自然言語処理スレッド その4
■ このスレッドは過去ログ倉庫に格納されています
前前スレ 自然言語処理スレッド その2 http://mimizun.com/log/2ch/tech/1173105287/ 前スレ 自然言語処理スレッド その3 http://mimizun.com/log/2ch/tech/1235129481/ このスレッドでは、日本語の構文解析、談話理解、情報検索、 文章生成などの技術に関する理論と(おもに)実装を扱います。 あくまでアプリケーションプログラミングの技術的な面に重点をおきたいので、 学術的な話はアリですが、いわゆる人工無能や哲学的AI話、 言語学の話題などは他のスレッドでお願いします。 >>402 わかってて書いてるんだと思いたいけど、東ロボはテストの点数を上げることそのものが目的のプロジェクトじゃないから。 日本発、新方式の量子コンピュータ、来年にクラウドサービスを提供 http://itpro.nikkeibp.co.jp/atcl/column/14/346926/112200709/?ST=spleaf グーグルDeepMind、AIの学習を高速化させる新手法を発表--動物の見る夢から着想 http://japan.zdnet.com/article/35092476/ この知見を取り入れたエージェントを、Atariのゲームと、「Labyrinth」という3D迷路ゲームを使ってテストしたところ、 以前のアルゴリズムに比べて学習速度が10倍に高速化されたという。 またLabyrinthのテストでは、人間のエキスパートとの比較で平均87%という成績を収めた。 従来型のスパコンの性能向上に加え、 非ノイマン型コンピュータも実用化されつつある。 と同時に、AI開発も加速している。 この状況を考えれば、否定厨のダメ出しなど言い掛かりの域を出ないと言えよう。 http://digital.asahi.com/articles/DA3S12674633.html 「あなたは2021年に人工知能は東大に入れるようになると思いますか?」 どの会場でも8割以上が「入れるようになる」と答える。みんな笑顔だ。AIがもたらす明るい未来を信じているのだろう。 「囲碁の世界チャンピオンも破ったのだから、東大に入ってもおかしくない」と言う生徒もいる。 「では」と私は続ける。 「AIが社会で働くようになったとき、あなたは何をして働きますか? どうやってお金を手に入れますか?」 一転して、動揺が走る。マイクを向けると「……ゴミ拾い、とか?」と絞り出すような声。AIが東大に入るような日が来たら、 AIがゴミ拾いもしてくれるに違いない。その時、人間は労働から解放されて幸せになるだろうか。 AIから得られる富が、地球上のすべての人に平等に分け与えられればそうかもしれない。しかし、そのような仕組みは、 今までかつてこの地球上に築き上げられたことはない。むしろ、ITが社会に導入されて以降、経済格差は広がり続けている。 2010年、アメリカでのAIの隆盛を眺めながら、私はそのことを考えていた。AIはどこまで行き、どこで止まるのか。 AIはどのように仕事を奪い、仕事を生み出し、社会を変えるのか。私がはじき出したのが、30年に現在のホワイトカラー の仕事の半分がAIに置き換えられるという予想だった(後に、それはオックスフォード大の研究グループが行った 予測とぴたりと合うことになる)。 私は数学者だから、こういうときには原理から考える。コンピューターは徹頭徹尾、数学でできている。AIに使えるのは論理と 確率と統計だけだ。論理と確率はわかる。だが、いくら考えても、統計にどれだけの威力があるのか、はっきりしなかった。 そこで考えた。AIに大学受験をさせてみたら、と。大学受験に挑ませたら、近未来のAIの可能性と限界がクリアになるのではないか。 11年にプロジェクトが始まり、私は目標を立てた。3年でどこかの大学に合格させる。4年目には箱根駅伝に出るような名のある大学に、 5年目は国公立大学に。そして6年目に、MARCH・関関同立に合格させたいと思った。可能性は五分五分だろう。 その目標を口にした時、私は恐怖に似た緊張感を覚えた。研究者としては誰も見たこともないAIを開発したい。一方で、 AIが難関大に合格する能力を備えた場合、ホワイトカラーの仕事の半分は確実にAIに奪われるだろう。AIを大胆に導入し、 コスト削減に成功した企業の利益率が上がる一方、雇用を守ろうとした企業は市場から退場を迫られるだろう。 こう話すと生徒から責められた。「なぜ、私たちの仕事を奪うかもしれないAIの研究をするのですか」 私がやめても世界の企業や研究者はAIの研究をやめはしない。ならば、AIの可能性と限界をきちんと見極め、 対策を取ろうではないか。AIには弱点がある。それは彼らが「まるで意味がわかっていない」ということだ。 数学の問題を解いても、雑談につきあってくれても、珍しい白血病を言い当てても、意味はわかっていない。逆に言えば、 意味を理解しなくてもできる仕事は遠からずAIに奪われる。私は次のように講演を締めくくる。 「みなさんは、どうか『意味』を理解する人になってください。それが『ロボットは東大に入れるか』を通じてわかった、 AIによって不幸にならない唯一の道だから」 グーグルの人工知能ニューラルネットワーク「ディープ・ドリーム」は、心の内側で起きている事象を 人工知能が視覚化するシステム。でもそこから生み出されたものは、6つの目を持つ犬とか、 ナメクジのような人間の足とか、もはやお薬でイッちゃった系アートで、人工知能が生み出す新しいアート ってすごいね…ということで昨年夏、インターネットを衝撃に陥れたのは記憶に新しいところ。 http://www.gizmodo.jp/2016/02/googledeepdream.html もっと現実性のあるアートを描けないのだろうか。題材を単語入力すると、ランダムでそれらしいアートが出てくるとか。 まんがの背景画の書き方 http://shincomi.webshogakukan.com/school/cat4/ 「学校」「運動場」「野球」と入力すると、ランダムにそれらしい背景画が自動で出てくるみたいな。 しっぽの生えた人間とか、人間の言葉を話す犬とか、便器に生えるキノコとか、凍り付く太陽とか、三本足の人間とか、 水道の蛇口から火が出るとか、爆発するメガネとか、回転するシャクトリムシとか、「ありえない」ものはアートにしない。 そういう機能のついた人工知能アートは作成できないのだろうか。 私は元創価の会員でした。 すぐ隣に防衛省の背広組みの官舎があるのですが、 自分の家の窓にUSB接続のwebカメラを貼り付けて、そこの動画を撮影し続け、 学会本部に送っていました。 別に大したものは写っていません。ゴミだしとか奥さんが子供を遊ばせている所とか。 官舎が老朽化して使われなくなってから、 今まで法人税(うちは自営業です)をほぼ払わなくても済んでいたのが、 もう守ってやれないのでこれからは満額申告するように言われました。 納得がいかないと言うと、君は自業自得で餓鬼地獄へ落ちる、 朝夕南無妙法蓮華経と三千回ずつ唱えて心をきれいにしなさいと言われ 馬鹿らしくなって脱会しました。 それ以来、どこへ行くにもぞろ目ナンバーの車につけまわされたり大変な日々です。 全部自分の出来心から起きた事で、どこに訴えるわけにもいかないのですが、 なんとかあの人たちと縁を切って新しい始まりを迎える方法はないんだろうか。 五文型 S+V (x,y,z)=(S,V,0) S+V+C (Cは正) (x,y,z)=(S,V,C) S+V+O (Oは負) (x,y,z)=(S,V,O) S+V+O+O (Z1は負 Z2は負) (x,y,z)=(S,V,α) α=Z1 α=Z2 S+V+O+C (Z3は負 Z4は正) (x,y,z)=(S,V,β) β=Z3 β=Z4 http://www.eibunpou.net/01/chapter3/3_1.html 五文型を (x,y,z)空間上で表現できないだろうか? >>409 人工知能の開発はインプットできるデータを多く持っているところが圧倒的に強い。 創価もこれまでに盗みとってきたデータやら、ファミリー企業(楽天やツタヤ、セコムなど) から吸い上げたデータを駆使して自動運転自動車の開発くらい自前でやればいいのに。 でもそうなったら原因不明の交通事故とかがちょろちょろ出てくるようになるんだろうなあ。 >>411 ベイジアンネットワークの方が広い区分で ナイーブベイズはその単純な形 これからはシミュレーションシステムの構築が簡略化されるので、来年のセンター物理は大きく得点が伸びるに違いない。 理化学研究所(理研)計算科学研究機構コデザイン推進チームの村主崇行特別研究員らと、千葉大学の堀田英之特任助教、 神戸大学の牧野淳一郎教授、京都大学の細野七月特任助教、富士通株式会社の井上晃マネージャーらの共同研究グループ※は、 スーパーコンピュータ「京(けい)」(注1)を用いて、数式のような簡潔な指示を書くだけでスーパーコンピュータでの計算に必要 となる高度なプログラムを自動生成できるプログラミング言語「Formura」を開発しました。 スーパーコンピュータでの計算に必要となるプログラムはときに数十万行にも及び、作成やチューニングは大変困難です。 一方で、原理的にはシミュレーションしたい自然現象とその離散化法(注2)を指定すれば、プログラムは機械的に生成できます。 しかし、プログラミングはシミュレーションとコンピュータ双方に深い知識が必要となる非常に高度な作業であり、多数の計算機を 協調して動作させるスーパーコンピュータの性能を引き出す高度なプログラムを、自動かつ汎用的に生成することは不可能でした。 そこで共同研究グループは、方程式がプログラムに変換されるまでの一連の段階に対応する数学的定義を作りました。 スーパーコンピュータが持つ階層のすべての段階において、自然が元来備えている「並列性」と「局所性」(注3)を保持する変換 を厳密に定めることで、新たなプログラミング言語「Formura」を開発しました。これによって、これまで不可能だったプログラミング の機械化に成功しました。さらにFormuraは、同じアプリケーションに対して何万通りものプログラムを試し、最も速かったものを自動的に選択します。 Formuraを開発したことで、規則格子シミュレーション(注4)分野においては、自然科学者が慣れ親しんだ方程式の記法を使ってシミュレーション したい対象を記述することで、スーパーコンピュータの性能を引き出すための高度なプログラムが自動的に作成できるようになりました。 気象、地震、宇宙、生態ネットワークの研究など、規則格子シミュレーションを用いる分野の研究の加速が期待できます。 http://pr.fujitsu.com/jp/news/2016/12/2.html >>407 >もっと現実性のあるアートを描けないのだろうか。 人間が見て「珍風景」であっても、人工知能からすればどうでもよいのか? 【訂正】思わず二度見してしまう世界の珍風景18選 http://kangaerarehenzo.blog.fc2.com/blog-entry-719.html 自然言語処理研の学生が意味理解の問題に対してニューラルネットや機械学習での解決に腐心している。 分類器以上の枠組みを作ろうという動きってあるの? 自然言語系の人達の発表ってパターン認識ばっかでつまらないんだ。 要所々々にはそれが求められるだろうし、実際人間もそうした判別を行っていると思う。 しかし、文章の整合性の把握だとか論理的矛盾の回避みたいな話はとんと出てこない。 NNや機械学習といった今の流行りは「考える」ことを考える事に尻込みしているように見える。 同じようなことは思うけど 機械学習が流行したからしゃーない みんな割に合わないことはやりたくないし 全くの門外漢なのですが、 機械翻訳で、日本語の主語や目的語の同定をしている 技術(研究テーマ)の名前を知りたいのですが、教えていただけませんでしょうか。 述語項構造解析というやつですか? ニューラル機械翻訳と記号幻想の死 http://rekken.g.hatena.ne.jp/murawaki/20161017/p1 DeepLearning研究 2016年のまとめ http://qiita.com/eve_yk/items/f4b274da7042cba1ba76 昨年11月にRNN(LSTM)の機構をCNNで再現するQRNNが提案され、 時系列データをGPUで高速学習できるようになった。 今年の自然言語系は昨年以上に機械学習ばかりになるのだろう。 http://www.afpbb.com/articles/-/3116032 【1月31日 AFP】ドナルド・トランプ(Donald Trump)米大統領がツイッター(Twitter)で繰り出す個別企業への攻撃。 それを投資に生かそうと、テキサス(Texas)州の企業が人工知能(AI)を使ったプログラムを開発した。 トランプ氏のツイートを分析して株価の変動を予想、瞬時に取引をこなすもので、すでにトヨタ自動車(Toyota Motor) のメキシコ工場建設への批判などから大きな利益を上げたという。 プログラムはその名も「トランプ・アンド・ダンプ(Trump & Dump)」。株価の変動につながるトランプ氏の投稿を特定し、 株価にプラス材料になるかマイナス材料になるかを即座に判断、素早く取引を行う。 開発したテキサス州オースティン(Austin)のマーケティング・テクノロジー企業、T3のベン・ガディス(Ben Gaddis)社長は AFPの取材に、政権移行期間にトランプ氏からツイッターで攻撃された米ボーイング(Boeing)やロッキード・マーチン(Lockheed Martin) の株価が急落したことに目を付けたと説明した。 「トランプ氏の予測不能なツイートにどのように対処すればよいか、誰もが自問自答している」(ガディス氏)。 そこでT3が取り組むことにしたのが、トランプ氏のツイートを基にして自動取引するプログラム(ボット)の開発だった。 同社はこれまでの運用成績に満足しているといい、2回の取引で「大きな利益」が上がり、3回目は「若干」の損失だったと明かしている。 T3のウェブサイトに掲載された動画によると、 1月上旬にトランプ氏がトヨタ自動車(Toyota Motor)のメキシコ工場建設を批判したことを受けた際には、 同社の株価が下落すると見込み「非常に大きな」利益を得たという。 同社は取引で得た利益を米国動物虐待防止協会(ASPCA)に寄付していると明らかにした上で 「トランプ大統領がツイートすれば子犬が救える」と述べている。(c)AFP http://www.sankei.com/wired/news/170210/wir1702100001-n2.html 次に「PixelCNN」(CNN:畳み込みニューラルネットワーク)を使用するprior networkが、8×8画像にピクセルを追加する。 『Are Technica』UK版の記事によると、PixelCNNは既知の画像を利用して細部を追加するという。 たとえば、唇はピンクであることが多いので、唇だと判断された領域にはピンクのピクセルを追加するという具合だ。 それぞれのニューラルネットワークの処理が終わると、グーグルの研究者たちがその結果を組み合わせて最終画像を生成する。 「顔の典型的なヴァリエーションを前もって学習することで、AIは細部をリアルに描画することができる」と研究者たちは書いている。 今後さらに研究が進めば、低解像度の写真や動画に映っているものを再現できるようなシステムが開発されるだろう。 防犯カメラの不鮮明な映像に映っているものを特定するために、こうした技術が役立つかもしれない。 Deep Learningでmecabとcabocha作るとか奈良先端でやってたらしいけど、もう出来たのかな ソース公開まだかな JUMAN++自体は公開されてるだろ そのソースコードそのものは公開されてないけど いやそんなわけないか。gccで自分でコンパイルするんだからソース公開してる JUMANは精度がどうのこうのという以前に遅すぎて実用サービスに組み込めない。 研究に使うにはバッチ処理的にしか使わないからいいんだろうけど >>391 >和田秀樹の黒塗り教科書、二冊用意して一冊を塗り潰す、 先行研究として、Kanayamaら [1]およびKobayashi ら [2] によるセンター試験「世界史」の自動解答シス テムがある。これらの研究では、選択肢中のキーワー ドを一つずつ隠し、隠した語を問う factoid 問題に対 するシステムの解答を隠した語と比較することで誤り を検出する手法を用いている。 http://www.anlp.jp/proceedings/annual_meeting/2017/pdf_dir/C7-3.pdf 深層学習を駆使し辞書無しで日本語分かち書きできるライブラリはやく作ってください 人間に出来るのだから余裕だろ? 深層学習でも何でもないし くぃいたのバカが早速分かち書きに使ってたし >>445 だから分かち書きのライブラリが欲しいんだろ? いいじゃん 回転放物面の方程式と東大の問題 http://mathtrain.jp/kaitenhobutsu 「放物線 y = 3/4 - x^2」 を 「y軸の回りに回転させる」 ・・・例えば、こういう操作ができる3次元CADって開発されてないんですか? 統計的機械翻訳では自然言語処理は無理という話も聞いているけれど、高校数学でやることは内容が限られており、 一般的な機械翻訳よりは難易度は低いと思われます。 「こういう操作」って、自然言語で方程式や回転操作を入力するってこと? >>143 >線分QTと線分QRの関係を求めるのに、どの線が必要で、どの線が不要なのか。 >また必要な線が無い場合は、点と点同士を結んだり線分を延長させたりして、補助線を引く。 >計算力にモノを言わせて、しらみつぶしに全ての場合を調べつくすというやり方もある。 音楽より画像処理の方が凄いな。ディープラーニングで画像補完。 フォトショでCG加工や写真補正をチマチマやる必要のないレベルに来てる。 そのうちディープラーニングで自動作曲とか出てきそう。 画像を塗りつぶした部分に一瞬で自然な画像を補完する技術を早稲田大学の研究者が開発 http://gigazine.net/news/20170501-globally-locally-consistent-image-completion/ ちなみにこれが機械学習で機械が作った寝室の画像 もちろん現実のどこにも存在しない、機械が学習した「寝室」の概念画像 遠くから見ると普通に寝室の写真に見えるが、よーく見るとちょっとおかしいことに気づくと思う http://blog.aylien.com/wp-content/uploads/2016/08/gan-samples-1.png ってか、既存のGANでも機械にエロ画像の概念を学習させることはできるんだよな やってみようかな 匿名でやらないと頭硬い奴らに訴えられて面倒なことになりそうだが >>451 自然言語処理にも画像理解やシミュレーションが必要なのでは? 画像理解技術が進歩すれば、東大物理も満点近く取れると思う。 >>136 >次にBの図ろ考えると、点線が途中までになっていて、「何かが入っている箱」と考えられる。 >>449 >画像を塗りつぶした部分に一瞬で自然な画像を補完する技術を早稲田大学の研究者が開発 >>452 東ロボみたいなセンター問題回答に物理シミュレーションが使えるのでは? っていうアイデアならまだ理解できるけど、それはもう自然言語処理じゃないだろ まあいいけど ディープラーニングは大量のデータから特徴を抽出して確率的に生成するんだから、問題文中の図を補完するなら大量の過去問が必要だろう。 しかし過去問はスモールデータだからなぁ 確率の問題はまだ当分無理と思われる。一度には読み込めないからまず小さな文節に区切って、 何が何のことを指しているのかを把握しなければならない。 コンピューターの画面に、(※※) 記号○と×のいずれかを(記号〇と記号×は2つに一つで「背反」である) 表示させる(※) 操作をくり返し行う。(k回繰り返す) ↓ このとき、(どんな時?) 各操作で、(「記号○と×のいずれかを」「表示させる操作」を「k回繰り返す」。) 直前の記号と(「k回の各操作」において) 同じ記号を(○か×か) 続けて表示する確率は、(・・・○〇・・・または・・・××・・・) それまでの過程に(k回の各操作全てにおいて) 関係なく、(一定である) pであるとする。(確率は0<p<1) ↓ 最初に、(k=1において) コンピュータの画面に(※※) 記号×が 表示された。(※) 操作をくり返し行い、(k回繰り返す) 記号×が 最初のものも含めて(k=1のものも含めて) 3個出る(×・・・×・・・×、×××、××・・・×、×・・・××) よりも前に(×・・・×・・・、××、××・・・、×・・・×)、 記号○がn個出る確率をPnとする。 http://math.nakaken88.com/problem/tokyo-u-r-2006-2/ >>282 >RDFトリプルセットは「連想・推論」に利用できるので、人力でRDF辞典を作成しておきたい。 RDFDNN において, 予測失敗を以上の 4 種類に分けてカウ ントを行ったところ表 2 のようになった. 訓練データの中から RDFDNN が予測に失敗したトリプルを無作為に 100 個サン プリングし人手でカウントを行った. 表 2 のとおり最も多かった予測失敗はタイプ A である. A の 例としては,”Leslie Dilley”と”レイダース 失われたアーク” の関係予測において, 正しくは”アートディレクター”であると ころを”出演者”と予測した例が挙げられる. この例の場合, 人 間と映画の間に張られる関係の中で”出演俳優”という関係が 最も多いために”出演俳優”と間違った予測をしたと考えられ る. このように RDFDNN の予測失敗 100 個のうち A,B,C の 68 個の間違いには何らかの妥当性があった. https://kaigi.org/jsai/webprogram/2017/pdf/718.pdf y=x^2 のグラフを x 軸方向に 2 だけ平行移動し, それをx軸に関して対称移動したグラフを求めよ. http://www.anlp.jp/proceedings/annual_meeting/2017/pdf_dir/D5-1.pdf y=x^2 の グラフ を x 軸方向 に 2 だけ 平行移動 し , それ を x軸 に 関して 対称移動 した グラフ を 求めよ . ↑ このように全ての単語と助詞を「オブジェクト」に分解し、かつその「多態性」を分析し、然る後に形式変換すべきだと思う。 [ 2017年03月13日 - 00:40 ] 【数学の大学入試問題、被りすぎやろ(2017年入試)】 ■ 1993年和歌山県立医科大医学部医学科→1994年京大理系数学(後期)→2016年東大理系→ 2017年杏林大医学部医学科の巴戦の確率の極限の問題(まったく同じ問題で難問) 2000年東工大→2017年上智大理工の立体の側面積の最大、最小問題(東工大の問題に丁寧な誘導を付けて標準レベルにした問題) 1977年千葉大文系数学→2017年早稲田大理工の漸化式で表された数列の和をニ項定理をつかって考察する問題(全く同じ。やや難レベル) 2006年早稲田大理工→2017年早稲田大理工の3次方程式の解が三角関数で循環することを論証する問題(全く同じ。難問) 1999年名古屋市立大医学部と2001年東京農工大前期試験を合わせた問題→2017年早稲田大理工の複素数平面上の直線公式の導き出し、 複素数平面上の任意の点が複素数平面上の三角形の周及び内部にある存在条件を図示する問題(存在条件を複素数平面上に図示するのが難しい) 1986年東大文系数学→2016年同志社大全学入試文系→2017年東大理系数学の置き換えを利用して三角関数から2次関数に帰着して最大、 最小を求める問題(文系の問題が東大理系で出題されるのか・・・基本レベル) 1993年上智大理工学部→2017年東大文理共通の平面上のランダムウォークの確率の問題(反復試行の確率に帰着する問題。標準レベル) 2013年大阪大理系→2017年東大理系の円錐をy軸で回転してできる立体の体積を求める問題。一様多面体の円錐曲線を背景にした問題。 (大阪大の問題に誘導をつけ、阪大より易しくした問題だがやや難レベル) 2005年お茶の水女子大理学部→2017年東大理系の2つの放物線の共通接線の本数問題。(お茶の水女子大の問題から共通接線が 引ける本数の条件を変えた問題。標準レベル) 1999年名古屋市立大医学部→2017年東大理系数学の複素数平面上の任意の点が複素数平面上の三角形の周及び内部にある存在条件 を図示する問題(早稲田大理工に数値を変えただけ。早稲田大理工よりは存在条件を複素数平面上に図示するのは易しい。標準レベル) <以下略> http://www.fuoriclasse2.com/cgi-bin/read.cgi?2017-03-13004037 機械翻訳事業を手掛けるみらい翻訳が、深層学習技術を用いたニューラル機械翻訳エンジンを発表した。 現在、同社のサイトでデモが体験可能になっている。 これは同社と国立研究開発法人情報通信研究機構(NICT)との共同研究によるもので、 深層学習技術の導入により、従来の統計的機械翻訳に比べて翻訳精度が大幅に向上していることが特徴。 対象となるのは日英双方向の翻訳で、なかでも和文英訳においては「TOEIC900点程度 のスコアを持つビジネスマンと同等以上の作文能力があることを確認」できたとアピールしている。 これらを搭載した企業向け翻訳アプリケーションサービスを本年11月から提供するとしているが、現在、 同社のサイトで「お試し翻訳」と称する無料版が利用できるようになっているほか、 共同開発を行ったNICTでは、Android/iOS向け音声翻訳アプリ「VoiceTra(ボイストラ)」 において同日付でこの技術を組み込んでいる。気になる人はまずは、こちらを試してみるとよさそうだ。 お試し翻訳(みらい翻訳) https://www.miraitranslate.com/index.php#txt-t TOEIC900点以上の英作文能力を持つ 深層学習による機械翻訳エンジンをリリース(みらい翻訳) https://miraitranslate.com/news/313 ニューラル機械翻訳で音声翻訳アプリVoiceTraが更なる高精度化を実現(NICT) http://www.nict.go.jp/press/2017/06/28-1.html http://internet.watch.impress.co.jp/docs/yajiuma/1067830.html 【大発見】おいwww3の倍数じゃない奇数を思い浮かべて2乗してから1引いてみろwwww絶対に24で割りきれるぞwwwww これは、「記号の接地問題」 が 解決 されたこと を 意味しており、 エージェント は、行動 と 結びついた 内発的な記号表現 として、 人間の言葉 である 英語 の 短文 を 学習していきます。 http://qiita.com/HirofumiYashima/items/9637d0a24fd661097c92 これ翻訳できる? なんでみんな笑っているかわからん Topic modelの授業の冒頭 I'm from Princeton in New Jersey where it's four o'clock in the morning. (笑) 教えてくれ >>470 たいへん。壺魔人がトイレから出てこない。 改札通れないんだと思う。 って言ってる。 新井紀子教授はすごくなかった 『新井紀子教授は研究者としてすごい』とタイトルにありますが、 皮肉で書いたわけではなく、本当にすごいと思っていました。 宣伝を大きくして予算を確保するということができる研究者は多くありません。 私も研究の世界にいたのでわかるのですが、いろいろと疑問のあるプロジェクトというのはよくあることで、 新井紀子教授の場合は宣伝が上手いゆえに、悪目立ちして損をしている部分はあると思います。 そして、そもそも個人攻撃は私の意図したところではありません。 https://mywarstory.tokyo/our-enemy/ 新井紀子教授のAIやコンピュータに関する知識は素人に毛が生えた程度 新井紀子教授の『AI vs. 教科書が読めない子どもたち』という本が大変売れているようです。 私も本を購入し精読させていただきました。 一言で感想を言うと、新井紀子教授のAI技術に関する知識はせいぜいAI関連ニュースに詳しい人レベルであり、 そのベースであるコンピュータに関する知識もほぼ素人だということがわかりました。 https://mywarstory.tokyo/inconvenient-truth/ 新井紀子教授はUniversity of Illinois Urbana-Champaignから1985年に数学の学士を授与された後、 博士課程に5年間在籍しているのにもかかわらず、1990年に修士号だけ授与されて退学しているようなので、 数学はあまり得意でないのかもしれません。 しかしそれにもかかわらずこれだけ世間をにぎわせていることは、能力よりも宣伝力の方が世間 に対するインパクトが大きいことを示していると思います。 https://mywarstory.tokyo/being-employed-is-easy/ 初歩の整数論プログラミング https://www.saoyagi2.net/integer/ 整数問題を解答するプログラムも造っておきたい。 >>476 途中までしか読んでいないけど、「現在の社会は人間のために作られていて、機械にとって優しくない。これはAI差別でなかろうか」という視点はどうでしょうか。 自然科学、特に変化の速い人工知能関連の分野で日本語で最新の情報を得ようとしても限界があるので、 自分で英語の論文を読む以外のいい方法はないと思います。(無料です。) こちらから気になるワードで検索してみてください。 自然科学の基礎研究に関して議論するのに適した場所は知りませんが、まずはQuoraかredditあたりで同じ質問をしてみてはいかがでしょうか? Quoraはとても親切な人が多いので、丁寧に教えてもらえると思います。 https://mywarstory.tokyo/qa40/ (第1章 はじめに 2頁) たとえば、CycはFredという名前の男が朝にひげをそるという話が理解できなかった。 Cycの推論エンジンは、この話の中に矛盾を見つけた。Cycは人間には電気の部品がないことは知っているが、 Fredが電気カミソリを持っていたので、エンティティ「Fredがひげそり中(FredWhileShaving)」 には電気の部品が含まれていると考えた。したがって、CycはFredがひげをそっている間、 Fredはそれでも人間なのかと尋ねた。 『深層学習』 著者: Ian Goodfellow, イアングッドフェロー, Yoshua Bengio, ヨシュアベンジオ, Aaron Courville, アーロンカービル ところで「チンボがシコシコする」という日本語表現は、文法的に正しいのか? チンボ「を」シコシコするのではなくて、チンボ「が」シコシコする。この場合、「チンボ」は主語となる。 オブジェクト指向で言う「集約」は2種類あって、全体(俺)と部分(チンボ)が繋がっている場合と、 全体(俺)と部分(チンボ)が別々になっている場合とが考えられる。けれども「チンボ」はそれ自体 が独立した生き物であり、所有者の意思とは無関係に、勃起して「シコシコする」。 例えば寝てる時にエロい夢みて朝起きてみたらチンコが勃起して射精してたとか。 違うか? 「頭がズキズキする」は良いが、「チンボがシコシコする」はダメな理由を、50字以内で述べろ! 「舌がピリピリする」みたいな 身体の受動的感覚なら文法的に可 「顔がニコニコする」みたいに 動作主体が人間なら不可 自然言語処理の知識はゼロなのでわからないです。面白いアイデアだと思うので、Twitterの自然言語処理が専門の方々に聞いてみては? https://peing.net/ja/q/417c9e29-35de-4c95-8323-afd6a50fcbc7 >>490 そこのリンク先 URL直接貼れんけど コメントわろた >>490 何がしたいのか不明確だが UIを自然言語にするだけなら昔からある コマンド入力型ADVゲームとかな >>492 >コマンド入力型ADVゲームとかな コマンドではなくて、50字以上100文字以下の、主語と述語と目的語と修飾語を含む自然言語文で。 この質問されてるyu.とかいう人はそもそも何者なんだよ twitterのプロフにPh.dと書くだけなら誰にでもできる コンピューターのための自然言語理解シミュレ ーターというのは可能ですか? 例えば第二次大戦の推移について、言葉ではな くて動画で理解する方法もあります。 言葉で説明するよりもマインクラフトのような 創作ゲーム表現に変えたほうが分かりやすいで す。 けれども自分が読み漁った人工知能や自然言語 処理の本にはそうしたアプローチは見つからな かったです。 言語はただの記号の羅列で機械は現実世界を全 く知らない。でもそういうことなら、 テレビゲームのような仮想世界をインプットし て、自然言語で操作したらいいと思います。 というか自然言語入力でときめきメモリアルみ たいなゲームをやってみたいてす。 残念だが人間と完全に同等のレベルで 自然言語を理解するのは現時点では不可能 人工無能を改良して上手く使っていくしかない || || ∧||∧ ( / ⌒ヽ | | | ∪ / ノ | || ∪∪ -━━- 僕の知り合いの知り合いができたパソコン一台でお金持ちになれるやり方 役に立つかもしれません 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』 2OND8 ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.1 2024/04/28 Walang Kapalit ★ | Donguri System Team 5ちゃんねる