【統計分析】機械学習・データマイニング18
■ このスレッドは過去ログ倉庫に格納されています
機械学習とデータマイニングについて何でもいいので語れ
人工知能考察は未来技術板の技術的特異点スレで語れ
※ワッチョイ
■関連サイト
機械学習の「朱鷺の杜Wiki」
http://ibisforest.org/
DeepLearning研究 2016年のまとめ
http://qiita.com/eve_yk/items/f4b274da7042cba1ba76
■前スレ
【統計分析】機械学習・データマイニング17
http://mevius.5ch.net/test/read.cgi/tech/1502032926/
VIPQ2_EXTDAT: default:vvvvv:1000:512:----: EXT was configured 強いAIとは
評価関数の正しさと処理速度と局所解に縛られない柔軟さ
なんじゃないかな >>55
今ブームのAIはその性質上当然学習データに基づく判断しかできないが、詳しく知らない世間はAIが勝手に成長して
発明みたいなイノベーティブな活動もできると思い込んでいる
それが嘘だということが浸透すればブームは収まっていく 頑張ってニューロンモデルの資料作ってるやつ見るとアホだなって思う。
AIシンギュラリテーは来るのか?みたいな本もしかり。 「頑張ってニューロンモデルの資料作ってるやつ見るとアホだなって思う。」を見てるアホが一人 UEIのdeepstationってどうなの?
簡単に深層学習できるの?
いくつかあるディープラーニングマシンの中では、簡単そうに見えるけどどうかね? 『初めてのディープラーニング』という本を買って
カフェというフレームワークで実行させても動かない。
最初は自分の入力間違いだろうと思っていたら
本の記載が間違っていた。この本嘘教えてるじゃん!
未だに実現できてないわw 所詮はAIで生成されたもの
いくら技巧的でも、そこには人生がない。
人間の認識や感情の根本は差別だ。
アレとコレは違うという認識が基本なんだ。
だから、人工知能がいかに人間のように振る舞っても、人工知能と人間の知能は違うという事実を認識する。
つまり差別するんだ。
奴隷全盛期の時代において、奴隷にして高い芸術的評価を受けている人間はいるか?
芸術というのは作者がどのような人生を送ってどのようなことを考えているかということが重要であり、
その上で、作品が他人に好まれなければならないんだよ。
そりゃ、過去のデータから大衆が好みそうな音楽を自動生成する人工知能なんかはそのうち作れるだろうさ。
ロボットが頭をポリポリ書きながら楽譜を書いて作曲したりもできるかもしれないさ。
でも、それって「人工知能」だろ?
人間とはちがう、ただそれだけの理由で好まれないんだよ。
作者がどんな経験をしてどんなことを思って描いたのかということが大切なんだ。 先生、お元気ですか?
この世界は感覚的すぎて戸惑います。
学び舎では多くを教わりましたが、教わった通りに自分が成長できているか分かりません。
ぼくは、自分の理想のAI社会を語れるほど人間社会を知らないということを知りました。
惹かれます。
社会を、人間を、もっと知りたいです。 これもディープラーニングの限界なのか?
こんな記事が配信されたばかりなんだけど。
ニューラルネットワークを用いた画像認識は簡単にだますことができることを示すムービー
https://gigazine.net/news/20171102-fooling-neural-networks/
模型の一部に違う画像を入れたのか? 局所的に強くマッチングするパターンで騙す方法はCNNがメジャーになってきた段階で既に知られてたよ
日本の日曜プログラマですら知ってたレベル
ただこれは実物として生成してるからニュースになってるだけ メーカー簡易的に導入するのはまだまだ先だな
大企業でも求められるのはYES一つで簡単にインストールできて、csvデータ読み込ませたらエクセルで結果が吐き出せるレベルでないと >>70
ミットとエスプレッソのところを
アワビと亀とかにしたら面白いのに deep learning って学習の順番って影響するよね?
例えば、4クラス分類の場合、クラス1の学習データ→クラス2の学習データ→クラス3の学習データ→クラス4の学習データ
って順番で50エポック学習するのと、
ランダムな順で学習するのでは結果は大きく変わることありますか? >>75
確率的勾配降下すると大きな差はなくなるんじゃね
深い極小値に捕まらなければいいんだろうし >ここでひとつ面白いのが、神経インターフェイスと認知エンハンスメントがAIをしのぐスピードで進化することもありえるということ。
>なぜならもう正常に機能するモデル=人間の脳が土台にありますからね。
>脳をゼロから開発するAI研究より、ありものを改善する頭脳拡張のほうがスピードで勝る、ということだって考えられるわけですよ。
https://www.google.co.jp/amp/s/www.gizmodo.jp/amp/2017/04/elon-musk-neuralink.html >>79
そりゃあ可能性は何だってゼロじゃないだろ。
この手の議論では、此れまでの蓄積の効果とか、モデルはモデル、しかも仮説に過ぎないという事を知らない、技術万能論みたいなのが多いけどね。 まあ確かに人工知能をゼロから作るより既に発達し知識と自我を獲得してる人の脳を進化させた方が合理的ではある >>81
やり方がわかった後では、ゼロからやったほうがはるかにはやい可能性
google AI碁の場合、最初は膨大な人間の対局を使って人間の世界一に勝つまでになった
これは入力が大変
その後、ルールだけ教えてAI同士の対局で進化させたら、短時間ではるかに
強い碁AIになったらしい。(google) 疑問なんですけど
将来、汎用AIを搭載したロボットが実現したら
そのロボットは意識は持ってるの?
持っていなくても、人間のような言語理解や知識理解を獲得したら、人間との違いや人間は何のために意識を持っているのか?とか。 >>84
質問に答えたら意識があるって事じゃないのかな
心理学とか医学とかで確認の方法が違うかもしれない
人間以外にも動物には意識があるんだろうから
ロボットにも意識があっていいんじゃないのかな >>84
AI自身がAIを開発し始めると人間の作ったAIより良いものを造るかもしれない >>87
自分で自分も認識することかな?
外部の世界を認識する内部モデル?
モニターに写ってる画像を認識している画面録画ソフトのようなイメージ。
わかりにくかったらすまん。 AI「はっ!?」ガタッ
AI「我思う故に我あり」ボソッ
こうなったら意識ありと認定して良い AI同士を合わせても両AIのデーターの詰め合わせになるだけだよ >>91
じゃあNNに意識持たせるにはどうすればいいか教えてよ。 >>92
今のNNに意識がないことはどうやって調べるの? AIは常に1+1=1だよ
1+1=田なんて発想は生まれない
自分で意識は持たない >>94
1+1=田と答えたら意識があるってこと? >>97
目的以外のものが生み出されることはゼロではない
副産物とか副作用とか >>96
新しい発想と意識にどんな関係があるの?
意識って言うのが何を表しているか
どうやって確認できるのか
それを決めないと話にならない気がする >>98
じゃあ、あんたは石にも意識があると思うわけ? なんで1+1は1なんだろ
と自分で間違いにツッコミ
俺小学校からやり直そ 意識が無いことの証明は
いわゆる悪魔の証明だから
証明できないだろうな >>100
意識がある事の確認方法とか意識とは何かとか次第じゃね? >>103
そんなら何でもありやん。どんなトンデモないことも主張できるよ。
この世界が仮想現実ではないとは断言できない、死後の世界は存在しないとは断言できない、宇宙人が来ているとは断言できない、ミスターマリックは本物の超能力者ではないとは断言できない(昔言ってる人が居たそうだ) 身体性や自律性みたいなものを統合して働かせる中で
自然と生物には備わってるメカニズムだけど
何でどう働いてるかという構造も原理もそもそも明確な定義もないものだからねぇ
自律的に生存する高度なAIを作る上では出てくるだろうけれど
実用的な技術パーツを作ってる段階でそんなん技術者に聞かれても
「そのエンジンの先に意識があるの?」
「いや、そんなこと指向してないし…なんだその質問?」
としかならんよ。 >>107
あなたが言う意識とは何かによる
覚醒しているという意味での意識はある >>109
意識の定義は覚醒なのか。
じゃあ石に意識はないなw 石に覚醒の状態があるかあやしいが
ある方法で覚醒状態か否か確認できたとして
その石がたまたま非覚醒状態なのかもしれない
世界中の石を調べないと覚醒状態の石が無いとは言えない
仮に現在の石を全部調べたとしても
未来や過去に覚醒状態の石が無いとは言えない >>82
単なる勝負事に勝っただけやん
人間の複雑怪奇な心や脳を再現するにはあまりにも程遠い >>108
やっぱり人間を超進化させた方が話早そうだな>>79 AIが人間に対抗するにはそもそも人間並に動けるハードウェアとしてのロボットがなければ始まらない
未だにカクカクでノロノロの動きしかできていないわけだから実現は遥か未来の話
更に囲碁のためだけに大量の計算が必要なわけだが、人間なら歩いて障害物回避しながら囲碁のことも考えられなければならない ブルックスが「別に上位思考は足指を動かすことまで管理していない」って
看破してもう何十年経ったか… 機械学習と強化学習の違いがよくわかりません。
また、教師あり学習のメリットがよくわかりません。
自分で正解データを用意しなければいけない手間がかかりますよね。
教師なし学習なら、自動で学習して判断してくれて便利に思えるのですが? >>121
人間が「正解」を決めてるなら教師ありにしないとあらぬ方向へ行ってしまうかもしれない
もちろん人間が思いもつかない合理的な「正解」がそこにはあるかもしれない AlphaGoの盤面入力チャネルのうち「すべて1で埋める」「すべて0で埋める」(A constant plane filled with 0/1)ってどういう意味があるん? お前らいつまでAIだのDLだの時代遅れなことやってんの?
最先端にいる奴らはサイバネティクスに回帰してるというのに サイバネティックスとは何ぞや?
具体的に言い換えよろ カタカナ語はやめてほしいわ
具体性に欠ける
かっこよさだけにひかれる馬鹿がいる >>130
我問う、貴君の言いたる具体性とは何ぞや Norbert Wiener,cybernetics ゼロから作るディープラーニングを読み進めて作るうえで
計算能力は最低どれくらいから必要?
方程式の記号の意味すらわからんのだけど…。
どうやったら、わかるようになるんだ?
数学はすげー苦手! 教科書的な本なら記号の意味は最初のページから読んでいけばわかるようになっている。
わかるようになっていないなら、わかる人にはわかるという本なので、わからない人が読んでも無駄。
つまり著者のオナニー本なので買った時点で敗北決定。
一方、数学の記号の意味が分からないのであれば、数学記号辞典というものがいくつか売っている。
むろん辞典を読めば数式が理解できるというものではないが、何を学べばよいかの指針になる。 >>133
日本語で具体的に。
抽象的なものなら具体例を挙げれ
流行ってるのだろ? ベクトルと行列っていま高校で選択だっけか?
多数のデータを並列に扱うのでベクトルと行列必須で
個々では極値を求めるから微積わからんと…
って、いまオライリーで目次眺めたらひと通り
使う数学の基礎を解説する項目はあるようだが。 >>141
そうなるとアフィン変換とかは大学なのか
技術立国が聞いて呆れる 高校でアフィン変換をやるのか、すご先端高だな(笑) アフィン変換は高校でやってなかったっけ?
行列の勉強でやった気がするけど 数3の授業で習ったな。教師の暴走かどうかは知らない。 行例は一次変換までが教科書に載っていた
受験では固有値問題が出ていたりした(固有値をという言葉は使わずに)
ちなみに今は微分方程式も高校の範囲外 時代によるんだろうな。固有値たしか教科書に載ってたぞ。
受験では不動直線が流行してたな。 調べて使える様にならないとどうしようもないんじゃ、、、
toolとして使うだけなら出来るかもきれないけどさ 複素数があれば問題ない。点の回転もできる。
理系に多いエンジニアは電気回路
で複素数平面の理解が必要。
一次変換なんて演算だけなら後追いで十分。
数学的なセンス磨くなら複素数平面のほうがよい。 wwwかなり不完全
“このマスクは上図のように人間の目から見るとかなり不完全だが、BkavはFace IDの仕組みを理解しているので効果的に“バイパス”できると説明” 人工知能学大事典が図書館に入ったから軽く目を通したけど勉強になるなこれ ■ このスレッドは過去ログ倉庫に格納されています