[過去ﾛｸﾞ] 知能研究スレ2©2ch.net (224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
37: 27 2017/06/11(日)16:12 ID:0xLPWFhV(1) AAS
>>34
それは、2chには関係ないから、適当に投稿は続ければ良いんじゃないかな？と思う。
38(1): 4 2017/06/11(日)23:09 ID:ovKJ8hHX(4/4) AAS
22 様共々 HTM に些かのご興味とはご同慶
39(1): 22 2017/06/12(月)12:28 ID:eDUmXVEr(1/2) AAS
まぁ、22も自分なんだけどね。多スレでポンコツ呼ばわりされてっけど通じる日本語書けるんジャン。
その調子で、チンプンカンプンなHTM理論もエクセルシートで説明してもらえないかな？
40: 39 2017/06/12(月)12:30 ID:eDUmXVEr(2/2) AAS
あ、いや、生意気申しました。。。
41(2): 2017/06/13(火)14:14 ID:Gcphohgk(1) AAS
ヒント
知能は創造ではない、夢や希望は論理や技術ではない、
42: 2017/06/14(水)07:14 ID:pvUDqNVn(1) AAS
>>41
リバース
創造は知能ではない？、論理や技術は夢や希望ではない？
43: 34 2017/06/25(日)08:11 ID:kmvAJvy0(1/2) AAS
2chｽﾚ:future
> 152 山口青星 2017/01/03(火) 10:26:23.58 ID:igW+0jZp
> > 101 : YAMAGUTIseisei 2016/09/25(日) 10:10:01.00 ID:a7u+8KXH
>> > 385 : YAMAGUTIseisei 2016/09/04(日) 16:55:27.34 ID:yWawFej1
>>> 今回政府にоられて流石にもう後がないとの前提 成立
>>> できるだけ包み隠さず無料公開しての同業者様の飯の種へのご迷惑も平に平にご容赦
>>
省6
44(1): yamaguti~貸 2017/06/25(日)08:12 ID:kmvAJvy0(2/2) AAS
Page 60
ニューロンの出力
ニューロンの出力は軸索に沿って伝搬するパルス68あるいは「活動電位」である。
軸索はセルから伸びて、ほとんど常に二つに分かれる。
枝の一つは水平に伸びて近くの他のセルと数多く接続する。
他の枝は他の層のセルや脳内の他の場所へと遠く伸びる。
上記のニューロンの画像では軸索は見えない。２本の矢印を追加して軸索を示した。
省18
45(1): 4 2017/07/02(日)21:28 ID:ZKt2tQ+I(1/3) AAS
強い AI ( AL ) ( を越えます物 ) の応募は
多少不備があろうと追加枠臨時創設をしてでも国策として推進
とのご方針 ?
46(2): yamaguti~貸 2017/07/02(日)21:29 ID:ZKt2tQ+I(2/3) AAS
Page 61
HTM セル
図の右側は、HTM 大脳皮質性学習アルゴリズムで用いられているセル ry
HTM セルは実物のニューロンの多くの重要な能力を捉えているが ry 単純化も ry
主要樹状突起
各 HTM セルは単一の主要樹状突起を持つ。セルへのすべてのフィード・フォワード入力
はシナプス（緑色の点で示した）経由で入力される。アクティブなシナプスの効果は
省18
47: 46 2017/07/02(日)21:30 ID:ZKt2tQ+I(3/3) AAS
カラム間の競合、シナプス候補の集合による学習、 ry カラムのブースト
の組み合わせにより、HTM ry ンは脳に見られるのと同様の強力な可塑性を得た。
HTM リージョンは入力の変化に応じて各カラムが何を表す
48: 2017/07/02(日)21:31 ID:7PyqZMnO(1) AAS
>>1 マジ？
外部ﾘﾝｸ:raou.jp
ラ王への道 toritatenin 岩間好一 aiueo700 監視カメラ 110番 ウィルス 公明党
ラ王への道 江南署 集団ストーカー クレーマー 悪質 卒論コピペ ランサムウェア
ラ王への道 クレーム 馬鹿舌 味音痴 味覚障害 嫌われ者 ワンクリック詐欺 共産党
ラ王への道 長谷川亮太 チンフェ ちばけんま クズ けん まくん 創価学会
ラ王への道 森園祐一 生活保護 ドールオタビッコマン 涼子P ナマポ 苦情
省1
49(2): 45 2017/07/09(日)16:24 ID:W3GgFRR8(1/3) AAS
強い AI ( AL ) ( を越えます物 ) の応募は人類の喫緊の命運を左右もご承知の通り
その上で昨年度は審査員様ご一任状況にしてご関知なさらず ?
50(1): yamaguti~貸 2017/07/09(日)16:26 ID:W3GgFRR8(2/3) AAS
Page 62
のかを（主要樹状突起上のシナプスの変更によって）自動的に調整し、
カラム数の増加ないし減少を自動的に調整 ry
末梢樹状突起
各 HTM セルは末梢樹状突起セグメントのリストを管理している。
各セグメントはしきい値検出器として働く。
ry アクティブなシナプス（冒頭の図で青い点で示した）の数がしきい値を超えると、
省14
51: 50 2017/07/09(日)16:27 ID:W3GgFRR8(3/3) AAS
ある実装では、我々はセルあたり固定の数の樹状突起セグメントを用いた。
他のある実装では、訓練を通じてセグメントを追加ないし削除するようにした。
ry 。セルあたりの樹状突起セグメントの数を固定にすると、
同じセグメントに対していくつかの異なるシナプスの集合を保存することができる。
例えば、セグメント上に 20 個の有効なシナプスがあり、しきい値が 15 とする。
（一般に ry ノイズへの耐性 ry しきい値をシナプスの数よりも少 ry ）
これでそのセグメントは周囲のセルの特定の一つの状態を理解できるようになる。
省6
52(1): yamaguti~貸 2017/07/16(日)17:38 ID:Nam9FajQ(1/2) AAS
Page 63
シナプス
HTM セルのシナプスは二値の重みを持つ。ry
重みをスカラー値にすることを妨げるものは何もないが、
疎分散パターンを用い ry 今のところスカラー値の重みを使う必要性がない。
しかし ry セルは「永続値」というスカラー値を ry 学習を通じて調整する。
永続値 0.0 は有効でないシナプス候補を表し、 ry しきい値（標準的には 0.2）
省9
53(1): 52 2017/07/16(日)17:39 ID:Nam9FajQ(2/2) AAS
セル出力
HTM セルは 2 つの異なる二値出力を持つ： 1) セルがフィード・フォワード入力によって
（主要樹状突起経由で）アクティブである、2) セルが横方向の接続により
（末梢樹状突起経由で）アク ry 。前者を「アクティブ状態」と呼び、後者を「予測状態」 ry
冒頭の図では、この 2 つの出力は正方形の細胞体から出ている 2 つの線で表されている。
左側の線はフィード・フォワードによるアクティブ状態、右側の線は予測状態である。
フィード・フォワードによるアクティブ状態だけがリージョン内の他のセルに接続され、
省8
54(1): 49 2017/07/23(日)08:30 ID:0TlGOkHF(1/2) AAS
2chｽﾚ:future
55: yamaguti~貸 2017/07/23(日)08:31 ID:0TlGOkHF(2/2) AAS
Page 64
参考文献
ry 。ニューロサイエンス ry 膨大で、全般的知識を得るには多くの異なる文献 ry
。新しい発見は学術ジャーナル ry 、読み解くのが難しく大学関係者でない限り ry
この付録で ry 2 冊 ry
Stuart, Greg, Spruston, Nelson, Hausser, Michael, Dendrites, second edition
(New York: Oxford University Press, 2008)
省7
56: yamaguti~貸 [53>正方形の細胞体から] 2017/07/30(日)10:26 ID:4w4cNgfm(1) AAS
Page 65
付録 B: 新皮質の層と HTM リージョンの比較
ここでは HTM リージョンと生体新皮質のリージョンの間の関係 ry
特に、HTM 大脳皮質性学習アルゴリズム、
及びそのカラムとセルが、新皮質の層やカラム構造とどのような関係 ry
。新皮質の「層」の概念やそれが HTM の層とどう関係 ry 、多くの人が困惑 ry
。本稿がこの混乱を解決し、また HTM 大脳皮質性学習アルゴリズムの生物学的基礎 ry
省8
57: 2017/07/30(日)13:01 ID:V6VGcFgE(1) AAS
＞器官原理69 organizing principles。生体器官の働きの原理的しくみ。
"働きの原理"が詳しく知りたい。
58: ロシアの声 2017/08/01(火)21:51 ID:IIcKoRIt(1) AAS
独自言語を開発して会話を始めたロボット、フェイスブックが停止
外部ﾘﾝｸ:jp.sputniknews.com
59: yamaguti~貸 2017/08/20(日)23:37 ID:S+NGnK8E(1) AAS
BEｱｲｺﾝ:nida.gif
Page 66
層
新皮質は一般に 6 つの層を持つと言われている。
それらの層のうち 5 つはセルを持ち、1 つの層はほとんどが接続線である。
層は染色技術の出現と共に 100 年以上前に発見された。
上記の画像（Cajal による）は 3 種類の異なる染色法を用いて新皮質の小さな断片 ry
省10
60(1): yamaguti~貸 2017/09/10(日)18:05 ID:vLQGrlPG(1/16) AAS
Page 67
に 2 つに枝分かれする。枝の一つは主に水平に伸び、他の枝は主に垂直 ry
。水平の方の枝は同じ層や近くの層の他のセルと多数の接続 ry
。 ry 新皮質の断片 ry
。多くの軸索がこの画像で示された部分から出たり入ったりしているので、
軸索は画像に見られるものよりも長い。
新皮質の 1mm の立方体に含まれる軸索や樹状突起の総延長は 2km から 4km ry
省10
61: 60 2017/09/10(日)18:08 ID:vLQGrlPG(2/16) AAS
リージョンの違いによる層のバリエーション
新皮質のリージョンの違いによって層の厚さにバリエ ry 、層の数についても多少違う。
このバリエーションはどの動物を研究するかに依存し、
どのリージョンを観察するかにも依存し、また観察した人によっても違う。
例えば上記の画像では、第 2 層と第 3 層は容易に識別できるが一般的にはそうではない。
いくつかの科学者 ry この 2 つの層を識別できないと報告 ry まとめて「第 2/3 層」 ry
。他の科学者は逆の方向に向かい、例えば 3A と 3B のようなサブレイヤを定義 ry
省6
62: yamaguti~貸 2017/09/10(日)18:55 ID:vLQGrlPG(3/16) AAS
Page 68
カラム
新皮質の 2 つ目の主要な器官原理はカラムである。
いくつかのカラム構造は染色された画像にも見られるが、カラムに関する多くの証拠は
異なる入力に対してセルがどのように反応するかに基づいている。
科学者が針を使って、何がニューロンをアクティブにするのかを見てみると、
異なる層を横断する垂直方向に揃った複数のニューロンがだいたい同じ入力に反応 ry
省12
63: yamaguti~貸 2017/09/10(日)19:38 ID:vLQGrlPG(4/16) AAS
Page 69
そしてセルが主に色を感知する「ブロブ」75がある。
眼球優位性カラムは図の大きなブロックである。各眼球優位性カラムは角度のカラムを含む。
「ブロブ」は濃い色の楕円である。
新皮質の一般的な規則は、角度と眼球優位性のようにいくつかの異なる応答特性が
互いに重ね合わさっているということである。皮質の表面を水平に移動してゆくに従って、
セルから出力される応答特性の組み合わせは変化する。
省14
64(1): yamaguti~貸 2017/09/10(日)21:11 ID:vLQGrlPG(5/16) AAS
Page 70
数のニューロンがあることに注意してほしい。
ミニカラムのすべてのニューロンが類似の入力に反応する。
例えば、先ほど示した V1 の図では、ミニカラムは特定の眼球優位性を伴い、
特定の角度の線に反応するセルを含んでいる。隣にあるミニカラムのセルは
少し違う角度の線に反応し、違う眼球優位性を示すのかも知れない。
抑制ニューロンがミニカラムを定義する本質的な役割を果たしている。
省12
65: 64 2017/09/10(日)21:12 ID:vLQGrlPG(6/16) AAS
HTM 大脳皮質性学習アルゴリズムでは
カラム中のすべての HTM セルが同じフィード・フォワード応答特性を共有しているが、
時間的なシーケンスを学習すると HTM カラムの 1 つのセルだけがアクティブになる。
このメカニズムは可変長シーケンスを表現する手段であり、
ニューロンについて先ほど説明した特徴と似ている。
文脈を伴わない単純な入力はカラム中のすべてのセルをアクティブにする。
同じ入力でも、学習したシーケンスに含まれるときは 1 つのセルだけがアクティブになる。
省3
66: yamaguti~貸 2017/09/10(日)21:48 ID:vLQGrlPG(7/16) AAS
Page 71
なぜ層とカラムがあるのか？
新皮質になぜ層があり、なぜカラムがあるのか、はっきりしたことは誰も知らない。
HTM 大脳皮質性学習アルゴリズムは、カラム状に構成したセルの層が
可変長の状態遷移を記憶する大容量メモリとなりうることを示した。
もっと単純に言えば、セルの層はたくさんのシーケンスを学習できる ry
。同じフィード・フォワード反応を共有するセルのカラムは可変長の遷移を学習 ry の鍵 ry
省11
67(1): yamaguti~貸 2017/09/10(日)21:56 ID:vLQGrlPG(8/16) AAS
Page 72
色のついた線は異なる層からのニューロンの出力 ry
その層のニューロンから出ている軸索の束である。軸索はすぐに 2 つに分か ry
一つの枝は主にそれと同じ層の中で、リージョン内で水平方向に広がる。
よって各層のすべてのセルは相互によく接続し合っている。
ニューロンと水平方向の接続は図に示されていない。
2 つのフィード・フォワード・パス76がある。オレンジ色で示した直接パスと、
省18
68: 67 2017/09/10(日)21:57 ID:vLQGrlPG(9/16) AAS
この説明は層から層への接続に関して知られていることを限定的に概説 ry 。 ry
異なる層が何をするのかに関する仮説
我々は第 3, 4, 5 層がすべてフィード・フォワード層でありシーケンスを学習していると ry
。第 4 層は一次シーケンスを学習する。第 3 層は可変長シーケンスを学習
76 pathway。通り道。
77 sub-cortical area。大脳皮質の下の神経中枢。
78 thalamus。ししょう。
69(1): yamaguti~貸 2017/09/10(日)22:01 ID:vLQGrlPG(10/16) AAS
Page 73
する。第 5 層はタイミングを含む可変長シーケンスを学習する。 ry
第4層
HTM 大脳皮質性学習アルゴリズムを用いて一次シーケンスを学習するのは容易である。
もしカラム中のセルが互いに抑制するように強制しなかったとしたら、
つまりカラム中のセルが以前の入力の文脈を区別しなかったとしたら、一次学習が起こる。
新皮質では、同じカラム内のセルを抑制する効果を取り除くことで成されるだろう。
省13
70: 69 2017/09/10(日)22:02 ID:vLQGrlPG(11/16) AAS
第3層
第 3 層は第 2 章で述べた HTM 大脳皮質性学習アルゴリズムに最も近い。
それは可変シーケンスを学習し、予測を行い、その予測は入力よりも安定している。
第 3 層は常に階層構造の次のリージョンに向かい、そのため ry 時間的安定性 ry 増 ry
。可変シーケンス記憶は「方位選択性複雑型細胞」81と呼ばれるニューロンに形成され、
それは第 3 層で最初に観察された。
方位選択性複雑型細胞は例えば左に動いている線と右に動いている線など、
省4
71(1): yamaguti~貸 2017/09/10(日)22:23 ID:vLQGrlPG(12/16) AAS
Page 74
第5層
最後のフィード・フォワード層 ry 3 層と似ているが 3 つの違い ry
。第一の違いは第 5 層が時間の概念を付加 ry
。第 3 層は次に「何」が起こるかを予測するが、それが「いつ」起こるかを教えてくれない。
しかしながら、話し言葉 ry 音の間の相対的なタイミングが重要 ry
運動動作 ry 筋肉の活性化のタイミング ry
省18
72: 71 2017/09/10(日)22:24 ID:vLQGrlPG(13/16) AAS
まとめると、第 5 層は特定のタイミング、注意、運動行動を結びつける。
これらが互いにどのように関わりあうかについては多くの謎 ry 。
ry ポイントは、HTM 大脳皮質性学習アルゴリズムのバリエーションが
特定のタイミングを容易に組み入れることができ、別々の皮質の層を結合することができる ry
第2層と第6層
第 6 層は下位のリージョンへフィードバックする軸索の起点である。
第 2 層についてはほとんど知られていない。 ry 2 層が第 3 層と比べて
省4
73(1): yamaguti~貸 2017/09/10(日)22:54 ID:vLQGrlPG(14/16) AAS
Page 75
だけは指摘することができる。よって我々はこれらもまた、
HTM 大脳皮質性学習アルゴリズムの一形態を実行していると提唱する。
HTM リージョンは新皮質の何に相当するか？
我々は 2 種 ry 実装した。
一方は可変長記憶のためにカラムごとに複数のセルを持たせるもので、
他方は一次記憶のためにカラムごとに単一のセルを持たせるものである。
省9
74: 73 2017/09/10(日)22:59 ID:vLQGrlPG(15/16) AAS
BEｱｲｺﾝ:nida.gif
まとめ
HTM 大脳皮質性学習アルゴリズムは我々が新皮質の神経器官の基本構成要素
と信じているものを具現化するものである。それは水平接続されたニューロンの層が
どのようにして疎分散表現のシーケンスを学習するのかを示している。
HTM 大脳皮質性学習アルゴリズムの各バリエーションが、
互いに関連するが異なる目的を持つ、新皮質の異なる層で使われる。
省12
75: yamaguti~貸 2017/09/10(日)23:01 ID:vLQGrlPG(16/16) AAS
BEｱｲｺﾝ:nida.gif
Page 76
するものはない。しかしながら、これらの層でよく見られる水平接続を考えると、
何らかの形でシーケンス記憶を学習 ry
76(1): yamaguti~貸 2017/09/24(日)19:11 ID:ma5WYMpw(1/8) AAS
BEｱｲｺﾝ:nida.gif
Page 77
用語の説明
ノート： ry 、一般的な意味とは異なるものもある。
説明文中で大文字で示されたもの83は、この用語説明で説明されていることを示す。
77: 76 2017/09/24(日)19:15 ID:ma5WYMpw(2/8) AAS
BEｱｲｺﾝ:nida.gif
アクティブ状態
（Active State）
フィード・フォワード（Feed-Forward）入力によってセル（Cells）がアクティブになった状態
ボトムアップ
（Bottom-Up）84
フィード・フォワード（Feed-Forward）と同義語
省23
78(1): yamaguti~貸 2017/09/24(日)19:19 ID:ma5WYMpw(3/8) AAS
BEｱｲｺﾝ:nida.gif
Page 78
望ましい密度
（Desired Density）
リージョン（ Region ）へのフィード・フォワード（Feed-Forward）入力によって
アクティブになるカラム（Column）の望ましいパーセンテージ。
このパーセンテージは、フィード・フォワード入力のファンアウト85に依存して変化
省24
79: 78 2017/09/24(日)19:21 ID:ma5WYMpw(4/8) AAS
BEｱｲｺﾝ:nida.gif
HTMネットワーク
（HTM Network）
HTMリージョン（HTM Region）の階層構造（Hierarchy）
HTMリージョン
（HTM Region）
HTMにおいて、記憶と予測（Prediction）を行う主要構成要素。
省6
80(1): yamaguti~貸 2017/09/24(日)19:25 ID:ma5WYMpw(5/8) AAS
BEｱｲｺﾝ:nida.gif
Page 79
推論
（Inference）
空間的ないし時間的入力パターンが、以前に学習したパターンと似ていると認識すること
抑制半径
（InhibitionRadius）
省24
81: 80 2017/09/24(日)19:27 ID:ma5WYMpw(6/8) AAS
BEｱｲｺﾝ:nida.gif
予測
（Prediction）
フィード・フォワード（Feed-Forward）入力によって、
セル（Cells）が近い将来アクティブになるであろうということを、
（予測状態の）アクティブ化によって示すこと。
HTMリージョン（HTM Region）はしばしば、将来起こりうる入力を同時に多数予測する。
省12
82: yamaguti~貸し多大 2017/09/24(日)19:30 ID:ma5WYMpw(7/8) AAS
BEｱｲｺﾝ:nida.gif
yamaguti~貸し多大
Page 80
空間プーリング
（Spatial Pooling）
入力に対して疎分散表現を計算する処理。空間プーリングの一つの特徴は、
オーバラップする入力パターンを同じ疎分散表現に対応付けられることである。
省18
83(2): yamaguti~貸 2017/09/24(日)19:46 ID:ma5WYMpw(8/8) AAS
BEｱｲｺﾝ:nida.gif
>492 ：オーバーテクナナシー：2017/09/23(土) 19:54:47.75 ID:vY4r2i0B
> 脳の大脳新皮質の学習は100ミリ秒未来の予測と実際との誤差を教師信号として学習される説を提案。
> 視床枕が予測を映し出すスクリーンの役目を担い、α波に従って予測と実際を切り替えその誤差が各領域に伝搬され逆誤差伝搬法と同じ更新がされる
>外部ﾘﾝｸ:arxiv.org
>Twitterﾘﾝｸ:hillbig
外部ﾘﾝｸ:translate.google.jp
省19
84(1): yamaguti~貸 2017/09/26(火)16:44 ID:KkB3K1pk(1) AAS
BEｱｲｺﾝ:nida.gif
> 750 オーバーテクナナシー 2017/09/26(火) 15:15:40.52 ID:g8erRGmf
> Intelがクラウドに依存せずチップ単体で自律的に学習していけるAIチップ「Loihi」を開発中 - GIGAZINE
> 外部ﾘﾝｸ:gigazine.net
> ほんとぉ？
> 752 オーバーテクナナシー 2017/09/26(火) 15:21:41.28 ID:lqqUzEBp
> Intelがクラウドに依存せずチップ単体で自律的に学習していけるAIチップ「Loihi」を開発中
省14
85: 2017/09/26(火)18:28 ID:I0Q38s3a(1) AAS
言語とか数字みたいなメタ認知も大脳新皮質なの？
86(1): yamaguti~貸 2017/10/12(木)18:20 ID:uqwJ7Vy7(1/2) AAS
BEｱｲｺﾝ:nida.gif
>167 オーバーテクナナシー 2017/10/09(月) 23:01:57.90 ID:5Ggq/e4S
:
> 再帰型ニューラルネットワーク（RNN）による長期的な学習の困難さを解決する方法として、DilatedRNN というモデルが提案された。
> 再帰の間隔を空けた層を用いることで、勾配消失問題が緩和され、並列計算も容易になる。
>外部ﾘﾝｸ:arxiv.org
> Title: 拡張リカレントニューラルネットワーク
省12
87: 86 2017/10/12(木)18:23 ID:uqwJ7Vy7(2/2) AAS
BEｱｲｺﾝ:nida.gif
外部ﾘﾝｸ[pdf]:webcache.googleusercontent.com
2chｽﾚ:future HTM
外部ﾘﾝｸ:google.jp
外部ﾘﾝｸ:google.jp
外部ﾘﾝｸ:google.jp
外部ﾘﾝｸ:google.jp
88: 2017/10/12(木)18:29 ID:2sBJMNar(1) AAS
おい答えろ
著作物転載ガイジ
89: 2017/12/24(日)09:23 ID:hjyZKgB0(1) AAS
参考までに、未来技術というか自分で簡単にＰＣで収入を得られる方法など
⇒ 『山中のムロロモノス』 というブログで見ることができるらしいです。
グーグル等で検索⇒『山中のムロロモノス』
SB27GME400
90: ウルトラスーパーハイパービジネスフォンドルルモンバーストモード [aga] 2018/01/18(木)10:16 ID:g1AG1xN1(1) AAS
アルマジモンは強烈だよ
アルマジモンは強豪だよ
アルマジモンは強剛だよ
アルマジモンは強靭だよ
アルマジモンは強者だよ
アルマジモンは強大だよ
アルマジモンは強力だよ
省15
91: 2018/02/04(日)16:32 ID:Ie7zZ0o6(1/4) AAS
>>83
ホーキンスはこれを15年以上前に気づいていた。
感覚器官からの入力とは逆向きの入力が、記憶の連想による予測を行っているというホーキンスの理論は正しかった。
92: [age] 2018/02/04(日)16:36 ID:Ie7zZ0o6(2/4) AAS
>>83
ホーキンスはこれを15年以上前に気づいていた。
感覚器官からの入力とは逆向きの入力が、記憶の連想による予測を行っているというホーキンスの理論は正しかった。
93(1): [age] 2018/02/04(日)16:41 ID:Ie7zZ0o6(3/4) AAS
シナプスの結合パターンで幾らでも高度な連想が可能。
94(2): [age] 2018/02/04(日)16:57 ID:Ie7zZ0o6(4/4) AAS
あらゆる思考は感覚器官とは逆向きの入力、つまり連想と言える。
推論や想像などの言葉は普遍的な連想パターンで区別しているにすぎない。
これがホーキンス氏が提唱する知能の本質。
>>93
ホーキンス氏は現在、この「シナプスの結合パターン」、
脳の柔軟な認識が可能な記憶の繋がりがどのようにして形成されているのか研究している。
95: ウルトラスーパーハイパークルーソードルルモンバーストモード [age] 2018/02/09(金)03:05 ID:rSEeg8uX(1) AAS
デジモンフロンティアの連勝
デジモンフロンティアの奇勝
デジモンフロンティアの全勝
デジモンフロンティアの完勝
デジモンフロンティアの必勝
デジモンフロンティアの優勝
デジモンフロンティアの制勝
省15
96: 2018/03/10(土)23:45 ID:M5WGwYKK(1) AAS
>>94
んなコターねぇー、だから、ダメなんだ。
もっとよく考えて見ろ、違うだろ、気づかないのか？
97(1): 2018/03/10(土)23:53 ID:NPHL/5lq(1) AAS
>>94
プログラムの動作は演算の組み合わせだ
みたいなことを言うのと同じだと思う。
あたりまえだしだったらあれするには
こう作ればいいにできない。
98: 2018/05/17(木)12:55 ID:6koctVbj(1) AAS
いろいろと役に立つPCさえあれば幸せ小金持ちになれるノウハウ
暇な人は見てみるといいかもしれません
グーグルで検索するといいかも『ネットで稼ぐ方法 モニアレフヌノ』
UDKLJ
99: yamaguti 2018/05/21(月)00:40 ID:ZE4GNR2G(1) AAS
BEｱｲｺﾝ:nida.gif
>>84
>427 オryｰ 0518 1130 MoLfZWhr
>354 オryｰ /0517 1422 z3hpZn2q
> 【IT】IntelのAIチップ「Loihi」、2019年に小型ネズミの頭脳レベルに
> 2chｽﾚ:bizplus
:
100(2): yamaguti 2018/06/29(金)12:37 ID:kHBj2QJM(1/4) AAS
BEｱｲｺﾝ:nida.gif
>844 オryｰ 180628 1126 8Ecc/3xB
> DeepMindが偽(既存)のAI特許出願をしている ベン・ゲーツェル[馬鹿馬鹿しい]
> 外部ﾘﾝｸ[html]:multiverseaccordingtoben.blogspot.com
>851 オryｰ 0628 1246 TPCgic+r
> >844
> やっぱりヌメンタがナンバーワン！
省10
101(1): yamaguti 2018/06/29(金)12:49 ID:kHBj2QJM(2/4) AAS
BEｱｲｺﾝ:nida.gif
>>100
> , for instance:
> 。たとえば、
:
> 溺ethods, systems, and apparatus, including computer programs encoded on a computer storage medium, for environment simulation.
> "環境シミュレーションのためのコンピュータ記憶媒体上にコード化されたコンピュータプログラムを含む方法、システム、および装置。
省16
102(2): yamaguti [sageRiijonKapuseru] 2018/06/29(金)13:00 ID:kHBj2QJM(3/4) AAS
BEｱｲｺﾝ:nida.gif
>>100-101
>174 yamaguti 180527 1946 36TMfdUR?
> >152-173
> 2chｽﾚ:future Hannyou AI/AL / HTM Kapuseru # SoBunsan NN
> 2chｽﾚ:future Hannyou AI/AL / HTM # YuugouGijutu <-> NN TuijuuYosoku
> 2chｽﾚ:future HTM Kapuseru
省11
103(1): yamaguti 2018/06/29(金)15:41 ID:kHBj2QJM(4/4) AAS
BEｱｲｺﾝ:nida.gif
>924 180629 0633 NiYm+KPI
> 特化型AIをブロックチェーンでつないで汎用型AIを作る＝SingularityNet
>外部ﾘﾝｸ:aishinbun.com
> 画像認識AI、自然言語解析AI、音声認識AI、翻訳AI、文書生成AI・・・。特化型AIはものすごい勢いで進化
>
> 香港在住のAI技術者Ben Goertzel氏率いるSingularityNetは、こうした特化型AIを結びつけることで汎用型AIを構築できるプラットフォームの開発
省22
104: ウルトラスーパーハイパーフォーマットスパーダモンバーストモード [age] 2018/08/06(月)04:22 ID:mUbSQdkd(1) AAS
拙者はアンドロモンが好きだよ、拙者はアンドロモンが御好みだよ、拙者はアンドロモンが大好きだよ、拙者はアンドロモンを愛好するよ、拙者はアンドロモンを嗜好するよ、拙者はアンドロモンは友好するよ
寧ろ逆にアンドロモンを大切にするよ、他に別にアンドロモンを大事にするよ、例え仮に其れでもアンドロモンを重視するよ、特にアンドロモンを尊敬するよ、もしもアンドロモンを褒めるよ
十中八九アンドロモンを希望するよ、森羅万象アンドロモンを渇望するよ、無我夢中アンドロモンを要望するよ、五里霧中アンドロモンを切望するよ、天上天下アンドロモンを熱望するよ、是非ともアンドロモンを祈願するよ
100%アンドロモンに決定だよ、十割アンドロモンに限定だよ、確実にアンドロモンに指定だよ、絶対にアンドロモンに認定だよ、必ずアンドロモンに確定だよ
当然アンドロモンは斬新奇抜だよ、無論アンドロモンは新機軸だよ、勿論アンドロモンは独創的だよ、一応アンドロモンは個性的だよ、多分アンドロモンは画期的だよ
アンドロモンは強いよ、アンドロモンは強力だよ、アンドロモンは強大だよ、アンドロモンは強者だよ、アンドロモンは強豪だよ、アンドロモンは強剛だよ、アンドロモンは強靭だよ、アンドロモンは強烈だよ
アンドロモンの勝ち、アンドロモンの勝利、アンドロモンの大勝利、アンドロモンの完全勝利、アンドロモンの圧勝、アンドロモンの楽勝
省2
105(1): yamaguti 2018/08/12(日)18:51 ID:ltAhnLdz(1/50) AAS
BEｱｲｺﾝ:nida.gif
Google 翻訳
arXiv：1803.06617v1 [cs.AR] 2018年3月18日 外部ﾘﾝｸ:arxiv.org
Microsoft Researchテクニカルレポート
2014年1月に作成。 2018年3月リリース
面積の効率的な高ILP EDGEソフトプロセッサの実装に向けて
ジャングレイ
省12
106(1): >>105 2018/08/12(日)19:02 ID:ltAhnLdz(2/50) AAS
BEｱｲｺﾝ:nida.gif
1. 前書き
設計の生産性は、リコンフィギュラブル ry の課題 ry
? ワークロードをゲートに移植し、 ry 。
ワークロードをゲートに移し、10^2〜10^4秒のビットストリーム再設計の設計反復に耐えるのは高価です。
ソフトプロセッサアレイオーバーレイは、これらのコストを軽減 ry
? 高価な初期ポートは、ソフトプロセッサーを対象 ry 。
省16
107(1): >>106 2018/08/12(日)19:05 ID:ltAhnLdz(3/50) AAS
BEｱｲｺﾝ:nida.gif
? ry ソフトプロセッサの代わりにVLIW [5]、[6]またはベクトル[7]、[8]コア。
より高い命令レベル並列（ILP）マイクロアーキテクチャをターゲットとする設計研究は、典型的には、アウトオブオーダー（OoO）[9] -- [11]ソフトプロセッサコアの代替としてのVLIW [5]、[6]またはベクトル[7]、[8] アーキテクチャを挙げれます。
スーパースカラOoOマイクロアーキテクチャの問題は、レジスタの名前を変更し、命令をデータフロー順にスケジューリングし、誤特定した後にクリーンアップし、正確な例外のために結果を順序通りにリタイアさせるために必要な機械の複雑さです。
? これは、 ry 多数ポートCAM、 ry 、これらのすべてがFPGAで面積が集中する。
これにより、深い多ポートレジスタファイル、データフロー命令スケジューリングウェイクアップのための多ポートCAM、および多くのワイドバスマルチプレクサおよびバイパスネットワークなどの高価な回路を必要とし、これらのすべてがFPGAの面積消費を加速する。
? ry 、マルチリード、マルチライトRAMは、レプリケーション、 ry 。
省11
108: yamaguti 2018/08/12(日)19:10 ID:ltAhnLdz(4/50) AAS
BEｱｲｺﾝ:nida.gif
2chｽﾚ:future
109(3): >>107 2018/08/12(日)19:11 ID:ltAhnLdz(5/50) AAS
AA省
110(3): >>109 2018/08/12(日)19:12 ID:ltAhnLdz(6/50) AAS
BEｱｲｺﾝ:nida.gif
インストラクションウィンドウ
? オペラ・バッファ BP 0 1
オペランド・バッファ BP 0 1
READ R0
2R
READ R7
省13
111(1): >>110 2018/08/12(日)19:14 ID:ltAhnLdz(7/50) AAS
BEｱｲｺﾝ:nida.gif
EDGEアーキテクチャ[12]、[14] -- [16]は、アトミックにフェッチ、実行、およびコミットされる命令ブロック内で編成された命令を実行する。
ブロック内の命令はデータフローの順番で実行されるため、高価なレジスタの名前変更の必要性がなくなり、効率的なアウトオブオーダ ry 。
? ry 明示的に符号化し、、マイクロアーキテクチャが実行時にこれらの依存性を再発見するのを解放する。
コンパイラは、命令セット・アーキテクチャを通じてデータ依存性を明示的にエンコードし、これらの依存性の実行時再探索からマイクロアーキテクチャを解放する。
? ry 直接データ依存です。
述語を使用すると、ブロック内のすべてのブランチはデータフロー命令に変換され、メモリ以外のすべての依存関係は直接データ依存となる。
省9
112(1): >>111 2018/08/12(日)19:15 ID:ltAhnLdz(8/50) AAS
BEｱｲｺﾝ:nida.gif
図2に一般的な命令フォーマットを示します。 >>110
各EDGE命令は32ビットで、最大2つのターゲット命令のエンコードをサポートしています。
? ry 消費者の指示については、コンパイラは移動命令を使用して ry 高いファンアウト命令を割り当てることができます[15]。
ターゲットフィールドより多くのコンシューマを伴う命令については、コンパイラは move 命令を使用してファンアウトツリーを構築するか、ブロードキャストに高ファンアウトな命令を割り当てることができます[15]。
ブロードキャストは、軽量ネットワーク上のオペランドをブロック内の任意の数のコンシューマ命令に送信することをサポートします。
? ry 、TLEI命令（テスト無しイミディエイト命令） ry 。
省13
113: yamaguti 2018/08/12(日)19:17 ID:ltAhnLdz(9/50) AAS
BEｱｲｺﾝ:nida.gif
2chｽﾚ:future
114(2): >>112 2018/08/12(日)19:18 ID:ltAhnLdz(10/50) AAS
AA省
115(1): >>114 2018/08/12(日)19:19 ID:ltAhnLdz(11/50) AAS
BEｱｲｺﾝ:nida.gif
EX
EX パイプラインの REGS
EX
TS
OPS0
32x32
省13
116(1): >>115 2018/08/12(日)19:20 ID:ltAhnLdz(12/50) AAS
BEｱｲｺﾝ:nida.gif
A. マイクロアーキテクチャ
図3は、コンパクトEDGEプ ry 例 ry >>114-115 >>114 >>115
? ry 、およびメモリ/データキャッシュアクセスを含む命令およびデータキャッシュおよび5段階パイプライン（従来のインオーダスカラーRISC） LS）。
これは、命令フェッチ（IF）、デコード（DC）、オペランドフェッチ、実行（EX）、およびメモリ/データキャッシュアクセス ( LS ) を含む I/D キャッシュおよび5段階パイプラインを持つほぼ従来型のインオーダスカラ RISC です。
? ry 読み出されます。
インオーダ・プロセッサとは異なり、命令オペランドはレジスタ・ファイルではなくオペランド・バッファから読出され、
省17
117(1): >>116 2018/08/12(日)19:21 ID:ltAhnLdz(13/50) AAS
BEｱｲｺﾝ:nida.gif
B. EDGEデータフロー命令のスケジューリング要件
? ry、コアのリンチピンです。
命令ウィンドウとスケジューラは、コアの鎹です。
それらの領域、クロック周期、能力、および制限によって、EDGEコアの実現性能と ry が大きく左右されます。
2
命令スケジューラは、多様な機能と要件を備えています。
省16
118(1): >>117 2018/08/12(日)19:24 ID:ltAhnLdz(14/50) AAS
BEｱｲｺﾝ:nida.gif
新しいブロックへの分岐では、すべての命令ウインドウレディ状態がフラッシュクリアされる（ブロックリセット）。
しかし、ブロックがそれ自身に分岐すると（ブロックリフレッシュ）、アクティブレディ状態のみがクリアされ、
デコードされたレディ状態は保存されるので、 ry 再フェ ry 必要はない。
ry 節約するための鍵です。
ソフトウェアクリティカルパスの一部は、依存する命令の1つのチェーン ( 例
? ry 、連続するバックツーバック命令ウェイクアップのためにパイプラインバブルを追加しないことが重要です。
省9
119(1): >>118 2018/08/12(日)19:27 ID:ltAhnLdz(15/50) AAS
BEｱｲｺﾝ:nida.gif
? ry 、予想されるEDGE実装のスペクトルにわたってスケーラブルでなければなりません。各サイクルは、 ry 、1サイクルあたり1〜2の命令を発行します。
最後に、スケジューラ設計は、予想されるEDGEのスペクトル実装にわたってスケーラブル --
各サイクルは、少なくとも1〜4のデコードされた命令と2〜4つのターゲットレディイベントを受入れ、1サイクルあたり1〜2の命令を発行します -- でなければなりません。
2つの代替的なデータフロー命令スケジューラ設計を考える：
? ry 、各命令のレディステータスが各サイクルで再評価されます。
FPGAのDフリップフロップ（FF）で命令のレディ状態が明示的に表現されているブルートフォース並列スケジューラでは、各命令のレディステータスが各サイクルで再評価されます。
省2
120: yamaguti 2018/08/12(日)19:28 ID:ltAhnLdz(16/50) AAS
BEｱｲｺﾝ:nida.gif
2chｽﾚ:future
上下前次1-新書関写板覧索設栞歴
あと 104 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
ぬこの手 ぬこTOP 0.045s