(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
610(1): 609 2016/12/25(日)23:41 ID:HhtfNWQ8(2/2) AAS
>>609
> 449 : YAMAGUTIseisei~kasi 2016/12/25(日) 03:30:09.16 ID:HhtfNWQ8
> シンギュラリティスレに相応しい大切な議論 ( 議題 )
> ※ 但し 失礼ながら些か脱線の傾向 ( 議題の中の肝の部分が大切 )
>496 : yamaguti~kasi 2016/12/25(日) 23:35:42.88 ID:HhtfNWQ8
> >>452
> 流れ
> LSf1DgBH 氏文脈
2chｽﾚ:future SaiRyuudoKa
2chｽﾚ:future Sukoaringu
611(2): yamaguti~貸 2016/12/28(水)19:25 ID:cR1KnFY8(1/2) AAS
2chｽﾚ:future
>274 : オーバーテクナナシー 2016/12/23(金) 16:01:53.21 ID:qoXUV7bO
> ディープラーニングに必要な計算量を30分の1に省力化、デバイスに搭載できる人工知能 ─三菱電機インタビュー
>外部ﾘﾝｸ:iotnews.jp
> ry 係数が0になる部分をできるだけ増 ry 計算を簡略化 ry
> ─重みづけに使う係数が0になるところを増やして計算をできるだけ簡略化 ry
> ry データの特徴を分析して、その枝の部分でも重要な枝 ry 決め打ちで残します。
> ─これは人が残すのでしょうか？
> 現時点では人が枝を選別しています。枝を大幅に削減しても性能が落ちない事を理論的に証明 ry
> 数字がたくさんあるものは「密な行列」 ry 、従来のディープラーニングと一緒。
省11
612(1): 581 2016/12/28(水)19:30 ID:cR1KnFY8(2/2) AAS
>>581
深層学習
> 入力応用 ? ( 一層切出し 多層化 ? )
↓
> ソフトウェアコード応用 ( 一層切出し 多層化 ) ?
613(1): 611 2016/12/29(木)22:47 ID:1nUl0klS(1/2) AAS
>611
>>541 >>555 >>562-563 >>570-571 >>578-579 >>604-605
614(1): yamaguti~貸 2016/12/29(木)22:48 ID:1nUl0klS(2/2) AAS
>>610
攻殻機動隊 例 オペ子
>>2chｽﾚ:future
2chｽﾚ:future Konekutoomu
615(2): 604 2017/01/02(月)01:36 ID:DMzazahP(1) AAS
Page 27
の疎表現は、抑制の後でどのカラムがアクティブでどれが非ア ry
。例え入力ビットのうちアクティブなビットの数が大幅に変化した場合であっても、
相対的に一定の割合のカラムがアクティブになるように抑制関数が定義される。
図 ２-１ カラムとセルからなる HTM リージョンの例。リージョンの一部分のみ ry
。各カラムは入力のユニークな部分集合によるアクティベーションを受け取る。
最も強いアクティベーションを受けたカラムが他の弱いアクティベーションを抑制する。
結果は入力の疎分散表現である。（アクティブなカラムは灰色で示した）
ry ほんの少しの入力ビットが変化したなら、
いくつかのカラムでは少し多く又は少し少ない入力ビットがオン状態になるが、
省9
616(5): 615 2017/01/03(火)02:58 ID:igW+0jZp(1/2) AAS
Page 28
2) 以前の入力の文脈に基づいて、入力の表現を作成する
リージョンで行われる次の機能は、入力をカラムで表現したものを、
過去からの状態ないし文脈を含む新しい表現に変換 ry
。新しい表現は各カラムの一部のセル、普通は１カラムにつき１つのセルを
アクティブにすることで得られる（図 ２-２）。
「I ate a pear」と「I have eight pears」31の二つの話し言葉を聞く場合 ry
「ate」と「eight」は ry 発音が同じ ry 同じ反応をするニューロンが脳内のどこか ry
また一方、 ry 異なる文脈にあると反応するニューロンが脳内の他のどこか ry
。「ate」という音に対する表現は「I ate」 ry 「I have eight」 ry 異なる ry 。
省4
617(5): 616 2017/01/03(火)03:06 ID:igW+0jZp(2/2) AAS
ry カラムは複数のセルからなっている。
同じカラムのすべてのセルは同じフィード・フォワード入力を受け取る。
ry 。アクティブな各カラムごとに、どのセルをアクティブ ry 選択するかによって、
完全に同じ入力に対して異なる文脈では異なる表現をすることができる。
例 ry 。各カラムは 4 つのセルからなり、各入力は 100 個のアクティブなカラムで表現 ry
。カラムの中で一つのセルだけが一度にアクティブであるとすると、
完全に同じ入力に対して 4100 通り ry
。同じ入力は常に同じ組み合わせの 100 個のカラムがアクティブになるが、
文脈が異なればカラム中の異なるセルがアク ry 非常に大きな数の文脈を表現 ry
、これらの異なる表現はどのくらいユニーク ry ？
省10
618(4): 616 2017/01/05(木)05:20 ID:XytjA2E8(1) AAS
Page 29
中のすべてのセルが予測状態でないならば、すべてのセルがアクティブになる。
ry ：ある入力パターンが期待されるなら、システムは予測状態のセルだけをアクティブ
にすることで期待通りであることを確認する。その入力パターンが期待と違うなら、
システムはカラム中のすべてのセルをアクティブにすることで、
「予期しない入力が発生したのであらゆる解釈が有りうる」ということを表す。
もし以前の状態が何もないなら、従って文脈も予測もないなら、
ry になるときは各カラム内のすべてのセルがアクティブになる。
ry 歌の最初の音を聞いたときと似ている。
文脈がなければ、 ry 予測できない：すべての選択肢が有効である。
省12
619(4): 618 2017/01/10(火)06:41 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
省16
620(33): 619 2017/01/10(火)06:42 ID:xuLIsBiQ(2/2) AAS
>>619
>>590 >>592 >>596 >>604 >>616-618
> 133 : YAMAGUTIseisei~貸 2016/11/13(日) 11:46:31.17 ID:5tF5+oR3
> > 87 : YAMAGUTIseisei 2016/09/02(金) 20:19:09.47 ID:dnyMZM3F
>> 私の不徳の致す所であれまたしても国に支援をоられる事態に至ってしまった以上
>> 電子頭脳の仕組に付いて発表しても売о奴の誹りは免れ得ましょう
>> 純国産の夢が潰える事になり申訳なく思います
>
> 256 : YAMAGUTIseisei 2016/10/23(日) 23:53:30.82 ID:Dlm82Fb1
> 自分には一言申上げる資格があるでしょう
省8
621(1): 2017/01/10(火)09:45 ID:8fimskyV(1) AAS
まさにチラシの裏に書いとけ、だな、これ。
622(1): 2017/01/11(水)07:14 ID:KoXy9jDD(1) AAS
2chｽﾚ:market
投資家ＶＳ人工知能（未来予測）
どう考えても人間の投資家が人工知能に勝てるとは思えんのだが
623(3): 619 2017/01/11(水)20:58 ID:Tu17jTh4(1/2) AAS
Page 31
図 ２-３ ry リージョンのいくつかのセルがフィード・フォワード入力によってアク ry
（薄い灰色で示した）。他のあるセルは、アクティブなセルからの横方向の入力を
受け取って予測状態になる（濃い灰色で示した）。
まとめると、新しい入力が到着すると、アクティブなカラムの疎な部分集合が選択される。
各カラムの一つ又はそれ以上のセルがアクティブになり、これはまた同じリージョン内
のセル間の接続の学習内容に応じて他のセルを予測状態にする。
リージョン内の接続によってアクティブになったセルは、 ry 予測を表す。
次のフィード・フォワード入力が到着すると、
他のアクティブなカラムの疎な組み合わせが選択される。
省12
624(1): 623 2017/01/11(水)21:00 ID:Tu17jTh4(2/2) AAS
>>623
予測 >>616-619
外部ﾘﾝｸ:webcache.googleusercontent.com
algorithm-0.2.1-jp.pdf#31-34#37-42#48-55#62-63#71#73-75#77-80
疎 >>611-615 >>619 >>547
外部ﾘﾝｸ:webcache.googleusercontent.com
algorithm-0.2.1-jp.pdf#31-32#34-38#63#75#79#80
>621 >>620
自分がそんなにバカに映っているとすれば尚の事
この度の不採択も併せまして私の不徳の致す所でございます
625: yamaguti~貸 2017/01/16(月)13:06 ID:aN67nnkj(1/2) AAS
>> 2chｽﾚ:future supaasu
疎分散表現
不要 : 弱い AI ( AL ) 簡易版強い AI ( AL ) 長期記憶外部化強い AI ( AL )
必要 : 長期記憶融合ニューラルネット型強い AL
626(2): yamaguti~貸 2017/01/16(月)15:57 ID:aN67nnkj(2/2) AAS
>> 2chｽﾚ:future
> 実行作業（自身のアルゴリズムを改良）
特に難関
* DNC 的巨大外部システム連携
* モジュール設計 ( ライブラリ関数相互乗入 ? ) → 上位版 : 基本的ニューラルネット 差替 更新 創発
* 特徴量抽出機構ベース ( 例 HTM 自動調整 ) : 根本から基本的ニューラルネット 差替 更新 創発
>>567 HTM 19
> 一つの HTM リージョンは学習の能力が限定されている。
> ry どれだけのメモリ ry 入力が ry 複雑 ry に応じて何を学習するかを自動的に調整する。
外部ﾘﾝｸ[pdf]:webcache.googleusercontent.com
省7
627: yamaguti~貸 2017/01/19(木)13:33 ID:t0dB5g0K(1/6) AAS
>>626
2chｽﾚ:future
>89 ：yamaguti~kasi：2017/01/16(月) 16:02:46.03 ID:aN67nnkj
>→ 上位版 : 基本的ニューラルネットモジュール 差替 更新 創発
628(1): yamaguti~貸 2017/01/19(木)13:34 ID:t0dB5g0K(2/6) AAS
2chｽﾚ:future
外部ﾘﾝｸ:itpro.nikkeibp.co.jp
> コネクトームの一番単純な線虫だと、305個の神経細胞と6000個のシナプスしかない。
> 線虫のできることと我々ができること ry 。この違いは ry 、コネクトームの規模と複雑さしかない。
身体性 ( 物理文法 )
外部ﾘﾝｸ:itpro.nikkeibp.co.jp
>> シンギュラリティ ry 説明したようなアプローチしかないと私は考えている。
> 弱いシンギュラリティ = 簡易版強い AI
プログラムストアード型 MPU : 垂直統合プロセッシング環境
629(2): 623 2017/01/19(木)14:00 ID:t0dB5g0K(3/6) AAS
Page 32
はシーケンスを理解し、予測 ry C, D, E, F を予測する。
B のセル33は既にアクティブであるから
B, C, D, E, F がそれぞれ 2 つのアクティブな状態のどちらかになる。
ry 次の音 C ry アクティブ状態のセルと予測状態のセルの集合は C, D, E, F, G を表す。
入力パターンは B から C へとまったく違うものに変化したが、20%のセルだけが変化 ry
ry の出力はリージョン内のすべてのセルのアクティブ状態を示すベクトル
で表されるので、この例の出力では入力に比べて 5 倍安定 ry
階層構造を上に登るに従って時間的な安定性が増加 ry
表現に文脈を追加して予測を行う 2 つのステップを「時間プーリング」 ry
省15
上下前次1-新書関写板覧索設栞歴
あと 211 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 0.028s