみんな思 : http://rio2016.5ch.net/test/read.cgi/future/1567327896/60
61: yamaguti [sage] 2019/09/02(月) 00:36:20.30 ID:SPnkrttr 齊藤先生メソッド頓挫 ≒ 飢餓 ( 非 BI ルート ) _ttp://rio2016.2ch.net/test/read.cgi/future/1563345644/16-17#1489922543/111-139##(111,138-139)# Fukyuu # SaitouSenseiMesoddo NanoKeizai http://rio2016.5ch.net/test/read.cgi/future/1567327896/61
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
AAサムネイル
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.044s