知能研究スレ2 - 暇つぶし2ch

知能研究スレ2 ..

191:>>190
18/08/27 10:11:18.00 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
Page 11
[2] J. AchiamおよびS. Sastry。深い強化学習のためのサプライズベースの内的動機。
arXiv：1703.01732,2017。3,9
[3] M. Bellemare、S. Srinivasan、G. Ostrovski、T.Schaul、D. Saxton、およびR.Munos。
カウントベースの探索と固有のモチベーションの統一。 NIPSでは、2016年1月9日
[4] MG Bellemare、Y. Naddaf、J. Veness、およびM. Bowling。アーケード学習環境：一般エージェントの評価プラットフォーム。
Journal of Artificial Intelligence Research、47：253279、jun 2013. 2
[5] RY Chen、J. Schulman、P. Abbeel、およびS. Sidor。
q-ensembles.arXiv：1706.01502、2017.によるUCBとインフォゲイン探査
[6] G. Costikyan。ゲームの不確実性。 Mit Press、2013. 6、10
[7] B. Eysenbach、A. Gupta、J. Ibarz、およびS. Levine。
ダイバーシティはあなたが必要とするすべてです：報酬機能のない学習スキル。 arXivプレプリント、2018
[8] M. Fortunato, MG Azar, B. Piot, J. Menick, I. Osband, A. Graves, V. Mnih, R. Munos, D. Hassabis, O. Pietquin, C. Blundell, and S. Legg.
M. Fortunato、MG Azar、B. Piot、J. Menick、I. Osband、A. Graves、V. Mnih、R. Munos、D. Hassabis、O. Pietquin、C. Blundell、およびS. Legg 。
探査のための騒々しいネットワーク。 arXiv：1706.10295,2017。9
[9] J. Fu、JD Co-Reyes、およびS. Levine。 EX2：深層強化学習のための模範モデルによる探査。 NIPS、2017. 9
[10] K. Gregor、DJ Rezende、およびD. Wierstra。バリアント固有制御。 ICLRワークショップ、2017年9月
[11] R. Houthooft, X. Chen, Y. Duan, J. Schulman, F. De Turck, and P. Abbeel.
R. Houthooft、X. Chen、Y. Duan、J. Schulman、F. De Turck、およびP. Abbeel。
Vime：探索情報を最大化する変分情報。 NIPSでは、2016年1月9日
[12] R. Hunicke、M. LeBlanc、およびR. Zubek。
Mda：ゲーム設計とゲーム研究への正式なアプローチ。ゲームAIにおける課題に関するAAAIワークショップ（2004年6月10日）
[13] S.IoffeおよびC.Szegedy。バッチ正規化：内部共変量シフトを減らすことにより、深いネットワークトレーニングを加速します。
arXiv preprint arXiv：1502.03167,2015 4

192:>>191
18/08/27 10:12:16.58 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
[14] K. Jarrett、K. Kavukcuoglu、Y. LeCun、et al。オブジェクト認識のための最善のマルチステージアーキテクチャとは何ですか？
IEEE, 2009. 9コンピュータビジョン、2009年IEEE第12回国際会議、21462153ページ、IEEE、2009. 9
[15] DP KingmaとM. Welling。変分ベイズの自動エンコーディング。 arXiv preprint arXiv：2013年2月3日、1312.6114
[16] N. Lazzaro。ゲームをする理由：プレイヤーの経験でより多くの感情への4つの鍵。 Proceedings of GDC、2004. 6、10
[17] J. LehmanおよびKO Stanley。新規性の探索を通じて問題を解決するためのオープンエンド性の活用。 ALIFE、2008. 9
[18] J.リーマンとKOスタンレー。放棄する目的：進化だけで斬新さの探索。進化的計算、2011. 9
[19] M. Lopes、T. Lang、M. Toussaint、およびP.-Y. Oudeyer. Oudeyer。
経験的に学習進展を推定することによるモデルベースの強化学習の探索。 NIPS、2012. 9
[20] M. Lopes、T. Lang、M. Toussaint、およびP.-Y. Oudeyer。
経験的に学習進展を推定することによるモデルベースの強化学習の探索。 NIPS、2012. 1
[21] V. Mnih、K. Kavukcuoglu、D. Silver、AA Rusu、J. Veness、MG Bellemare、A. Graves、M. Riedmiller、AK Fidjeland、G. Ostrovski、et al。
深層強化学習による人間のレベルの制御。 Nature、2015、1
[22] S。モハメドとDJ Rezende。本質的に動機付けされた強化学習のための変分情報の最大化。 NIPSでは、2015年1月
[23] I. Osband、C. Blundell、A. Pritzel、およびB. Van Roy。ブートストラップdqnによる深い探査。 NIPS、2016年9月
[24] G. Ostrovski、MG Bellemare、A.vd Oord、およびR.Munos。
神経密度モデルを用いたカウントベースの探索。 arXiv：1703.01310,2017。1,9
[25] P.-Y. Oudeyer。好奇心に基づく学習の計算理論。 arXiv preprint arXiv：1802.10546、2018. 9
11

Page 12

193:>>192
18/08/27 10:12:55.87 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
[26] P.-Y. Oudeyer and F. Kaplan。内在的な動機は何ですか？計算上のアプローチの類型。ニューロロボティクスの最前線、2009年1月9日
[27] D. Pathak, P. Agrawal, AA Efros, and T. Darrell.
D.Patak、P. Agrawal、AA Efros、およびT. Darrell。
自己監視予測による好奇心に基づく探索。 ICMLでは、2017年1月2日、3日、4日、6日、9日
[28] D. Pathak, P. Mahmoudieh, G. Luo, P. Agrawal, D. Chen, Y. Shentu, E. Shelhamer, J. Malik, AA Efros, and T. Darrell.
D. Pathak、P. Mahmoudieh、G. Luo、P. Agrawal、D. Chen、Y. Shentu、E. Shelhamer、J. Malik、AA Efros、およびT. Darrell。
ゼロショットの視覚的模倣。 ICLR、2018.1
[29] M.Plappert、R.Houthooft、P.Dhariwal、S.Sidor、RYChen、X.Chen、T.Asfour、P.Abbeel、およびM. Andrychowicz。
探索のためのパラメータ空間雑音。 arXiv：1706.01905,2017。9
[30] P. Poupart、N. Vlassis、J. Hoey、およびK. Regan。
離散ベイジアン強化学習の解析的解。 ICML、2006. 1
[31] DJ Rezende、S.Mohamed、およびD.Wierstra。
深い生成モデルにおける確率的逆伝播と近似推論。 arXiv preprint arXiv：1401.4082、2014。3
[32] EL Ryan、Richard; Deci。内在的および外的な動機：古典的定義と新しい方向性。現代教育心理学、2000. 1
[33] AM Saxe, PW Koh, Z. Chen, M. Bhand, B. Suresh, and AY Ng.
AM Saxe、PW Koh、Z. Chen、M. Bhand、B. Suresh、およびAY Ng。
ランダムウェイトと教師なしの特徴学習。 ICML、10891096ページ、2011年。

194:>>193
18/08/27 10:13:33.41 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
[34] J. Schmidhuber. 。奇妙なモデル構築制御システム。
Neural Networks、1991年、IEEE国際共同会議、14581463ページ、IEEE、1991. 9
[35] J. Schmidhuber。モデル構築のニューラルコントローラに好奇心と退屈を実現する可能性。
動物から動物へ：適応行動のシミュレーションに関する第1回国際会議の議事録、1991. 1
[36] J. Schmidhuber。モデル構築のニューラルコントローラに好奇心と退屈を実現する可能性、1991. 9
[37] J. Schmidhuber。創造性、楽しい、そして本質的な動機づけの公式理論（19902010）。
自律的精神発達に関するIEEEの取り組み、2010. 9
[38] J. Schulman、F. Wolski、P. Dhariwal、A. Radford、およびO. Klimov。近接ポリシー最適化アルゴリズム。
arXiv preprint arXiv:1707.06347, 2017. 4
arXiv preprint arXiv：1707.06347,2017
[39] J. Schulman、F. Wolski、P. Dhariwal、A. Radford、およびO. Klimov。近接ポリシー最適化アルゴリズム。
arXiv preprint arXiv：1707.06347、2017. 2
[40] SP Singh、AG Barto、N. Chentanez。本質的に動機付けられた強化学習。 NIPSでは、2005年1月
[41] L.スミスとM.ガッサー。具体的な認知の発達：赤ちゃんからの6回のレッスン。人工生命、2005年1月
[42] BC Stadie、S。Levine、およびP. Abbeel。深い予測モデルによる強化学習の探求を促進する。 NIPSワークショップ、2015年.2,9
[43] KO StanleyおよびJ. Lehman。なぜ偉大さが計画できないのか：目的の神話。 Springer、2015。9
[44] S. StillおよびD. Precup。
An information-theoretic approach to curiosity-driven reinforcement learning.
好奇心に基づく強化学習への情報理論的アプローチ。 Theory in Biosciences, 2012. 9バイオサイエンス理論、2012. 9
[45] S. Sukhbaatar, I. Kostrikov, A. Szlam, and R. Fergus. [45] S. Sukhbaatar、I. Kostrikov、A. Szlam、およびR. Fergus。
Intrinsic motivation and automatic curricula via asymmetric self-play.
内在的な動機づけと、非対称セルフプレイによる自動カリキュラム。 In ICLR, 2018. 9 ICLR、2018年9月

195:>>194
18/08/27 10:14:07.88 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
[46] RS Sutton and AG Barto.
[46] RS SuttonおよびAG Barto。
Reinforcement learning: An introduction.
強化学習：導入。 MIT press Cambridge, 1998. 4
MITプレスケンブリッジ、1998。4
[47] H. Tang, R. Houthooft, D. Foote, A. Stooke, X. Chen, Y. Duan, J. Schulman, F. De Turck, and P. Abbeel.
H. Tang、R.Houthooft、D.Foote、A.Stooke、X.Chen、Y.Duan、J.Schulman、F.De Turck、およびP. Abbeel。
#Exploration：深層強化学習のためのカウントに基づく探索の研究。
神経情報処理システムの進歩、2017. 9
[48] P. Wouters、H. Van Oostendorp、R. Boonekamp、およびE. Van der Spek。
バックストーリーと予兆を実装することで、魅力的で効果的な真剣なゲームを作成する際のゲームの談話分析と好奇心の役割。
コンピュータとの交流、2011年6月、10
[49] Z. Yang, M. Moczulski, M. Denil, N. de Freitas, A. Smola, L. Song, and Z. Wang.
Z. Yang、M. Moczulski、M. Denil、N. de Freitas、A. Smola、L. Song、およびZ. Wang。
ディープフライドコンベット。
In Proceedings of the IEEE International Conference on Computer Vision, pages 14761483, 2015. 9
IEEEビジョンに関するIEEE国際会議予稿集、14761483、2015。
12

196:>>195
18/08/27 10:15:34.07 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
Page 13
A
実装の詳細
ウェブサイトでトレーニングコードと環境を公開しました3。
詳細については、ウェブサイトのコードとビデオの結果を参照してください。
前処理：
すべての実験はピクセルで行った。
すべての画像をグレースケールに変換し、サイズを84x84に変更しました。
現在の観測のみを使用するのではなく、歴史的観測[xt→3、xt→2、xt→1、xt]のスタックの両方でエージェントの方針とフォワードダイナミクスの機能を学ぶ。
これは、これらのゲームで部分的な観測可能性を取得するためです。
Super Mario BrosとAtariの実験では、各アクションを4回繰り返す標準フレームキットラッパーも使用しました。

197:>>196
18/08/27 10:16:05.21 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
Architectures:アーキテクチャ：
私たちの埋め込みネットワークとポリシーネットワークは、同一のアーキテクチャを持ち、Atariの実験で使用されている標準の畳み込みネットワークに基づいていました。
埋め込みネットワークのフィーチャとして取るレイヤーは、すべての実験で次元512で非線形性はありませんでした。
ユニティ実験では、予測誤差のスケールを外的報酬と比較して一定に保つために、埋め込みネットワークにbatchnormを適用しました。
また、共変量のレベルをレベルからレベルまで減らすためのMarioの一般化実験でもこれを行いました。
VAEの補助タスクとピクセルメソッドでは、同様のデコンボリューションアーキテクチャを使用しました。その詳細は、コード提出の中で見つけることができます。
IDFおよびフォワードダイナミクスネットワークは、埋め込みネットワークの最上位にあり、いくつかの完全に接続された次元の層512が追加されています。
ハイパーパラメータ：
すべてのネットワークで学習率0.0001を使用しました。
ほとんどの実験では、32の並列環境のみを実行できるUnityおよびRoboschoolの実験と、2048を使用した大規模なMarioの実験を除いて、128の並列環境を使用しました。
ユニティ実験を除いて、すべての実験で長さ128のロールアウトを使用しました。ここでは、512の長さのロールアウトを使用していました。ネットワークがすばやい報酬に素早く掛かるようにしました。
MarioとAtariの最初の9回の実験では、スピードのためにロールアウトあたり3つの最適化エポックを使用しました。
Marioスケーリング、一般化実験、Roboschool実験では、6エポックを使用しました。
ユニティ実験では、8つのエポックを使用しましたが、もう少し迅速に疎の報酬を利用しました。
B
追加の結果

198:>>197
18/08/27 10:16:35.47 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
0 250 500 750 1000 1250 1500 1750
0 1000 2000 3000 4000 5000 6000 7000
0 100 200 300 400
ビームライダー
BreakOut ? 起こる
MontezumaRevenge ? モンテスマ復讐
ポン
マリオ
Qbert
Reverraid ? 反逆
シークエスト
スペースインベーダーズ
フレーム数（単位：百万）
エピソードごとの外来報酬
ピクセル
VAE features ? VAEの機能
Inverse Dynamics features ? 逆動力学の特徴
Random CNN features ? ランダムCNN機能
（a）ベストリターン
（b）エピソードの長さ
図7：
（a）左：8つのアタリゲームとマリオの外生的なベストリターン。
（c）右：8つのアタリゲームとマリオのエピソード長の平均。

199:>>198
18/08/27 10:17:08.76 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
フレーム数（単位：百万）
エピソードごとの外来報酬
Inverse Dynamics features ? 逆動力学の特徴
ランダムエージェント
Random CNN features ? ランダムCNN機能
図8：
48個のAtariゲームで、純粋な好奇心に基づいた探索（外的報酬もエピソード終了信号もない）。
私たちは、外的帰還やエピソード信号の終わりにアクセスできないエージェントにもかかわらず、好奇心に基づくエージェントの外的帰還がしばしば増加することを観察します。
In multiple environments,
複数の環境では、
the performance of the curiosity-driven agents is significantly better than that of a random agent, although there are environments where the behavior of the agent is close to random, or in fact seems to minimize the return, rather than maximize it.
エージェントの行動がランダムに近いか、実際には最大限にするのではなく、リターンを最小限に抑えるような環境が存在するにもかかわらず、好奇心に基づいたエージェントのパフォーマンスはランダムエージェントのパフォーマンスよりも大幅に優れています。
大部分の訓練プロセスでは、RFは環境の約67％でランダムエージェントよりも優れていますが、IDFは環境の約71％でランダムエージェントよりも優れています。

200:>>199
18/08/27 10:17:54.98 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
Reward Gravitar Freeway Venture PrivateEye MontezumaRevenge ? Gravitar Freewayベンチャーに報酬を与えるPrivateEye Montezuma Revenge
Ext Only 999.3±220.7 33.3±0.6 0±0 5020.3±395 1783±691.7
Ext + Int 1165.1±53.6 32.8±0.3 416±416 3036.5±952.1 2504.6±4.6
表2：
これらの結果は、内因性+外因性報酬と外因性報酬のみを訓練した薬剤について、3種の種子にわたって1億フレーム後の平均報酬（±std-error）を比較する。
外因性（係数1.0）および内因性報酬（係数0.01）は、ハイパーパラメータ調整なしで直接結合された。
私たちは、将来の仕事まで内在的な報酬と内在的な報酬を最適に組み合わせる方法について質問を残します。
これは、内因性報酬と外的要因を組み合わせることが論文の焦点ではなく、これらの実験が完全性のために提供されていることを強調しています。
B.1
アタリ
探索の量をより正確に測定するために、図7（a）の好奇心に基づくエージェントと図7（b）のエピソードの長さの最良のリターンを提供します。
特に、ポンでは、エピソードの長さが長くなり、リターンの高原と相まって、代理人は報酬ではなくボールのバウンス数を最大にすることを示しています。
図8は、48個のAtariゲームでの逆動力学とランダム機能に基づく好奇心に基づくエージェントのパフォーマンスを示しています。
このペーパーの焦点ではありませんが、完全性のために、いくつかの希少な報酬Atariゲームに内的および外的報酬を組み合わせたいくつかの結果が含まれています。
外的報酬と組み合わせる場合、エピソード信号の終わりを使用します。
使用された報酬は、外的報酬に内的報酬の0.01倍を加えたものである。
結果を表2に示す。
内在的な報酬と外的報酬の組み合わせを調整する必要があるため、設定間に大きな違いはありません。
私たちはMontezuma's Revengeの本質的な+外因的な実行の1つが10の部屋を探索したことを観察しました。
3ウェブサイトURLﾘﾝｸ(pathak22.github.io)
13

201:>>200
18/08/27 10:19:14.57 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
Page 14

0 2500 5000 7500 10000 12500 15000 17500
0 25000 50000 75000 100000 125000 150000 175000 200000
エピソードごとの外来報酬
勾配の更新の数
マリオのスケール
128環境のバッチ
バッチ1024環境
図9：
Marioスケーリング実験での外因性のベストリターン
より大きなバッチではエージェントがより効果的に探索し、より少ないパラメータ更新で同じパフォーマンスに到達し、より良い最終スコアを達成できることがわかりました。

B.2 Mario
図3（a）に示すプロットのアナログを示し、最大の外的収益を示します。
図9を参照。
14

Page 15

15

202:yamaguti
18/08/27 10:22:35.01 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
URLﾘﾝｸ(google.jp)

203:>>155-201
18/08/27 10:23:27.98 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
>>155-201
ｽﾚﾘﾝｸ(future板:156番)-158#21-28#17#228# AI/AL
ｽﾚﾘﾝｸ(future板:280番)# Araya

>158 ｰ 180824 1739 3eCkMSqb
:
>に突き動かされるエージェントは独自のルールを、なんというか、セットするようになる。
> 新しいことを経験するように刺激される。
>、Breakout ry 、飽きたくないというモチベから、いいパフォーマンスをしてくれるのだ。
> ホワイトペーパー：”ボールによってブロックが積みあがるだけ、残されたブロックは複雑になる。
>ry を刺激してさらに探索させ、その副産物でスコアも
　
> 123 名前：YAMAGUTIseisei E-mail：sagezon.jp/dp/4041058856/okyuryo-22 投稿日：NG NG?2BP(0)
> >>3 >>103
> URLﾘﾝｸ(www.nhk-ondemand.jp)
> 負けた相手にどう立向うか梅原はその戦略を考え続けていた
>
> もう少しこう自分からうーん攻める様な方法はないかなって云うのは夜考えてましたね
> 只キャラのキャラクターのコンセプト的にそういう風に作られてないので
> ちょっと無理あるかなーとは思ってますけど
>
> 其々のゲームキャラクターにはゲーム開発者によって強味や弱味が設定されている
> ときどの使う豪鬼パワフルで攻撃力が非常に高く最強のキャラクターの一つだ
> だが梅原は敢て最強のキャラクターを使おうとはしない
> 梅原のガイルは防御力が強みで攻撃を仕掛けるよりは受けを得意とする
> 元々の設定上プロ同士が闘うとガイルは豪鬼の攻撃に耐え切れず劣勢になりがちだと言う
> だが

204:>>203
18/08/27 10:24:30.72 Zq8VRJ9K.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
>>203
>
> 只意外とこういうのってホントにしつこくしつこく捜してると見付かったりするんですよね
> 開発者が意図してない部分でその技術を試すし考えるし自分がね工夫するしそれが楽しいんですね
> 新しい発見とかが見付かるかも知れないと思うとワクワクするし
>
> 最強ではないキャラクターの方が予想外の戦略で闘う面白さが生まれ易いと梅原は考える
> 梅原にはプロゲーマーが勝利と共に絶対に大事にすべきと考える事がある
>
> 観客を如何に楽しませられるか
>
> あのやっぱり見ている人がいてその人達を喜ばせる事楽しませたりとか
> 後は単純に納得させたりとかするって云う事は凄い大事なそれがまそそそれがもぅゴールですから
> 仕事としてはそこがゴールですから見ている人達がどう感じるかじゃないですか
>
> 梅原は自分のキャラクターが苦手とする積極的な攻撃を試し始めた
>
>
>プロフェッショナル仕事の流儀新しい仕事スペシャル 2018/03/19(月)19:30放送 NHK総合 TVでた蔵
> URLﾘﾝｸ(datazoo.jp)
> [プロフェッショナル仕事の流儀【 ry 】 ]の番組概要ページ - gooテレビ番組（
> URLﾘﾝｸ(tvtopic.goo.ne.jp)

205:yamaguti
18/12/18 09:31:46.48 1Mljh8RF.net BE:138871639-2BP(0)
URLﾘﾝｸ(img.5ch.net)
>>155-204
>403 ｰ 181206 0634 9MxLzrNl
>URLﾘﾝｸ(mobile.twitter.com)
>
>グーグル傘下のDeepMindの研究 \>アタリのゲーム難３ \> 「MONTEZUMA’S REVENGE」　「PITFALL!」　「PRIVATE EYE」
>
> 環境報酬なしでも平均的な人間のスコアを大幅に超えた。
>URLﾘﾝｸ(papers.nips.cc)
>97 ｰ 181217 2203 EMtBn6g5
>前スレのこれ面白
> DeepMindの人工総合知能への新しいマイルストーン／DeepMind’s New Milestones on the Road to Artificial General Intelligence
>
>ディープマインドの沿革をまとめ記事
>最近のチェスの。 \>24時間の自己トレーニング、現最強のソフトの学習処理速度の900分の1という制限で、最強ソフトに圧勝
>アルファゼロからアルゴリズム進化証拠
>、アタリゲームの何十種類もスーパーヒューマンレベル
>限定的なAGIということか。
>53 yamaguti 181217 2106 wTQbtxsi? \>27 yamaguti 181201 2235 pKy81yx+? \ \ \ \ \> >686 620 170329 0115 oL56SRZT
>＞＞＞強い AI ( AL ) 簡易版実装用資料 ( ほぼ網羅 ) >680 ( >552 >529 引込現象 )
>＞＞＞
>＞＞＞ >205 >135 : YAMAGUTIseisei 20161009 >繰返しになるが既にできている ( 自分だけの問題でないので全てを詳らかにできないが自分の師匠がとうの昔に簡易
:
＞＞＞ >837 YAMAGUTIseisei 181014 1912 6JUQzgf8? \> >41 yamaguti 1009 1337 viDZhWE2? \> >280 名前：YAMAGUTIseisei E-mail：1537288223sage854-888 投稿日：2018/10/01(月) 10:33:23.53 ID:clFG90EB?2BP(0)
>＞＞＞＞ DeepMind 強い AI/AL 射程目鼻
:
>＞＞＞ｽﾚﾘﾝｸ(future板:273番)-285## \ \ dahara1 氏
:
>＞＞＞、計算的に様々なタスクに応用できるチューリング完全なUniversal Transformers \>＞＞＞汎用
>＞＞＞ :
>＞＞＞ry : HTM HPKY DSL HPKY-UniversalTransformer SingularityNetAL CellBeAL SW26010AL PezyBbiAL NeuralLaceAL
(deleted an unsolicited ad)

206:205
19/05/16 22:58:46.56 aLnc2HDn.net
>>205
| 27 yamaguti 190514 1314 2vGaUUWM \>49 yamaguti 190419 0256 CVBD0yuO
||>130 ｰ 190405 1357 +TcvRYcO
|||】「ドワンゴ人工知能研究所」が閉鎖
||>ｽﾚﾘﾝｸ(bizplus板:240-248番)#(247)#299-303#(299,303)#345-364#(363)##
|||
||>に汎用人工知能に詳し
||
||>240 名刺は切ら 190405 1541 CocGLBI2
||| >235大森秀樹さんも可哀想に
|||
||>お宅が汎用ＡＩ理解してないだけ
||>大森氏の幾何学への新視点（不確定性と非可換
||>では数学は脳が作っ
||>自然数さえも脳の直観に基づくと
|||
||>ようするに数学には普遍性はない
||>脳から離れては数学は実在しない
|||
||>以前は \>人間とは離れて数学実在って考え
|||
||| 放送大学の線形代数入門に
||>数学は２０世紀末からヒルベルトの形式主義から急速に脱出しつ \>と記述
|||
||>これはヒルベルトの抽象化形式に \>普遍性が無い事を言ってる
|||
||>ようするに点集合の上部構造としての \>公理的集合論に普遍性はない
|||
||>放送大学の教科書だけでなく \>大森氏も著書で指摘
||
|| ｽﾚﾘﾝｸ(future板:59-60番)#1489922543/286#1523134522776# RyousiRon

207:205
19/05/16 23:00:11.35 aLnc2HDn.net
>>205-206
| 25 yamaguti 190514 1313 2vGaUUWM \ \>44 yamaguti 190419 0252 CVBD0yuO
||||>909 ｰ 190417 1359 MA2fvPeQ >579 ｰ 190411 0657 WPKyHS65
|||| :
||||>深層学習の限界突破へ、MITなどが「ハイブリッドAI」を開発
||||>URLﾘﾝｸ(m.newspicks.com)
||| :
|||>579 ｰ 190411 0657 WPKyHS65
|||| 深層学習の限界突破へ、MITなどが「ハイブリッドAI」を開発　
|||>URLﾘﾝｸ(www.technologyreview.jp)
||| :
||||>44 yamaguti 190404 1907 CS6nD8sb? \ \> 45 名前：yamaguti E-mail：この国だけに配慮致します立場でないので申上げますsage 投稿日：2019/03/08(金) 14:06:39.82 ID:lgKqio1I?2BP(0) \ \> YAMAGUTIseisei wrote:
||7| HPKY 型汎用 AI/AL ( NN ベース辞書ベース例 )
|||||||| :
|||7>774 yamaguti~貸 171020 1534 0nNF/MoU?
||||||| :
|||7>NN ベース AI というよりもいわば設計ベース AI ( AL ) + NN
|||7|
|||7>従来予想 : 超強力弱い AI (
|||| :
||||
|||| Smalltalkの背後にある設計原則
|||| ｽﾚﾘﾝｸ(future板:27-35番)#-48
|||| URLﾘﾝｸ(google.jp)
|||| ｽﾚﾘﾝｸ(future板:34-45番)# 45,35 : HPKY # 40 : MetaAL , DSL Suityoku
|||| ｽﾚﾘﾝｸ(future板:173-183番)#1529408476/159# KenRon # DSL Suityoku
|||| URLﾘﾝｸ(google.jp)
|||| p://google.jp/?q=hasabisu+ai+haiburiddo

208:102
19/11/30 18:17:42.15 g1wMpMyw.net
> 30 yamaguti 190901 2352 vP6qbkkr \ \>38 yamaguti 190712 0741 BvhXtK7w
>>> >830 ｰ 190703 1024 EzMBrXH5
> :
>>> >941 ｰ 190704 1138 y8i+Pbd/
>>>>AIの不安、第一人者の答
>>>>・ヒントン氏　トロント大学名誉教授
>>>>_URLﾘﾝｸ(r.nikkei.com)
>>> :
>>>>「想像以上のことが起き。10年前機械翻訳ができる思わな。ｰラルネッを信じていた私も含め。
>>>>2009 私に『19年機械が複数の言語を翻訳できるか』『ノー』
>> :
>>>>「、いずれ機械は人のように賢くなる。 5年かも
>>> :
>
> >>10
>>マイクロソフトから１千億円調達 OpenAI。5年以内にAIの知能が人間レベルに到達予測
>
> 弱い AI 世界線松田先生カーツワイル先生
> _ｽﾚﾘﾝｸ(future板:140番)# YowaiAI SekaiSen MatudaSensei KaatuwairuSensei
> 齊藤元章氏‐AGIチップ実現への Game Changer
> _URLﾘﾝｸ(m.youtube.com)

209:>>102
19/11/30 18:18:15.85 g1wMpMyw.net
> 59 yamaguti 191125 1755 6K8X4p8M
> >933 ｰ 191115 0924 IvREeeSh
>>ニューラルネッこうして進化：の権威・ヒントン
>>_URLﾘﾝｸ(wired.jp)
>
>> GH：、パンダを見てダチョウと、。、上位の表現からの再構成問題。。。最近、、・フロスト、（上位の表現からの）再構成、発見
> :
>> NT：も再構成できる？意識も？
>> GH：もちろ
>
>> 43 yamaguti 191009 2042 M35a2ys0
> :
>> >729 ｰ 191006 1550 r9nhsQ+4
> :
>>>GANを用いて過去に覚えを忘れないクラス分類器を実装した新ｰラルネッ
>>>p://ai-scholar.tech/treatise/acgan-ai-223/# ｽﾚﾘﾝｸ(future板:34-37番)##1569536835/22# 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
> :
>
>> 尖端シナプスはトップダウンの期待 ( 訳注 : 待望予想 ) を呼び起こす
>> ２．２．３。尖端シナプスはトップダウンの期待を生み出す
>> 図 4>このようにして尖端フィードバックはネットワークを、どんな入力であれ予想シーケンスの一部である、として解釈する様にバイアスし、予想シーケンス内のどの要素ももしも入力と一致しない場合を検出

210:ウルトラスーパーハイパーフィードバックエレキモンバーストモード
19/12/14 16:21:36.48 ZdbDCgAD.net
デジモン(デジタルモンスター)シリーズのアニメの最新作を放送してね
デジモン(デジタルモンスター)シリーズのアニメの完全新作を放送してね
デジモン(デジタルモンスター)シリーズのアニメの新作を放送してね
デジモン(デジタルモンスター)シリーズのアニメの次期作を放送してね
デジモン(デジタルモンスター)シリーズのアニメの次回作を放送してね
デジモン(デジタルモンスター)シリーズのアニメの続編を放送してね
デジモン(デジタルモンスター)シリーズのアニメの続きを放送してね
デジモンテイマーズはネ申アニメだよ
デジモンテイマーズは神アニメだよ
デジモンテイマーズは意欲作だよ
デジモンテイマーズは話題作だよ
デジモンテイマーズは超大作だよ
デジモンテイマーズは良作だよ
デジモンテイマーズは秀作だよ
デジモンテイマーズは傑作だよ
デジモンテイマーズは名作だよ
デジモンテイマーズは上作だよ
デジモンテイマーズは佳作だよ
ライヒモンの勝ち
ライヒモンの勝利
ライヒモンの大勝利
ライヒモンの完全勝利
ライヒモンの圧勝
ライヒモンの楽勝
ライヒモンの戦勝
ライヒモンの制勝
ライヒモンの連勝
ライヒモンの優勝
ライヒモンの奇勝
ライヒモンの全勝
ライヒモンの完勝
ライヒモンの必勝

211:オーバーテクナナシー
20/05/08 02:41:33.85 LSUa2ZRk.net
何でこんなになるまで放っておいたんだ！

212:山口
20/10/05 00:45:40.66 6OqsHZKZ.net
脳とシリコンスパイクニューロンとをメモリスタシナプスは接続する
ｽﾚﾘﾝｸ(future板:17-21番)#
>脳機能は、記憶の格納と処理とを伝達に伴って融合的統合する ( 訳注 : 記憶格納と処理とは元々一体 ) 事のキー役を演じているシナプスを。
>を説明しますがそこでは荷重刺激を、興奮性シナプス後電位似反応へと誘導している薄膜酸化物それを経由するという、通貨をさせる事によって伝達を媒介します。
>の上で我々が実証するのは、をニューロン発火率駆動によってメモリスタシナプスが受ける所の、 3ニューロンの脳シリコンネットワークです

213:山口
20/12/27 05:31:35.04 AGfIL1OI.net
概要>、興奮性シナプス後電位似反応へと誘導している所の薄膜酸化物経由という、通過、
前書き>、 BCI を究極的には齎すという事を約束しています。
前書き>? ry に、メモリスタMR1は、それぞれ1 ry ）からシナプス ry 脱分極を ry システムを ry 端子デバイスとして動作します。
前書き>? ry 接続するハイブリッド回路の代表例であり、

214:オーバーテクナナシー
21/03/16 07:07:33.47 FtIVlLYv.net
>>213
ｽﾚﾘﾝｸ(future板:17-21番)

215:オーバーテクナナシー
21/09/05 12:10:04.34 WetwWqzX.net
>36 _ 201017 0123 9Av//tVf \>54 _ 200927 1112 UxWJCUDQ ｽﾚﾘﾝｸ(future板:1504999631番)624# Kifu
|| Google 翻訳 : 記憶と認知 1974年、Vol。 2 、No. 3、467-471 URLﾘﾝｸ(link.springer.com) .pdf 注意 URLﾘﾝｸ(link.springer.com) URLﾘﾝｸ(springer.com)
| :
|
|| 後続の記憶探索取得に対する1つの記憶探索取得の影響*
| :
|
|
|| ジェフリー・R・ロフタスとエリザベス・F・ロフタス
|>　ワシントン大学、シアトル、ワシントン98195
| :
|
|>被験者達は、カテゴリのインスタンスを生成し、0個または2個の介在アイテム ( 原文 : intervening items ) が続くと、同じカテゴリの2番目のインスを生成した。
|| 2番目のインスタンスは、最初のインスよりも迅速に作成された。
|| この調査結果は、本書で報告されている他のデータと併せて、2番目のインスタンスのレイテンシの減少は主に、検索されたカテゴリでの速度の短縮によることを示しています。
:
>ｽﾚﾘﾝｸ(future板:53-60番)#-66
方法ｽﾚﾘﾝｸ(future板:35-44番)#-49 42>半透明ガラス窓付きスクリーン
41>? 160の重要な刺激（それぞれ2つの文字とペア ry ）に ry 。
41>重大重要刺激 160 個（文字 2つとそれぞれペアになった80のカテゴリー）に加えて、80のフィラー刺激が使用されました。
|
>
|
|| 再構成可能生物を設計するためのスケーラブルなパイプライン
|| ｽﾚﾘﾝｸ(future板:84-114番)#-118#1601145490/54 \|
|| 「健康医療分野のデータベースを用いた戦略研究」
|>ｽﾚﾘﾝｸ(future板:60-78番)# URLﾘﾝｸ(google.jp) \:
> 一覧ｽﾚﾘﾝｸ(future板:22-25番)
脳とシリコンスパイクニューロンとをメモリスタシナプスは接続する
ｽﾚﾘﾝｸ(future板:27-38番)

216:オーバーテクナナシー
21/09/05 12:12:56.57 WetwWqzX.net
|| *複写のリクエストは、 98195 ワシントン大学シアトル校の心理学部ロフタスに送信できます。
|| この研究は、E。ロフタスに対する国立精神衛生研究所の助成金、およびG.ロフタスに対する国立科学財団の助成金によって支援された。
|| 原稿へのコメントに対してThomas 0. Nelsonに感謝の意が表されます。
|
>
| 文字カテゴリ : 文字 - カテゴリ
| カテゴリ文字 : カテゴリ - 文字
| アクティブ化モデル , 活性化モデル : アクティべーションモデル
|
| ハイデルベルクニューロモルフィックコンピューティングプラットフォームへのHTMモデルの移植
| ｽﾚﾘﾝｸ(future板:34番)#26-37#-52#1552014941/69-81#67-89 予測 , アクティブ
　
好奇心に基づいた学習の大規模研究
ｽﾚﾘﾝｸ(future板:155-202番)#-205
SSVEPマグニチュード変動の予測モデル : ブレインコンピュータインタフェースにおける連続制御への応用
ｽﾚﾘﾝｸ(future板:25-39番)

217:オーバーテクナナシー
21/09/05 14:11:45.94 498rJRD6.net
結果
　
2.5秒インターバル ? 寛容
　　　　　1.90
　　 RT 　　 :　　　　　　　　 * 　レター-カテゴリー
　　　　　　:　　　　　　　　 * 　カテゴリー-レター
　　　　　1.60
　　　　　1.50
　　　　　　　 0 　　 2 　　　初期 ( 原文 : initial ( 初期値 ) )
　　　　　　　　　遅れ
図2。
? 重要なカテゴリーの2つの出現の間 ry 。
決定的重要カテゴリの各出現 2つの間の介在アイテム（ラグ）の数の関数としての秒単位の平均反応時間。
? ry と手紙の間 ry 。
アイテムは、カテゴリーと文字との間に2.5秒の間隔で提示された。

218:オーバーテクナナシー
21/09/05 14:15:17.97 498rJRD6.net
>>217
同時に。

　　　　　2.20
　　 RT 　　 :　　　　　　　　 * 　レター-カテゴリー
　　　　　　:　　　　　　　　 * 　カテゴリー-レター
　　　　　1.90
　　　　　1.80
　　　　　　　 0 　　 2 　　　初期 ( 原文 : initial ( 初期値 ) )
　　　　　　　　　遅れ
図3。
重要なカテゴリーの2つの出現の間の介在アイテム（ラグ）の数の関数としての秒単位の平均反応時間。
? ry と手紙は同時に発表され ry 。
カテゴリーと文字とが同時提示された。

219:オーバーテクナナシー
21/09/05 14:17:32.50 498rJRD6.net
>>217-218
? 重要な刺激に ry 含まれていました。
重大重要刺激に対する正しい反応（96％）のみが、以下の分析に含まれた。
? ry は、12の条件のそれぞれに ry 。
レイテンシの中央値は、条件 12 件各々における各Sの応答について得られた。
? 次に、各条件について、個々のSの中央値を平均することにより、平均待機時間を取得しました。これら ry 。
各条件について、平均レイテンシを、然して、被験者夫々からの中央値の平均化により取得した ; これらの平均は、図2および3にプロットされます >217-218
図2は、カテゴリと文字の間に2.5秒の間隔が挿入されたときの結果を示します >>217
? 文字カテ ry ﾞリ文字 ry ます。さらに、 ry 、ラグ2よりもラグ0で速く生成 ry 。
文字-カテゴリ条件とカテゴリ-文字条件の両方で、カテの2番目のインスタンスは最初のインスよりも速く生成されます ; さらに、2番目のインスは、ラグ 2 時点よりも早くラグ 0 時点に於て生成されます
図3は、文字と名詞が同時に提示されたときに同じパターンの結果が得られることを示 >>218
2（オーダー）x 2（間隔）x 3（ラグ）の分散分析がレイテンシデータに対して行われた。
? ry ﾞリ文字 ry 33.52、p <01]。
ラグ[F（2,34）= 6.57、p <.05]、カテゴリ-文字順[F（1,17）= 14.71、p <.01]、および間隔[F（1、 17）= 33.52、p <01] に於て有意な効果が見られた。
　
469
1つのメモリ検索の影響

? 2方向または3方向の ry 。
それら 2 方法又は 3 方法の相互作用はいずれも有意ではありませんでした（すべてのケースでF <1）。

220:オーバーテクナナシー
21/09/05 14:19:55.27 498rJRD6.net
ｽﾚﾘﾝｸ(future板:993番)#1504872499/60#1508569617/2# Hoken

221:オーバーテクナナシー
21/09/05 16:11:32.66 A+t1x18S.net
討論
メモリー検索の依存性
? いくつ ry では、セマ ry から情報を取 ry リが以前に短時間アクセスされた場合に短 ry ことが示 ry 。
情報をセマンティックカテゴリから取得する時間が、そのカテがもしも短時間前にアクセスされていた場合短縮される事が、いくつかの研究では示されます
? たとえば、Collins ry は、「 ry 」などの質 ry。
Collins and Quillian（1970）は、例えば、「カナリアは鳥か？」といった質問に答えるのに必要な時間を示しています
前回のトライアルでカナリアに関する情報にアクセスした場合、600ミリ秒も減。
多少異なるパラダイムを使用して、マイヤーとシュヴァネヴェルト（マイヤー＆シュヴァネヴェルト、1971年;メイヤー、シュヴァネヴェルト＆ラディ、1972年、シュ＆メ、1973年;メ、1973年）は同じことを示しています
これらの実験では、Sは文字列を単語または非単語として分類要
? 一般的な発見は、Sが意味的に類似していない単語とは対照的に3つの意味的に類似した単語を分 ry り速い ry 。
そこでの一般的発見は、意味的非類似なとは対照的な意味的類似な 3 単語それらを被験者が単に分類した場合、文字列を単語として分類する反応時間はより早いこと
したがって、、「バター」の前に「パン」が付いている場合は、「ナース」が前にある場合よりも、「バター」を単語として分類時間が速
このような結果を処理ために、2つの一般的なクラスのモデルが提案されています
ロケーションシフトモデル（Meyer＆Schvaneveldt、1971）は、Sが特定のカテのメンバーの処理を終了し、次にシフトして2番目のカテの処理を開始する必要場合、シフト時間は2つのカテ間の意味的距離に依存すると想定。
? 一方、ィブ化モデルは、カテ ry 、処 ry 的に類 ry 他のアが「興奮」または「ィブ化」されるこ ry 。
アクティべーションモデルは、一方、カテ内のアイテムが処理されるときに、その処理される情報と意味的類似している範囲で、他アイテムが「興奮化」または「アクティべート」されることを前提とします
さらに2つの想定が行われます。1つ目（Warren、1970年）は、アクティブ化が時間とともに減衰すること、2つ目は、ィブ化されたアイテムは非アクティブ化されたアイテムよりも容易にアクセスできること。

222:オーバーテクナナシー
21/09/05 16:13:54.52 A+t1x18S.net
本実験の結果は、Meyer et al（1972）とLoftus（1973）のデータと合わせて、位置シフトモデルを非承認にし、活性化モデルをサポート。
? ry な比 ry 。
これらすべての実験には、次のような各比較が含まれます
? Tが、処理される時間が対象の従数であるタｰ報を表す ry 。
処理時間を対象従属変数としたターゲット情報を T が表すとします
? Rが意味的にTに関 ry が意味的にTに関連 ry 表すようにします。
T に意味的関連する情報をR が表し、最後にU1とU2が T に意味的関連しない情報を表すとします
? 次の3つの条件を検討してください。
ここで 3 条件を検討します :
　　　　条件a：プロセスU1; プロセスU2; プロセスT.
　　　　条件b：プロセスR; プロセスU2; プロセスT.
　　　　条件c：プロセスU1; プロセスR; プロセスT.
? ry 、次に条件bで最も速く、条件a ry 。
データは、Tが条件cで最も速く、条件bで次点最速、条件aで最も遅く処理されることを示。
位置シフトモデルとアクティブ化モデルはどちらも、条件cの反応時間が条件aおよびbの反応時間よりも速いことを正しく予測しています
ただし、2 モデルの予測は、条件aとbの関係に関して異な。
位置シモデルは、条件aと条件bの反応時間が同じであると誤予測。どちらの場合も、Sは無関係なカテゴリU2からTにシフトしているためです
一方、活性化モデルは、得られた結果のパターンを正しく予測。
? これは、条件bでは、 ry よってアクティブ化され ry 、このィブ化がTが処理 ry 時間までに減衰して ry 。
これは条件 b に於ては、TがRによってアクティべートされたと見なされ、そしてこのアクティべーションが、 T の処理される時間によっての減衰をしていないためです
? 一方、条件aでは、Tはまったくアクティブ化されていないと見なされます。したがっ ry 。
条件 a では、一方、 T がアクティべートされたとは全く見做されません ; したがって、Tを処理する時間が長くなります。

223:オーバーテクナナシー
21/09/05 16:16:33.92 A+t1x18S.net
ｽﾚﾘﾝｸ(future板:606-609番)#1489922543/123 SonzaiSyoumetu , Kiraware KujoRisuto
ｽﾚﾘﾝｸ(future板:371番)# SonzaiSyoumetu
ｽﾚﾘﾝｸ(future板:343-344番)# RokoNoBajirisuku
ｽﾚﾘﾝｸ(future板:299番)#323#437 KimotiNoGeemu Ni Tyenji
ｽﾚﾘﾝｸ(future板:6番)# SinNoHeiwa ( YuugouMae )
ｽﾚﾘﾝｸ(future板:60番)# RikaiNoMondai

224:オーバーテクナナシー
21/09/15 01:50:23.52 wbekkSpd.net
>>216
>好奇心に基づいた学習の大規模研究
 >>155-202 >>205
　
URLﾘﾝｸ(www.nikkei.com)
URLﾘﾝｸ(google.jp)