TOP カテ一覧 スレ一覧 100〜終まで 2ch元 削除依頼
☆デザイナーベビー（近未来）
軌道エレベーター16号塔
【安楽】未来の究極ニート生活【贅沢】
不老不死（不老長寿）を目指すスレ Part46
5年後予想スレ
(強いAI)技術的特異点/シンギュラリティ134
●●人類はこの脅威に対抗できるのか！？
強いAI)技術的特異点/シンギュラリティ174
スペースコロニーのこと考えてみない？ 15
不老不死が実現した社会について
人工知能で自我・魂は作れるか？その３
- 1 ：2017/12/30 〜 最終レス ：2019/07/22
- 自由に語ろう
【前スレ】
人工知能で自我･魂は作れるか？２ＡＩ [無断転載禁止]©2ch.sc
http://rio2016.2ch.sc/test/read.cgi/future/1500306941/
- 2 ：
- スレの住人の了解も得ずに乱発するのは良くないよ。
- 3 ：
- >>1
ID:gOEuFdRe
さんは立て逃げせずにスレ主として最後の1000レスまで責任とって下さいね。
よろしくお願いいたします。
- 4 ：
- いろいろと役に立つPCさえあれば幸せ小金持ちになれるノウハウ
暇な人は見てみるといいかもしれません
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』
U600P
- 5 ：
- 鬼灯「呪いの人形には魂があるから人工知能乗っけるには、うってつけなんですよ」
- 6 ：
- 黒い混沌➕シロクマ＝🐼
黒➗白＝23％☺
- 7 ：
- GoogleがAIを使って脳組織をイメージ化する技術を開発
http://gigazine.net/...-maps-brains-neuron/
http://gigazine.net/news/20180717-google-maps-brains-neuron/
High-precision automated reconstruction of neurons with flood-filling networks | Nature Methods
https://www.nature.com/articles/s41592-018-0049-4
Google AI Blog: Improving Connectomics by an Order of Magnitude
https://ai.googleblog.com/2018/07/improving-connectomics-by-order-of.html
Google researchers create AI that maps the brain’s neurons
https://venturebeat.com/2018/07/16/google-researchers-create-ai-that-maps-the-brains-neurons/
- 8 ：
- High-precision automated reconstruction of neurons with flood-filling networks | Nature Methods
洪水充填ネットワークを用いたニューロンの高精度自動再構成
MichałJanuszewski、ヨルゲン・コーンフェルド、[...]
自然法 （2018） | 引用をダウンロードする
抽象
体積電子顕微鏡データから神経回路を再構築するには、それらの全ての神経突起を含む細胞全体を追跡する必要がある。
追跡のための自動化されたアプローチが開発されているが、それらの誤り率は高すぎるため、広範な人間の校正なしに信頼性の高い回路図を生成することはできない。
我々は洪水充填ネットワークを提示しています。
これは、以前のほとんどの努力と同様に、畳み込みニューラルネットワークを使用しますが、
個々のニューロンプロセスの反復最適化と拡張を可能にする反復経路を含みます。
我々は、ゼブラフィンチ脳の連続的なブロック - 顔電子顕微鏡によって得られたデータセットのニューロンを追跡するために、
洪水充填ネットワークを使用した。
我々の方法を用いて、我々は1.1mmの平均誤差のない神経突起の経路長を達成し、
97mmのパス長のテストセットでは4回の合併しか観察されなかった。
洪水充填ネットワークの性能は、このデータセットに適用された以前のアプローチよりも大幅に優れていましたが、計算コストは大幅に増加しました。
- 9 ：
- Google AI Blog: Improving Connectomics by an Order of Magnitude
大きさの順にコネクトミックスを改善する
2018年7月16日（月曜日）
GoogleでConnectomicsのソフトウェアエンジニア、Michal Januszewski、Viren Jain、研究者、科学者、および司会者Connectomics
の分野は、脳の仕組みをよりよく理解するために、神経系に見られるニューロンネットワークの構造を包括的にマッピングすることを目指しています
働く このプロセスは、ナノメートルの分解能（典型的には電子顕微鏡を使用して）で3次元の脳組織を画像化し、
次いで得られた画像データを分析して脳の神経突起を追跡し、個々のシナプス接続。
イメージングの高分解能のために、立方ミリメートルの脳組織でも1,000テラバイト以上のデータを生成することができます。
これらの画像の構造が非常に微妙で複雑であるという事実と組み合わされると、
脳マッピングにおける主要なボトルネックは、データ自体の取得ではなく、
これらのデータの解釈を自動化しています。
洪水充満ネットワークを用いた3D画像セグメンテーション
大規模電子顕微鏡データにおける神経突起のトレースは、画像セグメンテーションの問題の一例です。
従来のアルゴリズムでは、エッジ検出器または機械学習分類器を使用して神経突起間の境界を見つけ、
境界線で区切られていない画像ピクセルを、流域またはグラフカットなどのアルゴリズムを使用してグループ化した。
2015年には、これらの2つのステップを統合したリカレントニューラルネットワークに基づく代替アプローチを試し始めました。
アルゴリズムは、特定のピクセル位置にシードされ、
次に、どのピクセルがシードと同じオブジェクトの一部であるかを予測する反復畳み込みニューラルネットワークを使用して、
領域を反復的に「塗りつぶす」。
2015年以来、我々は大規模なコネクトミックスのデータセットにこの新しいアプローチを適用し、
その正確さを厳密に定量化するために取り組んできました。
- 10 ：
- https://1.bp.blogspot.com/-GvN3s9zAd2E/WzQamIoyrMI/AAAAAAAADGU/UqSwCwOw7XQuBkk3iJQEpiHMRmEpt-hvgCLcBGAs/s1600/image3.gif
予想されるランレングスによる正確度の測定
マックスプランク研究所のパートナーと協力して、
次のことを測定する「期待ランレングス」（ERL）と呼ばれる指標を考案しました。
脳の3D画像内のランダムなニューロン内のランダムな点何らかの間違いをする前にニューロンをどれだけ追跡することができますか？
これは、この場合、時間の長さではなく、失敗の間隔の大きさを測定することを除いて、平均故障間隔メトリックの例です。
エンジニアにとって、ERLの魅力は、それが線形で物理的な経路の長さをアルゴリズムによって作られた個々の誤りの頻度と関連づけ、それが直接的に計算できることである。
生物学者にとって、ERLの特定の数値は生物学的に関連する量、
例えば、神経系の異なる部分におけるニューロンの平均経路長。
ソングバードConnectomics
私たちは、1万立方ミクロンの範囲内のニューロンのグラウンド・トゥルースセットに私たちの進捗状況を測定するために
ERLを使用キンカチョウ使用して、当社の協力者によって撮像された曲、
鳥の脳シリアルブロックフェイス走査電子顕微鏡を、我々のアプローチは非常に優れた性能を発揮することを発見しました
同じデータセットに適用された以前のディープ学習パイプラインよりも優れています。
我々は、ここに描かれているように、新しい洪水充填ネットワーク手法を使用して、
ゼブラフィンチの歌鳥の脳の小さな部分のすべてのニューロンをセグメント化しました
https://youtu.be/X4eVmSxTZ8Y
- 11 ：
- https://3.bp.blogspot.com/-gaOWX7BKxMg/W0t7BBsWN-I/AAAAAAAADKs/l25qFCT1pK0MRRKXYppnHqQTu6OQdGnfQCLcBGAs/s1600/image4.gif
これらの自動化された結果と、残りのエラーを修正するために必要な少人数の追加の人間の努力とを組み合わせることにより、
マックスプランク研究所の共同研究者は、今、ゼブラフィンチの鳥が歌を歌い、
テスト理論彼らが彼らの曲を学ぶ方法に関連しています。
次のステップ
我々は、マックスプランク研究所や他の場所でシナプス分解能のコネクトミックスを完全に自動化し、
進行中のコネクトミクスのプロジェクトに貢献することを目的として、コネクトミックス再構成技術を改良し続けます。
コネクトミクス技術の開発におけるより大きな研究コミュニティの支援を支援するために、TensorFlowコードを公開して、
洪水充填ネットワークのアプローチと、再構築結果を理解し改善するために開発した
3次元データセット用のWebGLビジュアライゼーションソフトウェア。
謝辞
私たちは、Tim Blakely、Peter Li、Larry Lindsey、Jeremy Maitin-Shepard、
Art Pope、Mike Tyka（Google）、Joergen Kornfeld、
Winfried Denk（Max Planck Institute）の功績を称賛したいと思います。
- 12 ：
- Google researchers create AI that maps the brain’s neurons
コネクトミックスと呼ばれる研究の分野である神経系における生物学的ネットワークの構造のマッピングは、計算集約的です。
人間の脳には約860億個のシナプスをネットワーク化したニューロンが含まれており、
1立方ミリメートルの組織を撮影すると1000テラバイト以上のデータを生成することができます。
（洪水充満ネットワークを持つニューロンの高精度自動再構成）では、
Googleの科学者が繰り返し学習するニューラルネットワークを実演しました。
手書きと音声認識 - コネクトミクス解析に合わせて作られています。
Googleの研究者はコネクトミックスに機械学習を初めて適用したわけではない -
3月に、Intel はマサチューセッツ工科大学のComputer Science and AI Laboratory と提携し、次世代の脳画像処理パイプラインを開発した。
しかし彼らは、彼らのモデルが、以前の深い学習技術に比べて
「大きさのオーダー」で精度を向上させると主張している。
研究者らは、神経突起の境界（ニューロン本体からの伸長）を特定するエッジ検出器アルゴリズム、
および反復的な畳み込みニューラルネットワーク（リカレントニューラルネットワークの
サブカテゴリ）を使用して、それらをグループ化し、ニューロン。
正確さを追跡するために、チームは、脳の3D画像内のランダムなニューロンを用いてランダムな点を与えて、
アルゴリズムを作成する前にニューロンをどの程度まで追跡できるかを測定した
「予想ランレングス」（ERL）間違い。
100万立方ミクロンのゼブラフィンチの脳スキャンで、
このモデルは以前のアルゴリズムよりもはるかに優れていたとチームは報告しています。
"これらの自動化された結果と、残りのエラーを修正するために必要な少人数の追加の人間の努力とを組み合わせることにより、
マックスプランク研究所の研究者は、
今、ゼブラフィンチ鳥がその歌を歌う方法彼らがどのように自分の曲を覚えているかに関連したテスト理論を学びました」と、
この論文のGoogleの研究者および主任著者であるViren JainとMichal Januszewski がブログ記事に書いています。
- 13 ：
- https://github.com/google/ffn/
この論文に加えて、チームはモデルのTensorFlowコードをGithubに公開し、
WebGL 3Dソフトウェアとともにデータセットを視覚化し、再構成結果を改善しました。
彼らは、シンプレックス解決プロセスを完全に自動化し、
「マックスプランク研究所と他の場所でプロジェクトに貢献する」という目的で、
今後このシステムを改良する予定です。
ーーーーーーーーーー
以上Google翻訳コピペ終わり。
- 14 ：
- 線虫の脳神経回路をレゴのロボットに”移植”...プログラミング不要で制御に成功
https://youtu.be/YWQnzylhgHc
これの延長に
人コネクトームの完全マップと
五感入力センサーと
全身筋肉アクチュエーターのアウトプットに繋いで
シミュレーションしたらどうなるのか？
プログラム不要で動作仕草振る舞いが再現されてしまったら、
意識や魂なんて存在しない妄想ということに？
- 15 ：
- http://itest.2ch.sc/rio2016/test/read.cgi/future/1531923755/171-172
0172 オーバーテクナナシー 2018/07/20 07:24:25
>171
存在しないのではなく、言語体系の基に複雑、相互に絡まった特徴学習結果が
意識や魂となるっていう単純なお話でしょう
ただ旧来の定義のような崇高なものではなく、情報量によって定義されるっていうだけ
- 16 ：
- 僕はザッソーモンが好きだよ、僕はザッソーモンが大好きだよ、僕はザッソーモンが御好みだよ、僕はザッソーモンを愛好するよ、僕はザッソーモンを有効するよ、僕はザッソーモンを嗜好するよ
寧ろ逆にザッソーモンを大切にするよ、他に別にザッソーモンを大事にするよ、例え仮に其れでもザッソーモンを重視するよ、特にザッソーモンを尊敬するよ、もしもザッソーモンを褒めるよ
十中八九ザッソーモンを希望するよ、森羅万象ザッソーモンを渇望するよ、無我夢中ザッソーモンを要望するよ、五里霧中ザッソーモンを切望するよ、天上天下ザッソーモンを熱望するよ、是非ともザッソーモンを祈願するよ
必ずザッソーモンは斬新奇抜だよ、絶対にザッソーモンは新機軸だよ、確実にザッソーモンは独創的だよ、十割ザッソーモンは個性的だよ、100%ザッソーモンは画期的だよ
当然ザッソーモンに決定だよ、絶対にザッソーモンに限定だよ、確実にザッソーモンに指定だよ、十割ザッソーモンに認定だよ、100%ザッソーモンに確定だよ
ザッソーモンは強いよ、ザッソーモンは強力だよ、ザッソーモンは強大だよ、ザッソーモンは強者だよ、ザッソーモンは強烈だよ、ザッソーモンは強靭だよ、ザッソーモンは強豪だよ、ザッソーモンは強剛だよ
ザッソーモンの勝ち、ザッソーモンの勝利、ザッソーモンの大勝利、ザッソーモンの完全勝利、ザッソーモンの圧勝、ザッソーモンの楽勝
ザッソーモンの連勝、ザッソーモンの優勝、ザッソーモンの戦勝、ザッソーモンの制勝
ザッソーモンの奇勝、ザッソーモンの必勝、ザッソーモンの全勝、ザッソーモンの完勝
- 17 ：
- 統計と機械学習の効率化の為のアプローチ
大量のデータセットの処理をデータベースで行う
Linux 系のPostgreSQL
ストレージをインメモリへHDD からSSD
行単位処理を列単位処理化
GPUのベクトル並列演算を使う
ヘテロDB、GPU利用のDB高速化技術「PG-Strom」のサブスクリプション製品とアプライアンス製品を発表
EnterpriseZine編集部[著]
2018/04/18 16:00
https://enterprisezine.jp/article/detail/10638
■PG-Strom バージョン 2.0
「PG-Strom」は、最も広く使われているオープンソースのリレーショナルデータベースであるPostgreSQL向けに設計された拡張モジュールで、
SQLコマンドから自動生成したGPUプログラムを、GPUの持つ数千コアと広帯域メモリを用いて並列実行することで、
大量データの集計・解析処理を高速化するという。
中核機能の1つであるSSD-to-GPUダイレクトSQL実行は、
NVMe-SSD上のPostgreSQLデータブロックの内容をGPUへ直接ロードし、
データがホストシステムに到着するよりも先にGPUでSQLワークロードを実行する。
これにより、CPUが処理すべきデータ量を数百分の1以下に削減し、
I/O中心のワークロードである集計処理や全件探索といったワークロードを
効率的に実行することが可能となるという。
- 18 ：
- ■PG-Stromの実行に最適なアプライアンスモデル
PG-Stromの提供する各種のアクセラレーション機能のプラットフォームとして、
最適なハードウェアを選定して予め動作検証を行い、
必要なソフトウェアが全てセットアップ済みとなっている
アプライアンス製品を同時にリリースする。
モデル名：HeteroServer GS120-P40
CPU：Intel Xeon Gold 6126T (12C, 2.6GHz)× 1
RAM：DDR4-2666 32GB × 6 (total 192GB)
GPU：NVIDIA TESLA P40 (3840C, 24GB) × 1
SSD：Intel SSD DC P4600 (2.0TB; HHHL)
HDD：2.0TB (SATA; 7.2krpm) × 6
その他：10Gb Ethernet × 2ports
- 19 ：
- 「BigQuery ML」：SQLで機械学習
https://www.wantedly.com/companies/wantedly/post_articles/129482
Google Cloud Next 2018でBigQuery MLが発表されました。
文字通り、「BigQuery + 機械学習(Machine Learning)」を実現するもののようです。
この記事ではBigQuery MLの紹介と、それを直接SQLでやったらどのくらい大変かを見てみます。
BigQueryとは？
BigQuery は、Google が提供するサーバーレスでスケーラビリティに優れた、
低コストのエンタープライズ向けデータ ウェアハウスです
とあるように、Googleのクラウドサービスの一つで、大規模なデータを貯めておくことができ、
大量のデータに対しても分散して高速なデータの取得が可能です。
また比較的安価な料金で利用することができます。
- 20 ：
- 各社のメニーコア比較
NVIDIA Teslaスペック
https://qiita.com/yukoba/items/10d0ba3fb1d19a6ab6a5
Volta V100 > 512 core FP16→32 = 119 TFLOPS（全て行列積）
Pascal P40 > 3840 core INT8 = 47 TFLOPS
Maxwell M40 > 3072 core FP16 = 13 TFLOPS
Kepler K40 > 2880 core FP32 = 5 TFLOPS
Fermi M2090 > 512 core FP32 = 1TFLOPS
Tegra
Jetson Xavier >512 core INT8 = 20 TFLOPS
Huawei Kirin NPU >FP16 = 1.9 TFLOPS
Apple Neural Engine > 0.6 TFLOPS
PowerVR AX2185 (Android Neural Networks API 経由) > 4.1 TFLOPS
Intel Movidius > 1TFLOPS
MobileEye Q4 PMA (Programmable Macro Array) >372core 1 TFLOPS
Intel Nervana Lake Crest >12core 39 TFLOPS
Intel Xeon Phi 7295 > 72core FP32 = 14 TFLOPS
Intel Xeon Platinum 8180 Skylake > 28core FP32 = 5.7TFLOPS
Google Tensor Processing Unit 第2世代 > 32768 MAC数 bfloat16= 45 TFLOPS
Xilinx Virtex UltraScale+ VU9P > 6840 DSP INT8 = 21.3 TFLOPS
- 21 ：
- NVIDIA、AI学習モデルの推論処理に特化した「Tesla T4」
〜Pascal比で12倍の性能
https://pc.watch.impress.co.jp/docs/news/1142/896/amp.index.html
Tesla T4では、CUDAコア2,560個と、
1クロックで4×4行列の積和演算を行なうTensorコアを320個搭載。
FP16の掛け算はFP32に積算、INT8およびINT4の掛け算はINT32に積算される。
これによって最適な精度と性能が得られるという。
- 22 ：
- NVIDIAが次世代グラフィックスのために作ったGPU「GeForce RTX」ファミリー
https://pc.watch.impress.co.jp/docs/column/kaigai/1143/278/amp.index.html
NVIDIAは、ハイブリッドレンダリングへの扉を開く新GPUアーキテクチャ「Turing(チューリング)」を市場に投入する。
NVIDIAはTuring世代で、
レイトレーシングをアクセラレートする「RTコア」と、
深層学習向けの「Tensorコア」を搭載した。
製造プロセス技術は12nmとなり、対応メモリはGDDR6となった。
Turingアーキテクチャの目玉は、レイトレーシングのアクセラレータである「RTコア(RT Core)」だ。
レイトレーシングでは、多くのオブジェクトと交差の判定を行なわなければならないため、計算量が膨大になる。
そこで、交差判定を減らす手法として
NVIDIAは階層型のバウンディングボリューム「BVH(Bounding Volume Hierarchy)」を使うトラバーサルを採用
Tensorコアは、これまでGPUコンピューティング向けのVoltaや、
車載向けのXavier(エグゼビア)にしか搭載されていなかった。
Turingは、グラフィックス向けGPUでは初めて深層学習用ユニットのTensorコアを搭載した。なぜ、NVIDIAは深層学習向けのTensorコアを、グラフィックス向けのGPUに搭載したのか。それは、Tensorコアによって、グラフィックス処理の高品質化を図ることができるからだという。
その一例としてNVIDIAが強調するのが、非常に高品質なアンチエイリアシングを実現する「DLSS (Deep Learning Super Sampling)」だ。MSAA x64よりも優れたAAを、より低い負荷で実現できるという。
- 23 ：
- NHKスペシャル 人工知能 『天使か悪魔か』 2018
〜未来がわかる その時あなたは？〜
総合 9/15 21:00〜 放送
http://www6.nhk.or.jp/special/sp/detail/index.html?aid=20180915
- 24 ：
- BEATLESS #21
『BEATLESS Final Stage 』全4話スタート
MBS 毎日 (水)AM3:15-3:45
- 25 ：
- NHK Eテレ 22:00-23:00 特集『人間ってナンだ？』
超ゲノム入門 長寿、若返り・・生命の設計図解明の鍵はデジタル？
AIが？超人が誕生？最前線をざっくり理解
- 26 ：
- BS11イレブン 23:00-23:30 『シュタインズ・ゲート0』(終)
NHK総合 23:40-23:55 時論 消費増税へ１年
ABCテレビ 1:24-4:25 『朝まで生テレビ』
激論 安倍新政権の進路は？
- 27 ：
- 9/30(日)NHK Eテレ 23:30-0:00 『サイエンスZERO』
「不思議な図形で脳の謎に迫る！」
「錯覚図形」を人工知能で分析し、動く錯覚図形を再現、人工知能がひもとく脳科学の最前線に迫る。
- 28 ：
- >>26
瑠璃さんとうとう朝生レギュラーになってしまったｗｗｗ
- 29 ：
- 美人で知的で花があっていいね。
朝生もいいけど、日本のジレンマでも感情的な部分を押さえて冷静で憧れますね。
今やってるジレンマは「世代論」も面白いんだけど出演なくて残念。
- 30 ：
- 世界の哲学者に人生相談
ブリコラージュ
在り合わせの知こそ最強の知性である。レビィ=ストロース
概念ではなく記号を使え
- 31 ：
- 人間が脳だけで生きられる装置
思考実験「水槽の中の脳」
コンピュータが作った幻覚
今感じている感覚が、この現実が本物だと証明出来るか？
装置を壊せば？装置が壊れれば？
仮想現実VRマトリックスの中での生き方
- 32 ：
- 己れ自身のペルソナ(仮面)において行動は彼が己れの成すべきものをなすのである
和辻哲郎
言葉の音と内容の結びつきは恣意的である
ソシュール
- 33 ：
- PERSONA５(終) 次は 年末年始特番放送予定
- 34 ：
- 『ホモデウス』
書評 ワイアード・ブックレヴュー 池田 純一
第5回
『サピエンス全史』に続く物語。
そして人類は「データの神」に駆逐される
ユヴァル・ノア・ハラリ『Homo Deus』
https://wired.jp/series/wired-book-review/05_homo-deus/
40カ国で刊行され世界的なベストセラーとなった『サピエンス全史』の著者、ユヴァル・ノア・ハラリの待望の新作『Homo Deus』（2018年9月邦訳版が刊行予定）。
『サピエンス全史』を引き継ぐ形で人類の未来を語る本書は、『シビル・ウォー/キャプテン・アメリカ』の「トリセツ」だった？
これはハラリの未来語りによってつくり上げられた、一種の「物語」でもあるのだ。
『シビル・ウォー/キャプテン・アメリカ』（以下『シビル・ウォー』）は、これもまた世界中でブロックバスターを出し続ける
マーベルヒーローの中で、アイアンマンとともにツートップを務める『キャプテン・アメリカ』シリーズの第三作。
「シビル・ウォー＝内戦」というように、マーベルヒーローたち（＝アベンジャーズ）の間での「仲間割れ」を扱った作品で、
昨年（2016年）の公開時には、スパイダーマンやアントマン、ブラックパンサーなど、その後の物語世界（＝マーベルユニバース）を広げる
新ヒーローの登場も含めて注目を集めた話題作だった。
- 35 ：
- >>27
【ゲスト】基礎生物学研究所 神経生理学研究室准教授…渡辺英治さん
使ってるパソコンがゲーミングタイプで
デスクトップがUbntuだった感じだから、パイソンかな？
グラフィックボードは何だろう？
多分nVidiaでCUDAかな。
DeepLearningのAPIは何だろう？
Theano,Keras,TensolFlow?
『サイエンスZERO』 再放送 毎週土曜 午前11時
11/6(土)「不思議な図形で脳のナゾに迫る！」
- 36 ：
- 最近AIやディープラーニングが賑やかですが、
機械化で職業が奪われる話が
マイコンやRPAロボティクスプロセスオートメーションとの混同で混乱しています。
ロボットが人間の代わりに働くのはまだまだ先では無いのですか？
生命科学や医学からは全脳アーキテクチャで
情報科学や工学からはディープラーニングで
精神科学や哲学からはモチベーションやコミュニケーション力
等いろいろあってよくわからないですね
人工知能のアプローチについて分野別に整理して欲しいです。
哲学の思考実験「水槽の中の脳」と仮想VR、拡張AR,複合MR,代替SRで人工知能が組み合わされるとどうなるのか、
VR空間での二足歩行や命令の記号接地の話や
チャットBotがアニメ「シュタインズ・ゲート0」の記憶を移植させたアマデウスアプリケーションのように進化するのでしょうか？
線虫のコネクトームロボットが人間のコネクトームになるとどうなるのか？と哲学的ゾンビのクオリアやゲームAIの敵キャラクターの心や感情、意思の創発もよくわからないです。
経済的な道具の機械知能と哲学や科学の知的探究の人情知性について分かりやすい解説
が欲しいです。
- 37 ：
- 『人間ってナンだ？超AI入門 』人工知能=AIが社会を変える。その時人間は？
Eテレ 10月4日（木）放送スタート 毎週木曜 午後10時 再放送毎週月曜 午前0時45分
https://www4.nhk.or.jp/aibeginner/
10月 4日木曜 午後10時00分〜 午後10時45分 再放送10月8日月曜 午前0時45分〜 午前1時30分
第1回「会話する」【ゲスト】作家…村田紗耶香,ロボット開発者…前田佐知夫,
フェイスブック人工知能研究所 所長…ヤン・ルカン,【解説】東京大学大学院 特任准教授…松尾豊,【司会】徳井義実,【声】茅原実里
10月11日 再10月15日
第2回「感じる」【ゲスト】元陸上競技選手…為末大,カリフォルニア大学バークレー校 教授…ケン・ゴールドバーグ,
中部大学工学部 准教授…山下隆義,ロボットエンジニア…石井孝佳,
10月18日 再10月22日
第3回「発想する」【ゲスト】映画監督…樋口真嗣,画家…小尾修,
10月25日 再10月29日
第4回「移動する」【ゲスト】元F1レーサー…片山右京,深層学習
エンジニア…奥田遼介,自動運転車開発部門シニアディレクター…ダニー・シェピーロ,
11月 1日 再11月5日
第5回「勝負する」【ゲスト】プロポーカー選手…木原直哉,人狼知能開発者・静岡大学准教授…狩野芳伸,
人狼知能開発者・東京大学准教授…鳥海不二夫,AIエンジニア…山本一成,水上直紀,
11月8日 再11月12日
第6回「お金を使う」【ゲスト】エコノミスト…上野泰也,
フィンテック有識者…瀧俊雄,SNS・AI景況感指数開発担当…山本裕樹,AI及びアルゴ導入担当…原田大資,
11月15日 再11月19日
第7回「恋愛する」【ゲスト】歌人…野口あや子,慶応大学理工学部准教授…満倉靖恵,
恋愛相談 AI開発者…中辻真,人工知能開発者／トロント大学教授…ジェフリー・ヒントン,
11月22日 再11月26日
第8回「診断する」【ゲスト】家庭医…岡田唯男,循環器内科医…小川晋平,
【VTR出演】東京大学医科学研究所 教授…宮野悟,東京大学医科学研究所附属病院…東條有伸
- 38 ：
- 【「BEATLESS Final Stage」全4話 放送情報】
http://beatless-anime.jp/news/detail_0912_1.php
■MBS
9月25日（火）27:00〜27:30 ：第21話放送
10月14日（日）26:15〜27:45 ：第22話〜第24話放送
■TOKYO MX
9月27日（木）22:00〜23:00 ：第21話〜第22話放送
9月28日（金）22:00〜23:00 ：第23話〜第24話放送
■AT-X
9月27日（木）21:00〜22:00 ：第21話〜第22話放送
（リピート放送 9月29日（土）13:00〜14:00、10月2日（火）29:00〜30:00）
9月28日（金）21:00〜22:00 ：第23話〜第24話放送
（リピート放送 10月1日（月）13:00〜14:00、10月3日（水）29:00〜30:00）
※放送日時変更の可能性があります。
- 39 ：
- 形あるものは作れる、定義できるものは結果が出せる、
おまえらがこのスレで立ち向かわなければいけないのは、それを作れるかという問題ではなく
自我、魂とは何かを定義すること、定義できないものは１００％作れない。
まず科学の基本すらわかってないようだな
- 40 ：
- 分からないものを定義できないなら、とりあえず作ってみて、
出来たものを検証してみようと思ったけれども
レベルが高過ぎて手におえず挫折し、
適当にニュースを見る程度でしょう。
前スレで
チャットBotの進化型の延長ではないかという一筋は提示してある。
東京ゲームショウにシュタインズ・ゲートのアマデウスくりすが出品されるとか？
プログラム開発でのデバッグの煩雑さから、ゲームAIは数年前は定義型が主流だったが、
最近は非定義型に成りつつある。
敵キャラクターの完全な反応を網羅することはもはや不可能になっているので、
環境と最低限の状況判断を基準にするしかないのでは無いのかと。
つまり目の前で動いている現象なり行動なりを観察した状態で判断するしかないだろうと思われ、
それが、プログラムルーチンなのか人間の記憶を移植したものか、
はたまた、本人のリモート制御かクラウドアプリなのかの違いは登場してみるまで分からないと思う。
- 41 ：
- ソリッドワークス等で知られる
フランス3Dソフト会社ダッソー・システムズと
京都府が先進まちづくり協定
ダッソー社は既にシンガポールと連携し、
3Dで都市を再現して交通防災等の課題に取り組んでいるので参考にする。
- 42 ：
- >>41 名前欄に貼り付け間違い
#京都スマートシティエキスポ2018
- 43 ：
- 人工知能AIルームエアコン今秋発売
ダイキン工業「うるさら7シリーズ」
シャープ「プラズマクラスターXシリーズ」
パナソニック「エオリア」
人工知能とマイコンの違いを教えてくれ。
- 44 ：
- サイエンスZEROの錯覚図形のAI再現でわかったこと
大量のビッグデータは必要ないかもしれない。
64×64ピクセルで約８０万枚の画像でゲーミングPC程度で学習可能で錯覚を再現できること。
64×64ならIBMの「TrueNorth」を使えば最適化が可能かもしれない。１週間が１秒以下になる事を期待する。
2014年08月08日 12時00分
https://gigazine.net/news/20140808-ibm-brain-similar-processor-chip/
IBMが人間の脳と同じ構造を持つプロセッサーの開発に成功
https://i.gzn.jp/img/2014/08/08/ibm-brain-similar-processor-chip/03.jpg
https://i.gzn.jp/img/2014/08/08/ibm-brain-similar-processor-chip/02.png
Why IBM’s New Brainlike Chip May Be “Historic” | MIT Technology Review
http://www.technologyreview.com/news/529691/ibm-chip-processes-data-similar-to-the-way-your-brain-does/
IBM researchers make a chip full of artificial neurons | Ars Technica
http://arstechnica.com/science/2014/08/ibm-researchers-make-a-chip-full-of-artificial-neurons/
コーネル大学とIBMによって共同研究が進められ、Samsungが28nmプロセス技術を用いて作成したチップの構造を示す図がこちら。
チップには64×64個のプロセッサコアが配置されており、それぞれがネットワークで通信を行うように接続されています。
その構造は、数千億個とも言われる神経細胞どうしが「軸索」と「樹状突起」によるニューロンによって巨大な神経細胞ネットワークを構成している人間の脳に近いものとなっており、
従来のソフトウェアベースで再現されてきたものとは全く別のレベルで脳構造の再現が試みられています。
- 45 ：
- https://ja.m.wikipedia.org/wiki/フレーム問題
https://ja.m.wikipedia.org/wiki/%E3%83%95%E3%83%AC%E3%83%BC%E3%83%A0%E5%95%8F%E9%A1%8C
フレーム問題が問題としているのは、考慮すべき空間が有限でない限り、
無限の可能性について考えざるを得ないという点である
（ただし、空間が有限でも、考慮すべき要素の組み合わせが爆発的に増加するので同じことである）。
自然界に発生した知性（人間の知性など）が、どのようにこのフレーム問題を解決しているかはまだ解明されていない。
人間は実際にはフレーム問題を解決できておらず、
フレーム問題にうまく対処しているかのように見えるだけだと唱える研究者もいる。
この場合、どのように振舞わせれば、そう見せかけられるのかが研究の主題となる。
このような、人工知能だけに限らず人間の知能にも起こり得るフレーム問題は、
ジョン・マッカーシーらの提案したフレーム問題と区別して一般化フレーム問題と呼ばれている。
フレーム問題は、知能を記号操作のルールに還元してトップ・ダウン式に定義することから生じると主張する研究者もいる。
そのような研究者は神経系を模倣したニューラルネットワークのような
記号操作的でない知能によってフレーム問題を解決できると考えている。
Prologなどの論理型プログラムにおいて、
否定（not）は、「知っていることだけが世界の全てである」とみなす、
「閉世界仮説」に従った動作をするのが普通である。
- 46 ：
- http://itest.2ch.sc/rio2016/test/read.cgi/future/1538193488/583
＞オーバーテクナナシー 2018/10/05 08:15:18
＞フレーム問題って、言い換えれば「人間（あるいは機械）が
＞どれだけ上手く情報を取捨選択（注目と無視）出来るか」
＞というものに過ぎない
＞つまり
＞「不必要と考えられるもの」
＞「変わらないと考えられるもの」
＞「無視しても問題の起こらないもの」
＞にどれだけカテゴライズできるかが大切
- 47 ：
- 土曜プレミアム・映画「ジャックと天空の巨人ワーナー・ブラザース
公開
アメリカ合衆国2013年3月1日
日本 2013年3月22日
」
放送日時
2018年10月06日（土曜日）21:00〜
映画の３DCGはレンダリング後に声のアフレコだけれども、
リアルタイムで仮想空間ヴァーチャルリアリティーで動き出すと、
それは自我・魂を持つといえるだろうか？
- 48 ：
- NHK教育を見て56088倍賢く三連休
http://nhk2.2ch.sc/test/read.cgi/liveetv/1538780245/
- 49 ：
- NHKの民法化バライティ化
- 50 ：
- 【スマホ中継タワー】 ４Gは70キロ毎、５Gは300メートル毎、街路樹切るな、オリンピックは廃止すべき
http://rosie.2ch.sc/test/read.cgi/liveplus/1538791456/l50
- 51 ：
- ソードアートオンライン アリシゼーション
マイクロチューブル 微小管
フラクトライト 量子の光 魂の元
ソウルトランスレーター
ニーモニックビジュアル
フラクトライトアクセラレーター
アリスずアドベンチャーざアンダーグラウンド
- 52 ：
- 眼差し(まなざし)光の軸アークライト
クリプトン・フィーチャー(クリプトン構造体)10万3千冊 積層リカーシブ
ニューロエボリューション
- 53 ：
- 自我と魂の定義は辞書の定義ではだめなんだろうか。
作ったとしてもできたかどうかは辞書に書いてある意味に合っているかどうかで
評価すると思う。
以下gooの辞書の引用
---------------------------------------------------------------------------------------
自我
１ 自分。自己。
２ 哲学で、知覚・思考・意志・行為などの自己同一的な主体として、他者や外界から区別して意識される自分。⇔非我。
３
㋐心理学で、行動や意識の主体。自我意識。
㋑精神分析で、イド・超自我を統制して現実への適応を行わせる精神の一側面。エゴ。
魂
１ こころ。精神。
「詩は我―を動せども」〈鴎外訳・即興詩人〉
２ 人の肉体に宿る精気。たましい。霊魂。特に陽のたましいをいう。→魄 (はく)
「―は善所におもむけども、魄は、修羅道に残ってしばし苦しみを受くるなり」〈謡・朝長〉
精気
１ 万物を生成するもとになるもの。万物の根源の気。「自然の精気」
２ 人の生命を活動させるもとになる力。精力。「精気を取り戻す」
- 54 ：
- >>53
さようでよかれども、
"プログラムでどう具現化するのか？"
というスレでありましょう。
＞知覚・思考・意志・行為
の4つがどれも難しい。
知覚とはクオリアの問題と感情
思考とは記号接地問題と創発
意思というオペレーションの問題と統合情報理論
行為にはフレーム問題と善悪判断の問題
が依然として立ちはだかってる
- 55 ：
- 東ロボに詳しい人教えてです。
国語、社会、理科の暗記ものは文字認識と検索で多少どうにかなるとしても、
物理、数学の計算問題は文字認識に加えて数式認識と数式の組み立てはどうやってるの？
連立方程式を補助線引くだとか記入式だととんでもなくハードルが高いように思うのですが？
- 56 ：
- 汎用AIの話
ディープラーニングでやっとモノや音声を認識して
それを単純な別のモジュールで処理できるようになったけど、
人間の扱う言葉の意味を理解するにはディープラーニングで認識した情報を意識のような更に単純なモジュールでない内部で仮想空間を作る必要があるという話があるみたいですね
今の大規模なシステムで数百のオブジェクトを認識できるとあるけど、
要するに認識できるインプット量が人間並みにないといけないと思うけど、あと10年くらいでディープラーニングでそんなに認識できるようになるのだろうか？
それとも2025年にブレインイニシアチブで出た成果を元にディープラーニングに替わる新しいアーキテクチャを開発して、2029年に間に合うのだろうか？
ディープラーニングは3,40年かかったらしいが
脳の細部のロジックはプログラムみたいにデジタルに全て置き換えられるとカーツワイルは言っているけど、ニューラルネットワークみたいに新たな数学的な概念に焼き直すのは時間かからないのかな
これができれば汎用AIで自動化も加速するとは思うけど
- 57 ：
- >>56
何度めかのAIブームが来て、そのうちまた暗黒時代がくるよってだけだろ
別に悲観してるわけじゃなくて。
今だって根本的には同じ技術をハードの力でごり押ししてるだけ
それが証拠に質的変化があったのゲームだけ
- 58 ：
- この秋、新たに発売されたnVidiaのGeForceRTでゲーム世界やCG業界がまったく新しく生まれ変わる。
数年前であればレイトレースは100万円台のワークステーションでたった１枚の静止画をレンダリングするのに１週間や数ヶ月掛かっていたが、
ようやく家庭のパソコンでリアルタイムレイトレースが出来るようになる。
1秒間に何本のRay(光線)が計算可能かという
10GRays/s(100億本毎秒)
指標が標準化する。
また、チューリングコアやテンソルコアも機械学習に革命をもたらす。
階層型のバウンディングボリューム「BVH(Bounding Volume Hierarchy)」
は、
計算が必要なものと必要でないものを階層的に判別していくので
これが応用次第でフレーム問題における絞り込みに寄与するかもしれない。
- 59 ：
- HPC(high performance computing)向けのTESLAシリーズもtensorコアで飛躍。
https://news.mynavi.jp/article/gtcjapan2017_v100-1/
マイナビニュース
命令アーキテクチャを全面的に一新したVolta
2017年12月に開催されたGTC Japan 2017において、NVIDIAのシニアデベロッパーテクノロジーエンジニアである成瀬彰氏が、
「VOLTA ARCHITECTURE DEEP DIVE」と題する講演を行った。
https://news.mynavi.jp/photo/article/gtcjapan2017_v100-1/images/006l.jpg
P100 GPUとV100 GPUの性能、諸元の比較。Tensorコアでのディープラーニング性能の改善が目立っている
GeForceRTX2080が10万円くらいで
TESLA V100が120万円くらい。
どっちも高いので手がでない。
- 60 ：
- 人よ。言葉を正せよ。
世間の乱れは言葉の乱れが始まりなり。
日本の言葉は清らかで神の言葉に一番近きもの。
汚き言葉は人を傷つけ、心を傷つけ、魂までも傷つける。
今この時、言霊を正せよ。正しき言霊なれば、たとえそれが厳しきことであっても、その中に優しき響きあり。
人に汚き言葉浴びせるなかれ。
たとえ軽きつもりでも、汚き言葉浴びせるは、我気づかぬうちに人を傷つけ、邪気呼び寄せる。
今、早急に言霊ただし、清き美しき言霊使うべし。
- 61 ：
- >>58
レイトレーシングって、まだそんなに時間かかってたんだ
知らんやった
- 62 ：
- >>61
興奮してちょい大袈裟だったので訂正する
>58＞数年前↓
>58＞十数年前
日本HP、グラフィック用途のLinuxワークステーションを発表 2001年10月22日
http://ascii.jp/elem/000/000/326/326840/
hp Linux workstation x4000
Red Hat Linux 7.1
CPU……Xeon-2.0GHz×1
HDD……18GB
メモリ……256MB
グラフィックカード……ATI FireGL4
(2002年春以降NVIDIA Quadro2 Pro/MXRにも対応)
価格……103万8000円
Alias|Wavefront Maya 3.0 Avid Softimage|XSI 2.0 Nothing Real Shake
＞Linuxグラフィックワークステーションが可能になった大きな理由として、
＞プロセッサ性能の向上のほかに、XFree86 4.0.x以降、OpenGLのハードウェアレンダリングが可能になったことが大きいという。
＞それにより、Windowsワークステーションと遜色ない3Dグラフィック性能が得られるようになったという。
OpenGLのハードウェアレンダリングもまだ20年経ってない
具体的なレイトレースの時間短縮については調べられませんでしたが、同様な表現をされてる文章はいくつかありました。
http://www.mutyun.com/archives/47499.html
＞【激論】次世代機にレイトレースレンダリングは必要か？不要か？
＞レイトレースレンダリングというのは、光の反射まで計算に入れた物理的に完全なCGの表現で、
＞これが可能になるとCGの表現は現実と寸分違わなくなるまさに究極の技術
＞従来のラスタライズレンダリングは、レイトレーシングが出来ないために使われている擬似的なCG表現だったのである
＞レースゲーでよくある車に映り込む外の景色の表現は、実は外の景色が映ってるかのようにテクスチャを貼ってたりするだけなのだ
＞あまりに重い処理であるためにこれまでは映画製作の現場で数日かけて数十秒のカットシーンを作っていたが、
＞今回NVIDIAが発表したRTX2080tiではリアルタイムで簡単なレイトレースレンダリングが可能になるという
- 63 ：
- 米国が世界一強力なスパコンSummitを発表 | Data Center Cafe
2018年6月13日 DC CAFE
世界最速のスパコン”Summit”が誕生 – 毎分15000リットルの水で冷却
ピーク性能200ペタフロップスのSummit
4,608個のサーバーに9,216個のIBM Power9プロセッサと27,648個のNvidia Volta GPUを搭載しており、
それらをNvidiaの次世代NVLinkが相互接続しています。
ノードはMellanoxのdual-rail EDR InfiniBand networkによって接続されていて、相互に毎秒200ギガビットを伝達します。
この2億ドルのスパコンは、9,250平方フィート（859平方メートル）の空間に収容され、冷却を保つために毎分4,000ガロンの水を必要とします。
また長さ185マイル長の光ファイバーケーブルを擁しています。
- 64 ：
- 海外の最新IT事情- データセンター、セキュリティ、クラウド | Data Center Cafe
http://www.cafe-dc.com/other/201806-us-launches-worlds-most-powerful-supercomputer-summit-100245-article/
「本日Summitというスパコンを発表したことで、科学的イノベーションおよび技術開発における米国のリーダーシップが示されました。
エネルギー研究、科学的発見、経済競争力、そして国家安全保障の分野において、重大な影響を与えることになるでしょう」と
エネルギー省長官でP・ペリー氏が発表会で語りました。
「私はSummitのもつ可能性に本当にワクワクしています。なぜなら、Summitによって
アメリカが2021年までにエクサスケールのスパコンを調達するという目標に一歩近づくからです。
科学者たちの広範囲にわたる新しい課題への取り組みをSummitは支援し、発見を早め、イノベーションを奨励し、
そして何よりも米国民の利益になります」
- 65 ：
- 120万円くらいのVoltaを27,648個？それだけでも300億円ってスゲー
- 66 ：
- 【SIGGRAPH 2018】本格リアルタイムレイトレースでゲーミング体験は変わるのか!?
https://game.watch.impress.co.jp/docs/news/1138172.html
Nvidia“Turing”搭載プロ向けGPU製品「Quadro RTX」を発表
谷川ハジメ（トリニティゲームスタジオ）2018年8月15日 20:36
>コンピュータグラフィックスの学会に端を発する世界最大のCGの祭典「SIGGRAPH 2018」8月12日〜16日開催
>会場：Vancouver Convention Centre
＞次世代アーキテクチャ“Turing”、しかも世界初のリアルタイムレイトレーシングGPU
「Quadro RTX」は演算性能、搭載メモリの異なる3製品がラインナップ
「RTX5000」 2,300ドル、
「RTX6000」 6,300ドル、
「RTX8000」10,000ドル、
https://game.watch.impress.co.jp/img/gmw/docs/1138/172/html/SIG2018NVIDIA_11_o.jpg.html
“Turing”CUDAコア4,608基で16TFLOPS+16TIPS、
Tensorコア576基で125TFLOPS(FP16)/250TOPS(INT8)/500TOPS(INT4)の演算性能を持つほか、
新たに追加されたレイトレース用RTコアが10Gレイ/秒のレイトレース性能を実現している。
ANNOUNCING QUADRO
WORLD'FIRST RAY TRACING GPU
RTX Family
Up to 10 Giga Rays/sec
Up to 16 TFLOPS +16 TIPS
Up to 500 Trillion Tensor Ops/sec
Up to 100 GB/sec with NVLink
>この「RTX 8000」を4基搭載するサーバ製品も合わせて発表されており、
>レイトレースでグローバルイルミネーション（GI）を行う最大96GBサイズまでのシーンなら、
>従来はレンダリングに数時間かかっていたものが、ものの数分で終了するという。
>ハリウッドプロダクションレベルの映像で“1日あたり7ショット”こなせるというが、
>そもそもシーンの条件によってレンダリング時間は大きく異なるほか、
>レイトレースで品質を上げる方向にも条件が変化するから、導入によってどの程度の高速化になるのか、ちょっと想像がつかない。
- 67 ：
- ようやく、ハリウッドレベルの96GBサイズで“1日あたり7ショット”なんですな。
- 68 ：
- Xilinx、CPU比で20倍/GPU比でも4倍高速なAI推論処理向けアクセラレータ
https://pc.watch.impress.co.jp/img/pcw/docs/1146/317/html/alveo.jpg.html
佐藤 岳大2018年10月4日 15:17
データセンターおよびAI向けのアクセラレータカード「Alveo U200/U250」。8,995ドル。
機械学習のリアルタイム推論、ビデオプロセッシング、ゲノミクス、データ分析
をはじめとするデータセンターアプリケーション実行時に処理を高速化するためのアクセラレータ。
INT8の演算性能は、Alveo U200で18.6TOPS、Alveo U200で33.3TOPSを実現。
機械学習のリアルタイム推論において、Alveo U250のスループットはSkylake世代のXeon Platinumプロセッサの20倍、
NVIDIAのV100 GPUより4倍以上高速であるほか、データベース検索などのアプリケーションでは、CPU比で90倍高速であるとしている。
同社では同時に、業界初を謳う、ACAP(Adaptive Compute Acceleration Platform)の「Versal」も発表。
Versal ACAPでは、スカラープロセッシングエンジンと適応型ハードウェアエンジン、インテリジェントエンジン、
最先端メモリとインターフェイス技術を組み合わせることで、
あらゆるアプリケーションで強力なヘテロジニアスアクセラレーションの実現を謳う。
まずはAI推論処理向けの「Versal AIコアシリーズ」、
より汎用処理向けの「Versalプライムシリーズ」が、2019年後半より市場提供が予定されている。
- 69 ：
- >>66＞Nvidia Quadro RTX8000“Turing”/250TOPS(INT8)の演算性能
>>68＞Xilinx INT8の演算性能は、Alveo U200で18.6TOPS、Alveo U200で33.3TOPSを実現。
NVIDIAの“Volta”はINT32で14.90でINT8が無いにしても
Alveo U200が TESLA V100 GPUより4倍以上高速ってのがよくわからん。
Quadro の８分の一だし。
- 70 ：
- >>69
INT32 vs INT8という単純な比較とか
- 71 ：
- 調べたら違ってたかも
アクセラレーターっていうのはGPUの固定的な機能はないから、ローレイテンシーで4倍早いらしい
つまり、リヤルタイム機械学習でスループットがそれだけ優れているらしい
リヤルタイムじゃないベンチ比較じゃ
- 72 ：
- >>71
リヤルw➡リアル
- 73 ：
- リアルタイム機械学習とは、ラベリングしやすい事例だけその場で学習して、その他は後回しにするという意味らしい
クレジットカードの処理で、詐欺的取引があれば素早くラベリングしてそれを処理する
これで人間により詐欺事案は数時間で処理できるように、後回しの通常取引データは数日後に処理する
このようなリアルタイムの概念を機械学習で取り込んだものだと
うまく想像できないが
- 74 ：
- つまり、映像処理のようにデータをある程度まとめて並列的的に流すしかできないGPUに対して、アクセラレーターは映像処理にはない細かく保留したりコントロールできるように設定できるということでは
- 75 ：
- 全てラベリングしたベンチマークは五分五分
リアルタイム機械では柔軟さにおいて、最終的に4倍も速く学習できましたということか
東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表
https://shiropen.com/2017/11/17/29625
AIの模倣したジャンプの動きは、初速と方向をジャンプに勢いをつける動きとラベリングして予想したもの
- 76 ：
- >>75
学習ではなく推論
勉強になりました
- 77 ：
- Xilinx AlveoはFPGAという分類で、ASICやCPU、GPUとは違い論理部分を細かく好きに更新、設定できる
つまり、扱いは難しいけど学習に応じた最適なアクセラレーター・AIチップにカスタマイズできるということらしい
AIチップの上級者向けの製品という認識でいいかも
- 78 ：
- >>77
勉強になりました。ありがとうございます。
GPUが右脳的でFPGAって左脳的なのかな。
並列化アルゴリズムが違うのかも。
CUDAとOpenMPの違いかな？
ゲーム脳だったらDirectXやPhysXで3DmarkやFF14ベンチとかあるんだから、
ビットコインのOpenCLでのマイニングのハッシュレートとか、
CineBenchとかで比較して欲しいわ。
- 79 ：
- Eテレ22:00- 又吉直樹ヘウレーカ
「僕たちの目はいつからついてるの？」目の起源
- 80 ：
- サウジアラビア王立研究所 五條堀孝先生
遺伝子ちゃらんぽらん説
ウズベンモウソウ
アンドンクラゲ
植物シアノバクテリアの遺伝子が動物プランクトンへ
ウズベンモウソウからアンドンクラゲへ
捕食と共生、カンブリア大爆発、進化と多様性
カメラ眼、タコの目は水晶体のレンズが動く
鳥は赤、緑、青、紫
昆虫の複眼、紫外線、花の蜜ネクターガイド
動体視力の高さ
三つの目のなごり、脳の松果体、時間感覚
- 81 ：
- >>75
>AIの模倣したジャンプの動きは、初速と方向をジャンプに勢いをつける動きと
>ラベリングして予想したもの
それ違う、×「予想」 →○「予測」
繋がりやら状況を観察して予測モデルを作ったその計算式による答えでしかない。
ＡＩが行うモデルは基本は観測による「性質解析」をして
そのデータから秩序モデルを求め、その抽象アルゴリズムの解でしかない。
予想というのは擬人化したＡＩちゃんが自我と心をもって自分の希望を含めた願いを
思い具現化するものな。
- 82 ：
- >>69
INT128とかINT64があったとして例えINT128からINT8にしても
16倍の性能が得られそして精度は10％程度しか落ちない
TensorコアならINT4とか INT1とか極端なモデルも考えられる。
実際神経のそれはニューロンが興奮した(あるいは発火した)を示せれば作れるわけで
"発火 or 非発火"で 1ビットでも足りる。
ビット数を減らせば同じ回路数での同時に演算できる行列演算（テンソル計算）の性能が増えるってこと。
- 83 ：
- >>81
なるほど、専門の人には負けるよ
- 84 ：
- 10/13((土))21:00- NHKスペシャル
『AIに聞いてみた』どうすんのよ！？ニッポン 第３回
マツコデラックスと有働由美子が人工知能AIと大問題「健康問題」に挑む。
- 85 ：
- 10/13((土))21:00- NHKBSプレミアム
スーパープレミアム『マリオ〜AIのゆくえ〜』
近未来の東京を舞台にAI人間となって生まれ変わった男と、いじめで自殺を考える少年との友情物語。
- 86 ：
- 10/13(土)23:30-24:00 BSアニマックス
『無料 ゲーム★アニマックス ♯163』
10/14(日)0:00-0:30 BSイレブン
『ソードアートオンライン アリシゼーション』第２話 「悪魔の樹」
【「BEATLESS Final Stage」全4話 放送情報】
http://beatless-anim...ws/detail_0912_1.php
■MBS
9月25日（火）27:00〜27:30 ：第21話放送
10月14日（日）26:15〜27:45 ：第22話〜第24話放送
- 87 ：
- 10/13((土))22:30- NHKBSプレミアム
『フランケンシュタインの誘惑』科学史 闇の事件簿
「超人類 人か？機械か？」
- 88 ：
- 10/14(日)23:30-00:00 NHK Eテレ 『サイエンスZERO』
美少女CGが手話を会得 AI編集の実力
10/15(月)0:00-0:45 『地球ドラマチック(再)犬vs猫対決 2』
ネコの愛情ホルモン！感情を理解するイヌ！
10/15(月)0:45-1:32『超AI入門(再)人間ってナンだ？』機械も感じる？
10/15(月)2:15-3:45 MBS『BEATLESS Final Stage』
全4話中残り3話をまとめて 第22話〜第24話放送
世界バレー女子の試合次第で繰り下げ可能性あり
- 89 ：
- >>85
スーパープレミアム『マリオ〜AIのゆくえ〜』
これ、ドラマ仕立てで分かりやすく懸念材料がちりばめてあって、なかなか面白かったです。
続編映画とかDVDで出ないかな？
>>87
『フランケンシュタインの誘惑』科学史 闇の事件簿
のサイバネティクス・オーガニック=サイボーグの父とも言うべきモシャーって人凄いね。
人間の拡張ってトランスヒューマニズムだし。
もし生きてらボストンダイナミクスのロボット見て対抗心燃やすだろうな。
- 90 ：
- >>82
INTて整数型か？の1や4て意味あるんかな？逆に遅くなりそう。
倍精度より単精度が遅いみたいな？
コンピューターでも計算が狂う？より
ttp://izumi-math.jp/sanae/inf_box/flow/flow.htm
＞単精度は4バイト(32ビット)で、
＞倍精度は8バイト(64ビット)で一つの数値を表します。
＞単精度では、全体の符号が１ビット/仮数部が24ビット/指数部が7ビットで表現されます。＞仮数部の精度は10進数で6桁しかありません＞一方、倍精度では仮数部52ビット/指数部が11ビットとなり、精度は15桁に上がります。
>>82＞実際神経のそれはニューロン〜"発火 or 非発火"で 1ビットでも足りる。
ディープラーニングって0から1の間の確率に落とし込むんじゃないの？
論理だけならブーリアン型で良いってこと？
- 91 ：
- バディドッグ 4 （ビッグ コミックス）発売中！
細野 不二彦
商品情報
発売日:2018年09月28日頃
著者／編集:細野 不二彦
レーベル:ビッグ コミックス
出版社:小学館
発行形態:コミック
ページ数:208p
ISBN:9784098600700
内容（出版社より）
バディドッグ派遣事業、スタートなるか！？
- 92 ：
- >>44
サイエンスZEROに映ってたのはどーみても
ゲーミングPCタイプだった。
デスクトップ画面は無料のOS Ubntu14か16
ソフトウェアはCUDAとPython
藤田一弥『実装 ディープラーニング』
を参考にすると、
Windows10Proが動作するスペック
マザー￥10,000
コアi7 \7,000
メモリ16GB \2,2000
グラボGTX1080 \80,000
HDDが2T \20,000
1200W電源 \20,000
筐体 \20,000
くらいでも20万円で作れそうだよ。
- 93 ：
- >>90
横だけど、一つの細胞がどうなってるかを表すために必要なデータの大きさなのでは。
INT4だと4x8bit=32bitで一つの細胞を表すとか。
一回計算する時間が変わらないとすると、一つの細胞をINT4で表していると
一回計算して一つの細胞しか計算できないけど、一つの細胞を1bitで表していると
一回で32個の細胞を計算できるみたいな。
- 94 ：
- >>93
ちゃんとあるんですかね？使われてるのかな？
SAPと関連業務の用語集に関するページ。
http://www.sapfan.jp/term015.html
＞自分のためのメモ的なものですので、参考にしていただくのは自由ですが、
＞内容に責任は持てませんので御了承ください。
用語集／INT4
-2177483647〜2177483647までの4バイト整数。最大10桁。
用語集／INT2
-32767〜32767までの2バイト整数。最大5桁。
用語集／INT1
0〜255までの1バイト整数。最大3桁。
【前スレ】 の重みパラメータだと１０桁あればこと足りるってこと？
人工知能で自我･魂は作れるか？２ＡＩ [無断転載禁止]©2ch.sc
https://rio2016.2ch.sc/test/read.cgi/future/1500306941/727
https://rio2016.2ch.sc/test/read.cgi/future/1500306941/586
>586で紹介したQiitaの手書き数字認識のnet_params.js ←学習済みパラメータデータ配列 の一例を抜粋するとこんなんやで
net_params = {
"w1":[[-0.00741249,-0.00790439,-0.013075,0.0185257,-0.00153461,-0.00876485,-0.0292946,-0.0210186,-0.0149041,
-0.00563215,-0.00669386,-0.0953202,0.0230295,0.00116916,0.0422731,0.00876646,0.0278336,-0.0357516,0.014931,
-0.00776699,0.0100918,-0.0381134,-0.0302279,-0.00554773,0.063695,0.0315716,0.0631695,0.0197872,-0.0433127,-0.013501],
[・・・],
小数は整数に含まれませんが・・整数に直してから計算してまた少数に戻すのか？さっぱりわからん・
これを最大10桁のまま計算だったら早いのか？重みが消えてしまいませんか？勾配喪失？
- 95 ：
- >>94
単精度演算だったら聞いたことあるし使われてるのでは。
1bitで神経細胞がどうなってるか表せないんじゃないかと思う。
- 96 ：
- >>95
機械学習の隠れ層のパラメータは神経細胞を模倣しているとはいえ10桁の少数はいるでしょ？
>>44のチップはかなり複雑です。
IBMが人間の脳と同じ構造を持つプロセッサーの開発に成功
https://i.gzn.jp/img/2014/08/08/ibm-brain-similar-processor-chip/03.jpg
https://i.gzn.jp/img/2014/08/08/ibm-brain-similar-processor-chip/02.png
シナプスとニューロンとコミュニケーションを合わせて一つの細胞だから。
- 97 ：
- 10/14(日)23:30-00:00 NHK Eテレ 『サイエンスZERO』
美少女CGが手話を会得 AI編集の実力
SAYAの手話CGがすごい。微妙な調整が大変だけど、最初の一歩
- 98 ：
- >>97
http://i.imgur.com/Zgcb1il.jpg
こっちのがリアルだしエロいぞ
- 99 ：
- エロさも技術力向上には必要だと思うけれども、日本はどうして投資が進まず個人レベルなのだろうか？
日本のCGキャラ
Saya: An extremely realistic CGI character
https://youtu.be/iAJgZyrTeRU
CGI is getting better and better!
海外のCGキャラ
Unreal Engine 4 - (2018) - Ridiculous Realistic Looking Characters!
https://youtu.be/Vh9msqaoJZw
2018, so a new year for Unreal Engine 4 technology to shine!
A few days ago, GDC 2018 showed us how great the future of Unreal Engine 4 can look.
Especially characters can look better then ever!
世界のロボットキャラ
あなたが見なければならない信じられないほどの生き生きとしたヒューマノイドロボット8
https://youtu.be/dIuL4D00uOY
8:ASUNA
7:HAN
6:ACTROID
5:SOFIA
4:ERICA
3:GEMINOID DK
2:Kodomoroid and Otonaroid
1:JIA JIA
- 100 ：
- SENSORS「ロボットと表現について」ERICA×小川浩平×落合陽一×齋藤精一が白熱議論（ロボットと表現 1/4）
https://youtu.be/jOiP2gWuhcE
今回、SENSORSが注目したテーマは「近未来ロボット」。
日テレ新人アナウンサーのアオイエリカ（AOI ERICA）、
大阪大学小川氏を交え、MC陣と白熱の議論を展開。
100〜のスレッドの続きを読む
この世は仮想世界だろ？
永久機関フリーエネルギー波動砲総合6 片山さつき
シンギュラ関連ニュース保管庫
思考盗聴器を開発せよ
● 放射能をなくす発明 ●
[憲法]PEZY齊藤先生潰しのﾔﾗｶｼ実行部隊一翼は[違反]
GAFAが世界を支配する
UFOのエンジン設計したから誰か作って【ジャイロ】
(強いAI) 技術的特異点/ｼﾝｷﾞｭﾗﾘﾃｨ 114
【VR】仮想恋愛・性行為について語るスレ
--------------------
【余命ﾁｮﾒﾁｮﾒ日記管理人】ブログで煽り960人に弁護士への懲戒請求を出させる→管理人は請求せず→960人が弁護士から訴えられる予定★17
ご注文はうさぎですか？？220羽
恋愛をすればするほど、女は磨かれる
【MM】メタルマックス総合スレ 戦車283台目【MS】
ブルージーなハードロック総合
【Half8】 ミニインファーノ 五 【1/16】
【ニガー】 みこライブ#675 【ワッチョイ有IP有ID有】
◇◇武道家 著名人 アイドル◇◇ ⇒ 勝手に語れ
【Mint/Braava】拭き掃除ロボット【床・窓】 ２台目
できちゃった婚は「おめでた婚」に改名だってｗｗｗ
第4期叡王戦 Part24
ノースキルブスしかいないモーニング娘のヲタって看板が好きなの？
【ソロキャン】いつも何を持って行ってんの？★１
■■■■■■■■■■■ ｳﾑの食い込み 3 ■■■■■
パンクな漫画、はよ書けや、熱く！！！！
【PG】ﾊﾟｰﾌｪｸﾄｸﾞﾚｰﾄﾞ総合ｽﾚｯﾄﾞ･第33弾
2020年パ・リーグ戦力分析スレ part5
京都府民の洋楽事情
局内の恋話 第12段★
【若手メンバー()】堀未央奈卒業応援スレ☆104【ミニ指原足裏👣】
TOP カテ一覧 スレ一覧 100〜終まで 2ch元 削除依頼
