技術的特異点/シンギュラリティ181【技術・AI】 YouTube動画>17本ニコニコ動画>1本 ->画像>8枚

このスレへの固定リンク： http://5chb.net/r/future/1575358810/
ヒント：5chスレのurlに http://xxxx.5chb.net/xxxx のようにbを入れるだけでここでスレ保存、閲覧できます。

60yamaguti2019/12/04(水) 06:45:36.10ID:6nhKO2No

>354 ｰ 191128 1126 KJat7jfr >355 ｰ 1128 1127 /Iaz7kF1
>AlphaGo」に敗北世界チャンピオンが「AIを負かすことはできない」と引退
>_http://gigazine.net/news/20191128-alpha-go-master-retire/
>
>セドル棋士「私がナンバーワンになっても、負かすことのできない存在がある

>396 ｰ 191129 1147 hnDeQg76
> 韓国トップの囲碁棋士引退「努力してもＡＩには勝てない」
>_http://www3.nhk.or.jp/news/html/20191129/k10012195501000.html
>
>「ＡＩが登場、どんなに努力してもトップになれない分かった。決して敗れない存在がある」
>
>「セドル棋士１勝、以降、ＡｌｐｈａＧｏに勝った棋士はいませ

>415 ｰ 191129 1645 orh0fsGZ >416 ｰ 1129 1648 orh0fsGZ
:
>DeepMindのAlphaZeroからの発展のMuZero（ミューゼロ）話題
>とあるツイ引用：
>各ゲーム固有の知識なしに汎用性の高い方法で強化学習、
>チェス・将棋・囲碁を含む57のゲームで完全に人智を超越

>汎用AI技術がMuZeroによって一気に進んだ　と

61yamaguti2019/12/04(水) 06:46:15.31ID:6nhKO2No

> 420 ｰ 191129 1846 IgBlrGB8
> >415
> DeepMind Unveils MuZero, a New Agent that Mastered Chess, Shogi, Atari and Go Without Knowing the Rules 　
>_http://towardsdatascience.com/deepmind-unveils-muzero-a-new-agent-that-mastered-chess-shogi-atari-and-go-without-knowing-the-d755dc80ff08
:

>433 ｰ 191130 0245 5qgdCY9A
:
> >420のリンク先
>
>>モデルは、入力として観測（チェスやGoボードまたはAtariゲームスクリーンの画像など）を受け取り、 \>非表示状態に変換。
>>隠された状態は、前の隠された状態と仮想の次のアクションを受け取る \>繰り返しプロセスによって更新
:
> 基本的に画像処理での位置認識がメインだから、
> テーブルゲームやTVゲームは
>言ってみれば無音の動画を繰返し見まくって小さな画像が何処から何処に移動の統計を確率的に見、
>他の物理現象の動画をみせ予測
>
>人間はバットを振るときに、 \>ボールのや重力加速度や計算しないで、過去の映像から推測
>
>つまり、画像のなかの位置学習
>、遊戯王の文章理解は別の機械学習を組合わ
:
>人間の認識方法に近付は違いない

なぜニューロンは何千ものシナプスを持っているのか、新皮質に於けるシーケンス記憶の理論
_http://rio2016.2ch.net/test/read.cgi/future/1567327896/34-35#
>図 2 C )
>2つのシーケンスを学習した後、それら入力は同じミニカラムを起動しますが、B '、B' '、C'、C ''、D 'およびY' 'とラベル付けされた各列の中に於て 1 セルのみがアクティブです。
>C 'とC' 'は一意であるため、YまたはDのどちらかの正しい高次予測を呼び出すことができます。

62yamaguti2019/12/04(水) 06:50:12.05ID:6nhKO2No

>101 ya 180629 1249 kHBj2QJM?
| >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。
|| In one aspect, a system comprises a recurrent neural network configured to, at each of a plurality of time steps, receive a preceding action for a preceding time step,
|| update a preceding initial hidden state of the recurrent neural network from the preceding time step using the preceding action,
|| update a preceding cell state of the recurrent neural network from the preceding time step using at least the initial hidden state for the time step,
|| and determine a final hidden state for the time step using the cell state for the time step.
|| 一態様では、システムは、複数の時間ステップのそれぞれにおいて、先行する時間ステップのための先行するアクションを受信し、
>? >前の時間ステップから前の時間ステップから先行 ry の隠れた状態を ry 備える。
>前の時間ステップから先行する初期の隠れ状態を更新するように構成されたリカレントニューラルネットワークを備える。
|| 時間ステップのための少なくとも初期隠れ状態を使用して前の時間ステップからリカレントニュｰｰクの先行セル状態を更新し、
|| 時間ステップのセル状態を使用して時間ステップの最終隠れ状態を決定する。
|| The system further comprises a decoder neural network configured to
|| receive the final hidden state for the time step and process the final hidden state to generate a predicted observation characterizing a predicted state of the environment at the time step.”
|| システムは、時間ステップの最終隠れ状態を受信し、最終隠れ状態を処理して、時間ステップで環境の予測状態を特徴付ける予測観察を生成する
| ように構成されたデコーダニューラルネットワークをさらに備える。
| :
|| Posted by Benjamin Goertzel
|| 投稿者ベンジャミンGoertzel

技術的特異点/シンギュラリティ181【技術・AI】 YouTube動画>17本 ニコニコ動画>1本 ->画像>8枚

技術的特異点/シンギュラリティ181【技術・AI】 YouTube動画>17本ニコニコ動画>1本 ->画像>8枚