(強いAI)技術的特異点/シンギュラリティ 87

[過去ﾛｸﾞ] (強いAI)技術的特異点/シンギュラリティ 87 (1002ﾚｽ)
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

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

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｡

56: オーバーテクナナシー [sage] 2017/10/15(日) 17:59:58.09 ID:fVcaa4PA

DeepMindが教師なし学習で音声と画像の関連付けをする論文
声と画像から群衆、各種楽器、性別や年齢、コンサート、水など様々な概念を獲得
自然言語は関連付けされていないため人間並ではないが動物並の概念獲得能力は保有したかもしれない
https://twitter.com/ken_demu/status/918622326215778304

AGIのためのDeep Learningの次のステップであるModular Deep Learning
転移学習、敵対的・協力的ネットワーク、Meta-Learning、強化学習の4つを搭載したモデルが必要らしい
https://medium.com/intuitionmachine/the-end-of-monolithic-deep-learning-86937c86bc1f
https://twitter.com/ken_demu/status/918819313061994499

確かにDNNにMeta-Learning + ゲーム理論と転移学習（別ドメイン知識の利用）と強化学習(人間の目的指向の再現)を組み合わせたら今までよりAGIっぽいものはできると思う
だが、これが普及する場合GPU時代からHPC/クラウド/量子コンピュータ時代にならないときつい
https://twitter.com/ken_demu/status/918820770456858624

【 DeepMind発 】Grounded language learning in a simulated 3D world ～ 「人間の言葉」 を 学び、言葉で与えられた目標 を 達成する 深層強化学習モデル
https://qiita.com/HirofumiYashima/items/9637d0a24fd661097c92
『「言葉の意味」をより多く学習すればするほど、新しい（指示）単語を理解していくスピードも、より早くなる現象が確認された』
『本論文では、仮想的な３次元空間の中で、人間の言葉の指示どおりに行動したときに、エージェントに報酬を与えることで、「言葉による指示」を「行動」に転写できるエージェントを生み出せたことが報告される。』

http://rio2016.5ch.net/test/read.cgi/future/1508026331/56

358: yamaguti~貸 [sage] 2017/10/17(火) 18:14:13.12 ID:VdL4NOZS BE:138871639-?2BP(0)

sssp://img.5ch.net/ico/nida.gif
>>340
> △ ソフトの進化だが、これは脳研究が進まないと
> ○ 脳シミュの進化だが、これは脳研究が進まないと

>>100 >56 http://mobile.twitter.com/ken_demu/status/918820770456858624
>>DNNにMeta-Learning + ゲーム理論と転移学習（ ry ）と強化学習(人間の目的指向の再現)を組み合 ry AGIっぽ ry
>>5
> http://rio2016.5ch.net/test/read.cgi/future/1507446438/168#11# RihaKigen 2021
> http://rio2016.2ch.net/test/read.cgi/future/1507446438/985-992# Kiken YowaiAI
:
> >822 Idei >234 >45 10nen HanTosi
>> http://rio2016.2ch.net/test/read.cgi/future/1504999631/63
>> http://rio2016.2ch.net/test/read.cgi/future/1503993813/955-957
>> NN 準エミュベースとすると
>>>>>>> >482 自然言語解釈
>>>>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
>>> 目鼻 → 1 年以内 ? 一まずの変革完了 ( ≒ 曲りなり特異点 ? ) → 1 年以内 ? 接地構造手直し完了 ( ≒ 特異点 ? )
> に迫る勢

>>228 >299
>「超能力」のように周囲の状況を完全に ry
>。ハードルが低すぎる。最終目標は衝突事故をゼロ ry 、周囲の状況をクルマが完璧に検知し理解 ry
> 、イスラエルのある新興企業は、さらに数百メートル先にいる歩行者を検知できる「熱感知式赤外 ry
> 。カメラは、夜間や太陽光が強すぎる場合はうまく機能しない。LiDARは雨や霧、埃に弱い。
> ry 。レーダーは、道に落ちているソーダの缶など、小さくても反射する金属製の物体に惑 ry
> 。この3つのセンサーすべてから送られてくるデータを組み合わせるシステムでさえ、
>看板にある人の姿や、ほかのクルマの動きに騙される。そうした報告を、 ry 企業Cognataが明らかにしている。
>だからこそAdaSkyは、自社のセンサー ry 。人間の形をした物体が熱 ry 、絵ではないだろ

論外 : 熱赤外線以前にそれっぽい物体のみ歯牙
→ 缶は缶として看板は看板として柱は柱とドアはドアと ( 極論 蟻は蟻と )

http://rio2016.5ch.net/test/read.cgi/future/1508026331/358

774: yamaguti~貸 [sage] 2017/10/20(金) 15:34:56.77 ID:0nNF/MoU BE:138871639-?2BP(0)

sssp://img.5ch.net/ico/nida.gif
>>673
NN ベース AI というよりもいわば設計ベース AI ( AL ) + NN という事ならば説得力

従来予想 : 超強力弱い AI ( 粒度 時間方向割当度 → 強い AI 度 ) ( >>5 168 )
>371 yamaguti~貸：2017/10/11(水) 13:22:10.77 ID:gs4iO9ie
>+
>粒度さえ充分に細かければ ( + データと計算機パワー 資金力 ( + >333>574 おこづかい総動員 + 肝о売却 ) )
>接地 必ずしも不要
> http://rio2016.2ch.net/test/read.cgi/future/1505836194/217#280#284#998# EraaNaihou

>+ データと
↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?

→ 自然言語解釈動記憶システム ( 接地 ( 効果 ) 論理物理スロット シミュ ( 準 ) エミュ ) ≒ 人格システム ( 学習済モジュールベース )

+ AutoML ( 等 ) での設計最適化 → 最早いわば設計ベース AI ( AL ) + NN ≒ 弱い強い AI ( AL ) ?
>814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>最適な設計を、AutoMLで探し出 ry 、AutoMLを使用した設計が、 ry 翻訳では専門家を完全に凌駕

→ 導かれる構造の例 ( 上記条件下 ) : 外部記憶比重 >>709 ⇔ 追加学習比重 ( 極論 : 不要 ) ( ≒ 簡易版強い AI ( AL ) )
但し 敢て追加学習 → 極論 : 転移学習だけで良い ( 下記文脈 )
>>100 >358 >>384
>>> >56 http://mobile.twitter.com/ken_demu/status/918820770456858624
>>>DNNにMeta-Learning + ゲーム理論と転移学習（ ry ）と強化学習(人間の目的指向の再現)を組み合 ry AGIっぽ ry
>>>>>>>> >482 自然言語解釈
>>>>>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等
( → 整備済 )
+
http://rio2016.2ch.net/test/read.cgi/future/1506697885/814# JinkakuSisutemu Sikumi
>814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>> この国だけに配慮致します立場でなくなってしまいましたので申上げます

http://rio2016.5ch.net/test/read.cgi/future/1508026331/774

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

ぬこの手ぬこTOP 0.035s