17/12/30 12:06:46.05 VdkXAHD+.net
スレの住人の了解も得ずに乱発するのは良くないよ。
3:オーバーテクナナシー
17/12/30 12:13:37.13 VdkXAHD+.net
>>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:オーバーテクナナシー
18/05/17 13:40:31.36 6koctVbj.net
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:オーバーテクナナシー
18/05/20 01:55:10.35 ViowkTec.net
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:オーバーテクナナシー
18/05/20 04:08:28.47 ViowkTec.net
黒い混沌➕シロクマ＝🐼
黒➗白＝23％☺
7:オーバーテクナナシー
18/07/19 09:12:21.38 SMisF2cd.net
GoogleがAIを使って脳組織をイメージ化する技術を開発
URLﾘﾝｸ(gigazine.net)
URLﾘﾝｸ(gigazine.net)
High-precision automated reconstruction of neurons with flood-filling networks | Nature Methods
URLﾘﾝｸ(www.nature.com)
Google AI Blog: Improving Connectomics by an Order of Magnitude
URLﾘﾝｸ(ai.googleblog.com)
Google researchers create AI that maps the brain’s neurons
URLﾘﾝｸ(venturebeat.com)
8:オーバーテクナナシー
18/07/19 09:19:17.39 SMisF2cd.net
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:オーバーテクナナシー
18/07/19 09:27:54.63 SMisF2cd.net
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:オーバーテクナナシー
18/07/19 09:35:21.21 SMisF2cd.net
URLﾘﾝｸ(1.bp.blogspot.com)
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
URLﾘﾝｸ(youtu.be)
11:オーバーテクナナシー
18/07/19 09:37:10.67 SMisF2cd.net
URLﾘﾝｸ(3.bp.blogspot.com)
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�
12:ﾆ、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。
13:オーバーテクナナシー
18/07/19 09:51:14.48 SMisF2cd.net
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。
14:オーバーテクナナシー
18/07/19 09:57:10.38 SMisF2cd.net
URLﾘﾝｸ(github.com)
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。
15:オーバーテクナナシー
18/07/20 07:51:34.63 LrmE8c1x.net
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
URLﾘﾝｸ(youtu.be)
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？
16:オーバーテクナナシー
18/07/20 07:54:27.02 LrmE8c1x.net
URLﾘﾝｸ(itest.5ch.net)
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
17:ウルトラスーパーハイパーキーバインドスパーダモンバーストモード
18/07/27 21:11:32.76 ONXltTjl.net
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
18:オーバーテクナナシー
18/07/31 07:03:49.57 3B3vHek+.net
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
URLﾘﾝｸ(enterprisezine.jp)
■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。
19:オーバーテクナナシー
18/07/31 07:10:29.49 3B3vHek+.net
■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
20:オーバーテクナナシー
18/08/09 02:46:25.93 8WDwc3Sq.net
「BigQuery ML」：SQLで機械学習
URLﾘﾝｸ(www.wantedly.com)
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。
21:オーバーテクナナシー
18/08/23 22:05:22.10 TpzuwP6r.net
各社のメニーコア比較
NVIDIA Teslaスペック
URLﾘﾝｸ(qiita.com)
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
22:オーバーテクナナシー
18/09/15 00:35:40.01 vveZmaBg.net
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
URLﾘﾝｸ(pc.watch.impress.co.jp)
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。
23:オーバーテクナナシー
18/09/15 06:59:00.55 4SqSO7l9.net
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
URLﾘﾝｸ(pc.watch.impress.co.jp)
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。
24:オーバーテクナナシー
18/09/15 07:54:19.07 4SqSO7l9.net
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
URLﾘﾝｸ(www6.nhk.or.jp)
25:オーバーテクナナシー
18/09/26 03:09:49.92 l4Zucgbo.net
BEATLESS #21
『BEATLESS Final Stage 』全4話スタート
MBS 毎日 (水)AM3:15-3:45
26:オーバーテクナナシー
18/09/28 20:59:02.14 SsdtrumZ.net
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
27:オーバーテクナナシー
18/09/28 21:10:21.39 SsdtrumZ.net
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？
28:オーバーテクナナシー
18/09/28 21:32:42.51 SsdtrumZ.net
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。
29:オーバーテクナナシー
18/09/29 12:25:53.64 L5X4BQhM.net
>>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
30:オーバーテクナナシー
18/09/30 00:18:57.32 gJzR+CEz.net
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。
31:オーバーテクナナシー
18/09/30 01:11:56.79 gJzR+CEz.net
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
32:オーバーテクナナシー
18/09/30 01:24:31.04 gJzR+CEz.net
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
33:オーバーテクナナシー
18/09/30 01:30:42.92 gJzR+CEz.net
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
34:オーバーテクナナシー
18/09/30 02:43:14.23 gJzR+CEz.net
PERSONA５(終) 次は 年末年始特番放送予定
35:オーバーテクナナシー
18/09/30 04:06:23.81 gJzR+CEz.net
『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』
URLﾘﾝｸ(wired.jp)
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。
36:オーバーテクナナシー
18/10/01 02:52:05.86 g03/Ah2q.net
>>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！」
37:オーバーテクナナシー
18/10/01 04:08:58.94 g03/Ah2q.net
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
38: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。
39:オーバーテクナナシー
18/10/03 21:46:48.33 uHLgaHFz.net
『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
URLﾘﾝｸ(www4.nhk.or.jp)
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
40:オーバーテクナナシー
18/10/03 22:01:39.14 uHLgaHFz.net
【「BEATLESS Final Stage」全4話 放送情報】
URLﾘﾝｸ(beatless-anime.jp)
■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。
41:オーバーテクナナシー
18/10/05 03:12:43.12 XylNxrsG.net
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
42: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
43:オーバーテクナナシー
18/10/05 10:04:59.30 rGMaRK8d.net
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。
44:
18/10/05 10:25:13.16 rGMaRK8d.net
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。
45:オーバーテクナナシー
18/10/05 10:27:45.50 rGMaRK8d.net
>>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
46:人工知能AIルームエアコン今秋発売
18/10/05 10:34:41.53 rGMaRK8d.net
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。
47:オーバーテクナナシー
18/10/05 11:06:16.91 rGMaRK8d.net
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
URLﾘﾝｸ(gigazine.net)
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
URLﾘﾝｸ(i.gzn.jp)
URLﾘﾝｸ(i.gzn.jp)
Why IBM’s New Brainlike Chip May Be “Historic” | MIT Technology Review
URLﾘﾝｸ(www.technologyreview.com)
IBM researchers make a chip full of artificial neurons | Ars Technica
URLﾘﾝｸ(arstechnica.com)
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。
48:オーバーテクナナシー
18/10/05 16:40:10.61 joeQ3ugM.net
URLﾘﾝｸ(ja.m.wikipedia.org)フレーム問題
URLﾘﾝｸ(ja.m.wikipedia.org)
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。
49:オーバーテクナナシー
18/10/05 16:59:06.61 joeQ3ugM.net
URLﾘﾝｸ(itest.5ch.net)
＞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
50:オーバーテクナナシー
18/10/06 08:33:04.35 gH2V/Dh4.net
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？
51:オーバーテクナナシー
18/10/06 11:12:28.15 x792UIyf.net
NHK教育を見て56088倍賢く三連休
ｽﾚﾘﾝｸ(liveetv板)
52:オーバーテクナナシー
18/10/06 14:22:31.57 4S0Af/P+.net
NHKの民法化バライティ化
53:オーバーテクナナシー
18/10/06 14:50:39.56 Js+749lc.net
【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
ｽﾚﾘﾝｸ(liveplus板)
54:オーバーテクナナシー
18/10/07 04:56:08.06 GDZROdxZ.net
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
55:オーバーテクナナシー
18/10/07 05:17:46.35 GDZROdxZ.net
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
56:オーバーテクナナシー
18/10/07 08:32:28.87 0AS81aca.net
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」
57:オーバーテクナナシー
18/10/08 11:27:08.35 Vx7Yygjq.net
>>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
58:オーバーテクナナシー
18/10/08 12:20:35.35 Vx7Yygjq.net
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？
59:オーバーテクナナシー
18/10/08 14:50:39.24 91sDAD1U.net
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
60: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
61:オーバーテクナナシー
18/10/08 17:36:26.98 rOEO8mb3.net
>>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
62:オーバーテクナナシー
18/10/09 14:31:38.91 tR/lX6FE.net
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。
63:オーバーテクナナシー
18/10/09 15:06:22.29 tR/lX6FE.net
HPC(high performance computing)向けのTESLAシリーズもtensorコアで飛躍。
URLﾘﾝｸ(news.mynavi.jp)
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。
URLﾘﾝｸ(news.mynavi.jp)
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。
64:オーバーテクナナシー
18/10/09 15:45:25.67 GxKyDynJ.net
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。
65:オーバーテクナナシー
18/10/09 16:56:06.22 jGQ+Enuf.net
>>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
66:オーバーテクナナシー
18/10/10 12:21:43.72 1eG73TyS.net
>>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
URLﾘﾝｸ(ascii.jp)
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|XS
67:I 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
68:オーバーテクナナシー
18/10/10 12:35:30.40 1eG73TyS.net
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。
69:オーバーテクナナシー
18/10/10 12:39:39.79 1eG73TyS.net
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
URLﾘﾝｸ(www.cafe-dc.com)
「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」
70:オーバーテクナナシー
18/10/10 12:49:48.02 1eG73TyS.net
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
71:オーバーテクナナシー
18/10/10 13:13:30.63 1eG73TyS.net
【SIGGRAPH 2018�
72:z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。
73:オーバーテクナナシー
18/10/10 13:24:22.88 1eG73TyS.net
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。
74:オーバーテクナナシー
18/10/10 13:58:36.08 1eG73TyS.net
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
URLﾘﾝｸ(pc.watch.impress.co.jp)
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。
75:オーバーテクナナシー
18/10/10 14:25:03.48 1eG73TyS.net
>>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。
76:オーバーテクナナシー
18/10/10 15:01:40.21 9Bpd1dcZ.net
>>69
INT32 vs INT8という単純な比較とか
77:オーバーテクナナシー
18/10/10 15:12:49.24 9Bpd1dcZ.net
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
78:オーバーテクナナシー
18/10/10 15:15:07.46 9Bpd1dcZ.net
>>71
リヤルw➡リアル
79:オーバーテクナナシー
18/10/10 15:25:46.45 9Bpd1dcZ.net
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
80:オーバーテクナナシー
18/10/10 15:33:19.35 9Bpd1dcZ.net
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
81:オーバーテクナナシー
18/10/10 15:39:12.12 9Bpd1dcZ.net
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
URLﾘﾝｸ(shiropen.com)
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
82:オーバーテクナナシー
18/10/10 15:41:33.98 9Bpd1dcZ.net
>>75
学習ではなく推論
勉強になりました
83:オーバーテクナナシー
18/10/10 15:59:25.45 9Bpd1dcZ.net
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
84:オーバーテクナナシー
18/10/10 19:33:40.00 OZVl+UHG.net
>>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。
85:オーバーテクナナシー
18/10/10 22:06:54.89 OZVl+UHG.net
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
86:オーバーテクナナシー
18/10/10 22:43:19.04 OZVl+UHG.net
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
87:オーバーテクナナシー
18/10/11 02:46:33.73 8/0jrLZf.net
>>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。
88:オーバーテクナナシー
18/10/11 02:56:48.34 8/0jrLZf.net
>>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。
89:オーバーテクナナシー
18/10/11 05:50:42.20 JvxEw8RM.net
>>81
なるほど、専門の人には負けるよ
90:オーバーテクナナシー
18/10/13 20:28:30.25 wntcKI2N.net
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。
91:オーバーテクナナシー
18/10/13 20:34:09.94 wntcKI2N.net
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。
92:オーバーテクナナシー
18/10/13 20:54:00.22 wntcKI2N.net
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】
URLﾘﾝｸ(beatless-anim...ws)
■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
93:オーバーテクナナシー
18/10/13 22:41:16.27 wntcKI2N.net
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？」
94:オーバーテクナナシー
18/10/14 13:51:40.18 gsbKyHsZ.net
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
95:オーバーテクナナシー
18/10/14 14:06:51.38 gsbKyHsZ.net
>>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。
96:オーバーテクナナシー
18/10/14 14:30:15.45 gsbKyHsZ.net
>>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
URLﾘﾝｸ(izumi-math.jp)
＞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？
97:オーバーテクナナシー
18/10/14 14:57:59.40 gsbKyHsZ.net
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！？
98:オーバーテクナナシー
18/10/14 17:14:19.04 voproWWb.net
>>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。
99:オーバーテクナナシー
18/10/14 17:19:23.25 GDvTkemi.net
>>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。
100:オーバーテクナナシー
18/10/14 18:04:23.35 A1TNBe8A.net
>>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。
URLﾘﾝｸ(www.sapfan.jp)
＞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.net
ｽﾚﾘﾝｸ(future板:727番)
ｽﾚﾘﾝｸ(future板:586番)
>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？
101:オーバーテクナナシー
18/10/14 18:13:46.78 GDvTkemi.net
>>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。
102:オーバーテクナナシー
18/10/14 18:30:20.48 A1TNBe8A.net
>>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
URLﾘﾝｸ(i.gzn.jp)
URLﾘﾝｸ(i.gzn.jp)
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。
103:オーバーテクナナシー
18/10/14 23:40:11.70 A1TNBe8A.net
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
104:オーバーテクナナシー
18/10/15 12:16:11.35 sj3kKMKF.net
>>97
URLﾘﾝｸ(i.imgur.com)
こっちのがリアルだしエロいぞ
105:オーバーテクナナシー
18/10/16 12:12:35.27 DRjzvnqy.net
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
URLﾘﾝｸ(youtu.be)
CGI is getting better and better!
海外のCGキャラ
Unreal Engine 4 - (2018) - Ridiculous Realistic Looking Characters!
URLﾘﾝｸ(youtu.be)
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
URLﾘﾝｸ(youtu.be)
8:ASUNA
7:HAN
6:ACTROID
5:SOFIA
4:ERICA
3:GEMINOID DK
2:Kodomoroid and Otonaroid
1:JIA JIA
106:オーバーテクナナシー
18/10/16 12:48:20.95 DRjzvnqy.net
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）
URLﾘﾝｸ(youtu.be)
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。
107:オーバーテクナナシー
18/10/16 21:13:52.10 DRjzvnqy.net
劇場版SAO公開記念して2017年2月15日に行われた、「AR LIVE Technotopia SAO × “Wizard” Yoichi Ochiai」のイベント映像。
落合陽一×映画監督・伊藤智彦トークショーのほか、ARアイドル・ユナの特別ライブも必見。
URLﾘﾝｸ(youtu.be)
アニ�
108:vレックス 2017/02/17 に公開
109:オーバーテクナナシー
18/10/17 10:21:57.77 LoZ7mRU9.net
「深層学習の現状は、1998年のインターネットに近い」：
「インターネット」で勝てなかった日本が、「深層学習」で勝つには
URLﾘﾝｸ(www.atmarkit.co.jp)
NVIDIAが開催した「GTC Japan 2018」で、
東京大学 特任准教授、日本ディープラーニング協会 理事長の松尾豊氏が登壇。
深層学習の原理や、深層学習に関する研究の現状について説明し、
今後、実社会で深層学習がどう扱われていくのか、持論を展開した。
110:オーバーテクナナシー
18/10/17 10:36:06.23 LoZ7mRU9.net
最小二乗法は、統計学で用いられる「回帰分析」などにおいて、係数を推定する方法だ。
「例えばMicrosoft Excelでは、xを気温、yを冷たい飲料の売り上げとしたときの散布図に近似直線（y=ax+b）を引ける。
近似直線を引くための位置（係数a,b）を決定付けるアプローチが、最小二乗法だ」
松尾氏は、「深層学習とは、最小二乗法の巨大なお化けのようなものだ」と紹介し、
(略)
「最近、『人工知能で政治を』という話を耳にしたが、
『xとyが定義できますか』と問いたい。
xとyが定義できなければ、データを集めてもプロジェクトはうまくいかない。
画像をxとしてyを犬や猫にすれば画像認識、xを英語の文としてyを
日本語の文とすれば翻訳、というように、
xとyを何にするかを考えるべきだ」
111:オーバーテクナナシー
18/10/17 11:13:43.19 kSSDgdTR.net
報道ステーション10時24分
▽日本のロボット開発どこまで
112:オーバーテクナナシー
18/10/18 00:43:07.55 ljUSPKCy.net
>>103
それって人間が解ってることはさっさと教えろって事だと思う。
113:オーバーテクナナシー
18/10/18 11:36:07.57 qC0gdgOh.net
>>105
全く違うから
114:オーバーテクナナシー
18/10/18 12:44:50.76 WZjchxPC.net
>>106
yとxの関係が、人間がそういう関係になって欲しいと思う関係だとすると、
データをたくさん集めるとその関係が統計的にだんだんわかるのが
ディープラーニングだと思う。
だから、統計の計算でそうなって欲しいと思う関係がわかるまで
いつまでデータを集めなければならないかわからないようになる場合は
人間が解ってることはさっさと教えた方がはやいだろうとなると思う。
115:オーバーテクナナシー
18/10/18 15:09:27.49 EFS16yuw.net
>>107
なんで、統計が恣意的なんだよ
116:オーバーテクナナシー
18/10/18 15:59:37.75 jUtn3axt.net
どういう統計をとってどういう見方をするのかってことだろ
117:オーバーテクナナシー
18/10/18 16:25:58.85 EFS16yuw.net
なって欲しいデータにならなかったら改竄するんか？
それを捏造っていうんだよ。
118:オーバーテクナナシー
18/10/18 18:23:55.56 94DwQpL6.net
>>107
統計くらい勉強しとけよ、とは言わないけど
どういう意味を持っているのか、ちゃんと理解しないと、会話が成立しないよ
ひまわりは一般的に黄色いから、背が高いんだくらい、もう、何言ってんだか誰にもわからないこと言ってるよ、君
119:オーバーテクナナシー
18/10/18 19:34:38.45 pI0oOU7M.net
URLﾘﾝｸ(worldrobotsummit.org)
【名 称】 World Robot Summit（ワールドロボットサミット・WRS）
【会 期】 2018年10月17日（水）～21日（日） 10：00～17：00
【会 場】 東京ビッグサイト 東 6・7・8ホール
【主 催】 経済産業省、国立研究開発法人 新エネルギー・産業技術総合開発機（NEDO）
【入場料】 無料（登録制）
120:オーバーテクナナシー
18/10/18 22:40:44.82 T8Qa9rN/.net
>>106-111
画像のディープラーニングで、たくさんの画像データを処理させたら
人間が教えなくても自動で猫と判断したり犬と判断したりする機能ができた
と言って評価していると思う。
ところが、>>103では松尾氏がその画像認識と「xを英語の文としてyを日本語
の文とすれば翻訳」という例とをいっしょに並べている。
この翻訳の例では、ｙが正しいxの翻訳の場合のデータだけを使って
ディープラーニングしないと人間の欲しい翻訳の機能が早くできないと思う。
いっしょに並べてる例だから、画像のディープラーニングの例も、これは猫、
これは犬と教えてディープラーニングするというやりかたを言ってると思う。
だから、政治用ディープラーニングをする時に、ただ世の中の様子をいつまでも
ディープラーニングするより、例えばxは世論、yは政策と定義して、世論と
うまく行った製作の例だけディープラーニングさせる（つまり人間が
うまく行く例を教える）と、早く政治用AIが作れるだろう、と言ってると
思える。
121:オーバーテクナナシー
18/10/18 22:43:19.82 T8Qa9rN/.net
>>113の訂正ですすみません。
×製作
〇政策
122:オーバーテクナナシー
18/10/19 06:08:08.54 OUUoULE/.net
>>113
頑張って書かれていることを読み解こうとしてみたけど、ちょっとズレてると思う。
僕もそんなに詳しくないけれども、まず、ディープラーニングについて整理させてね。（詳しい人突っ込みお願い）
学習を目的とした、入力データと教師データのペアをトレーニングデータセット。
例）入力X飛行機の画像121枚フォルダ名がY１番、X猫98枚Y２番、X犬107枚Y３番・・・・・
学習状況の評価のためにトレーニングデータセットの一部を抽出して使う
入力データと教師データのペアをバリデーションデータ。
例）猫３枚は２番と定義済みなので猫３枚を入力すると２番と答えるかどうか。
推論を目的とした、入力データのみのデータをテストデータセットといいます。
例）何が映っているか分からない画像 1枚
画素は（ｘ、ｙ、ｒｇｂ）100dot×100dotなら10000pixelが赤青緑で３レイヤー
簡単に10000pixelが入力のXで、0.00～1.00の数字が1万個とし、推論のYは1番なら飛行機、2番なら猫、3番なら犬・・
という風にXとYを定義します。
で、ものすごく大雑把に間違いを含めて説明すると、>103で紹介の松尾氏のいうのは”最小二乗法”というか（y=ax+b）のような関数の話。
例えば（y=ax+b）が今 犬3番＝係数 a 掛ける0.50＋b の時にaとbを変化させて3番になるようにする。
3＝a×0.50+b でaが4なら 3＝4x0.50+b でｂ＝１が求まる結果 学習後（y＝4x+1）の式が完成し、
未知の入力データが例えば 0.25をXに入力すると（y＝4x0.25+1）＝２となって２番の猫ですという推論される。
ここでトレーニングデータセット次第でなんでもよいのであって
単語や文章でX1リンゴ、X2自動車、X3sports・・、Y1がapple,Y2がdog,Y3が鉛筆・・
(Y2がdog)＝a×(X2自動車)+b と定義してabを学習させれば車の絵を見せてdogと答えさせられるってだけ。
123:オーバーテクナナシー
18/10/19 06:08:30.40 OUUoULE/.net
>>114
法律や政治において、課題や事案と政策がペアで定義できるならディープラーニングの手法が使えますが
“『xとyが定義できますか』と問いたい。xとyを何にするかを考えるべきだ”
問題とその答えの定義を先に考えて決めることの方が大切ですよね。という意味だと解釈出来ます。だから
113＞例えばxは世論、yは政策と定義して、世論とうまく行った“政策”の例だけディープラーニングさせる
考えになるんだろうけど、じゃあ、その世論とか政策って具体的に何？なの？。
文章と数式で確定できるようなものなの？場所や立場や考え方が複雑多様で簡単には決められないよね？
124:オーバーテクナナシー
18/10/19 06:20:37.98 OUUoULE/.net
>>115-116
念のため、教師あり学習の場合で、半分教師ありや教師なし学習、強化学習やQ学習その他はべつね
125:オーバーテクナナシー
18/10/19 09:06:33.28 Pm9MpHq3.net
>>117
そういう説明のアプローチは間違ってると思う
元の文章で言わんとしていることを対話してる人は理解してなさそうだ、統計、ディープラーニングも単語を知ってるだけで、概要すらあまり知らないらしい
という事を前提にするなら、政治にＡＩをという話があるけど、入力も出力もちゃんと定義出来るのか考えろと言う例え話と言うか原則論を述べているに過ぎないんだ、やれると肯定的に評価してるこっちゃないんだよ
とでも説明しときゃ良いんじゃなかろうか？
政治的な課題と望ましい結果、そんなものが単射されるもんなんだろうかと自問すれば、愚問だと言うのは論を待たないんだし
見直しや再検討が進んでいる社会保障と税金や保険料の関係なんて考えればすぐにわかる
126:オーバーテクナナシー
18/10/19 17:23:57.97 OUUoULE/.net
>>118＞例え話と言うか原則論を述べているに過ぎないんだ、やれると肯定的に評価してるこっちゃない
そうですよね、まぁディープラーニングの誤解やAIに対する偏見が多いようなので少しでも具体的に、と思ったんですが。
一般の視点も大事ですが、入力と出力の意味も関数の意味も通じないのでは仕方ありませんね。
具体的にどうやってまとめるのか？確かにちょっと考えても無理そうだ、っていうか一覧表や対照表でよさげ。
世論0=物が高くて買えないじゃないか！飢え死にしろと言うのか
世論1=借金だらけで財源が少ないから税収を増やさないと
世論2=貧困層からも徴収するなんて酷い
世論3=システム更新に掛かる費用をどうしてくれるんだ
世論4=国が破綻したら元も子もない
世論5=経済を活性化させる為にも金回りを良くしよう
世論6=社会保障費用をどうやって賄おうか
世論7=金持ちや企業から徴収すればいいだろ
世論8=金利は低いしお金はジャブジャブ余ってるよ
世論9=日本だけでなく世界との兼ね合いも考慮して
政策0=消費税撤廃
政策1=消費税３％に引き下げ
政策2=消費税８％現状維持
政策3=消費税１０％に引き上げ
127:オーバーテクナナシー
18/10/20 05:34:59.47 kIz97Vu8.net
>>119
その表を見れば政治AIは無理だと思える、と言う意味？
それとも単に、政治AIを開発するなら例えばこう定義する、と言う意味？
128:オーバーテクナナシー
18/10/20 17:44:58.04 85PZZSn4.net
世論０～９すべて
「スミマセンお役に立てそうにアリマセン。」
いずれにしても、意味を理解してもらうのが無理、AIも国民も。
129:オーバーテクナナシー
18/10/21 01:53:54.03 Weuc9zPk.net
>>121
意味を理解できなくても東ロボ君はMARCH合格圏内の実力らしいから、
MARCH出身の政治家レベルにはできるかも。
>>119の定義で、昔からの世界中のうまく行った時の政策とその政策をやる前の世論
の文章をディープラーニングすると、入力に政治がうまく行っていない時の
世論の文章を入れれば出力にうまく行く可能性の高い政策が選ばれて出るように
できるかも。
で、こういうのは教師有りの機械学習だと思うので、さっさと教える、になると思う。
130:オーバーテクナナシー
18/10/21 05:09:56.67 hJ1blLld.net
（M）- 明治大学（東京都千代田区）
（A）- 青山学院大学（東京都渋谷区）
（R）- 立教大学（東京都豊島区）
（C）- 中央大学（東京都八王子市）
（H）- 法政大学（東京都千代田区）
へぇーマーチって文系？それも、私立は３教科でよかったり？歴史は暗記もの？で9割とって後は平均だったりとか？、
国語とか、化学も穴埋めだったりしないの？
英語は人間よりコンピューターのほうが得意そうだし。
理系の数学と物理はどうなんだろ？
馬鹿にしてるんじやないよ、自分には全く敵わないから。
でもね、入試で合格したところで、
入学してロボットが講義受けて単位を取れるレベルではまったくないでしょ。
頭だけで手足も揃ってないでしょ。
だいたい間違った政策を続ける政治もありゃあ、正しい政策なんてものもないし、
あっても投票や可決成立、執行まで問題山積だわ。
131:オーバーテクナナシー
18/10/21 05:31:15.00 hJ1blLld.net
前スレの最後のほうでディープラーニングを学びはじめて、違和感に気付いたんだよ、
関数のお化けで人間の認知にはたどり着けるのか？って。
別の方向のアプローチが何か足りないって。
何かは分からないけど、今の機械学習だけではその上の概念獲得は難しいんじゃないかな？
132:オーバーテクナナシー
18/10/21 07:51:59.31 71CbUIx3.net
>>123
東ロボ君は手があって、文章で回答できるらしい。
133:オーバーテクナナシー
18/10/21 07:56:14.26 71CbUIx3.net
>>124
概念の層が増えればいいだけなんでしょ？
134:オーバーテクナナシー
18/10/21 07:59:12.86 s4puosCD.net
その命題たてる意味がわからない
関数のお化けがどんどんお化けになっていけばいいんだよそれがゴール
135:オーバーテクナナシー
18/10/21 16:33:58.20 dMO/EGIM.net
さすがにグーグルのdeepmindも気付いていたようね。
(強いAI)技術的特異点/シンギュラリティ139
ｽﾚﾘﾝｸ(future板:453番)
453オーバーテクナナシー2018/10/21(日) 04:35:40.75ID:WKNnVBDC
Googleは機械学習の欠点を熟考している
─「深層学習」のアプローチが、人間の認知能力にさえ到達する能力を達成することに失敗したことを認める
URLﾘﾝｸ(www.zdnet.com)
＞DeepMindは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をする
136:オーバーテクナナシー
18/10/21 16:39:32.79 dMO/EGIM.net
>>125
形だけの表面的な手足という意味だけじゃないよ。
髪の毛を無意識に触るとか、イライラで貧乏ゆすりするとか、
好奇心の赴くまま羽根を伸ばしたり、押すなと言われてもボタンを押したり。
中身の話。
137:オーバーテクナナシー
18/10/21 16:59:44.28 dMO/EGIM.net
URLﾘﾝｸ(www.zdnet.com)
「さまざまな圧力の下で開発された人間の知性の多くの特徴を定義することは、現在のアプローチの範囲を超えており、
特に「経験を超えて一般化する」ものです。
したがって、「人間と機械の知性の間には、特に効率的で一般化可能な学習に関して、大きなギャップが残っています。
これに対応して、彼らは「強力な深い学習アプローチを構造化された表現と融合させる」と主張し、
その解決策は「グラフネットワーク」と呼ばれるものです。
これらは、オブジェクトの集合のモデルであり、
その関係はオブジェクトを接続する「エッジ」として明示的にマッピングされます。
「人間の認知は、世界が物と関係で構成されていることを強く前提にしており、
GNs [グラフネットワーク]も同様の仮定を立てているため、それらの行動は解釈可能になる傾向がある」
しかし、以前の研究とは異なり、著者らは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をしています。
むしろ、オブジェクトの関係をモデリングすることは、CNN、リカレントニューラルネットワーク（RNN）、
ロング短期記憶（LSTM）システムなどのさまざまな機械学習モデルに及ぶだけでなく、集合理論のような神経網ではない。
138:オーバーテクナナシー
18/10/21 17:04:17.22 An6Oggtf.net
>>128
課題もあるけれど、ブレークスルーということか
少ないサンプルでできるのがいいな
Tensorflowでできるんだな
課題
"notions like recursion, control flow, and conditional iteration are not straightforward to represent with graphs, and, minimally, require additional assumptions."
＋
Other structural forms might be needed, such as, perhaps, imitations of computer-based structures, including "registers, memory I/O controllers, stacks, queues" and others.
139:オーバーテクナナシー
18/10/21 17:05:33.50 dMO/EGIM.net
URLﾘﾝｸ(zdnet2.cbsistatic.com)
Google AIの研究者は、粒子、文、画像内のオブジェクトなど、広範に考えられる多くの事柄が、エンティティ間の関係のグラフになっていると考えています。
Google Brain、Deep Mind、MIT、エジンバラ大学。
この考え方は、グラフネットワークがどの機械学習アプローチよりも大きいことです。
グラフは、個々のニューラルネットが持たない構造について一般化する能力をもたらす。
著者らは、「グラフは、一般的に、任意の（ペアごとの）リレーショナル構造をサポートする表現であり、
グラフ上の計算は、畳み込み層と再帰層が提供できるものを超える強い関係誘導バイアスをもたらす」と書いている。
グラフの利点は、潜在的により「より効率的なサンプル」であるということです。つまり、厳密なニューラルネットアプローチほどの生データを必要としません。
著者らは、著者がすべてを理解したと思っていると思わないように、この論文はいくつかの長引く欠点を列挙しています。
Battaglia＆Co.は大きな疑問を提起しています。「グラフネットワークはどこから来ていますか？
深い学習は、生のピクセル情報など、多くの非構造化データを吸収するだけだと指摘しています。
そのデータは、世界の特定のエンティティに対応していない可能性があります。
彼らは、「感覚データから確実に個別のエンティティを抽出できる」という方法を見つけることは、 "エキサイティングな課題"になると結論づけています。
また、グラフはすべてを表現することができないことも認めています。
「再帰、制御フロー、条件付き反復などの概念は、グラフで表現するのは簡単ではなく、最小限の追加の前提が必要です。
おそらく、レジスタ、メモリI / Oコントローラ、スタック、キューなどを含むコンピュータベースの構造の模倣など、他の構造形式が必要になる可能性があります。
（以上翻訳終わり）
140:オーバーテクナナシー
18/10/21 17:10:27.53 An6Oggtf.net
>>132
お疲れ様
141:オーバーテクナナシー
18/10/21 17:18:45.49 dMO/EGIM.net
>>131
私にはどうやって使うのかわからないけど。
IBMのTrueNorthみたいなアプローチが課題ってことかな？
2014年から大分経つけど新しい情報ないかな？
人間の脳を模倣したプロセッサ-- IBMの「TrueNorth」がもたらす新時代
URLﾘﾝｸ(japan.cnet.com)
142:オーバーテクナナシー
18/10/21 17:27:52.54 dMO/EGIM.net
>>133
どうも、コピペすることぐらいしか私には出来ませんので、お役に立てれば幸いです。
143:オーバーテクナナシー
18/10/21 17:38:15.35 dMO/EGIM.net
アクセスとかSQLデータベースのリレーションシップをどうやって生データから構築するかって事でしょうか。
144:オーバーテクナナシー
18/10/21 17:47:18.01 gUmoIX4Z.net
グラフ構造の重要性は明らかだが、ヒントンが制限ボルツマンマシンによって既に実現している
というより既にその限界まで明らかになっている
限界は単に組み合わせ爆発であり、コンピューターの主処理構造が一新されない限り解決しない
また、再帰、制御フロー、条件付き反復などの概念は「グラフで表現する」構造ではなく、
「既にグラフ内に存在する」構造であり、単に我々がそれを語るための言葉が未整備なだけと考えている
145:オーバーテクナナシー
18/10/21 17:53:04.71 An6Oggtf.net
>>137
グラフとロジックを結びつけるという感じか
146:オーバーテクナナシー
18/10/21 18:05:22.70 dMO/EGIM.net
参考書はこれになるんでしょうか？また別のグラフ理論の方でしょうかね？
URLﾘﾝｸ(www.kindaikagaku.co.jp)
グラフ・ネットワークアルゴリズムの基礎
数理とCプログラム
近代科学社
著者 浅野 孝夫
ページ数 248
サイズ A5
ISBN 978-4-7649-0536-8
URLﾘﾝｸ(www.amazon.co.jp)グラフ・ネットワークアルゴリズムの基礎/dp/4764905361
グラフ理論入門―C言語によるプログラムと応用問題 (原理がわかる工学選書)
単行本 – 1999/4/1
佐藤 公男 (著), 樋口 龍雄 (監修)
単行本: 154ページ
出版社: 日刊工業新聞社 (1999/4/1)
言語: 日本語
ISBN-10: 4526043613
ISBN-13: 978-4526043611
発売日： 1999/4/1
URLﾘﾝｸ(www.amazon.co.jp)グラフ理論入門/dp/4526043613
147:オーバーテクナナシー
18/10/21 18:16:23.39 dMO/EGIM.net
>>137
いまいちよく分からないのでおさらい
制限付きボルツマンマシンの初心者向けガイド
URLﾘﾝｸ(postd.cc)
>>138＞グラフとロジックを結びつける
どのように結びつけるのか？もう少し具体的にお願いします
148:オーバーテクナナシー
18/10/21 18:25:36.94 An6Oggtf.net
>>140
いや、英文からそうとれるというこで
俺が分かるわけではない。
先端の研究者の発言だし、そう分かる人いないのではないかな
149:オーバーテクナナシー
18/10/21 19:10:34.46 dMO/EGIM.net
>>140のページ全然初心者向けじゃないような。未だにチンプンカンプンです。
>>141
そうですか。ここのスライドシェアでも見てみます。
(強いAI)技術的特異点/シンギュラリティ139
ｽﾚﾘﾝｸ(future板:477番)
477 名前：オーバーテクナナシー 2018/10/21(日) 15:01:19.76 ID:vYvFS4xL
URLﾘﾝｸ(www.slideshare.net)
今後AIが人間同様のタスクを解くには、構造表現と深層学習の柔軟性を組み合わせた推論方法が重要だとし、
CNNやRNNより多様な関係性帰納バイアスを反映できるグラフネットワークを定義、
従来の研究をより一般的な枠組みに統合。
150:オーバーテクナナシー
18/10/21 20:38:46.43 71CbUIx3.net
>>142
そのグラフってもしかして人間が
うんうん考えて定義するのでは？
151:オーバーテクナナシー
18/10/21 21:08:36.13 dMO/EGIM.net
[DL輪読会]Relational inductive biases, deep learning, and graph networks
URLﾘﾝｸ(www.slideshare.net)
17ページ目には“グラフを入力としてグラフを出力する「graph-to-graph」モジュール”って書かれてるけどね
URLﾘﾝｸ(image.slidesharecdn.com)
17. • Graph network (GN) Block – グラフを入力としてグラフを出力する「graph-to-graph」モジュール
– 1つのグラフは G = (u, V, E)で表される
• u：グラフ全体のproperty、global attribute（例：重力場）
• V：entityであるnode（ vi ）の集合（例：位置、速度などの属性を有する一つ一つのボール）
• E：relationであるedgeの集合（ek）（例：ボールの間のばねの有無と、ばね定数という属性）
3. Graph networks
URLﾘﾝｸ(image.slidesharecdn.com)
18. • GN Blockはuuppddaattee関関数数φφとaaggggrreeggaattiioonn関関数数ρρを有する
– φは各node/edge/global attributeごとに更新を行う関数
– ρは集合を入力とし、集計結果として単一の要素を出力する関数。順序不変で可変長の入力を受け取る必要
3. Graph networks 各ボール間の張力を更新 各ボールに働く全張力を集計 各ボールの位置・速度などを更新 全体の張力の合計(=0)を集計 全体の運動エネルギーを集計 全体のエネルギーの総和を更新
152:オーバーテクナナシー
18/10/21 22:41:38.29 dMO/EGIM.net
20年前は夢があったなぁ
136 たけしの万物創世記 ロボット・人が作った生命
URLﾘﾝｸ(youtu.be)
153:オーバーテクナナシー
18/10/22 00:35:16.83 ApTV7/QP.net
Eテレ 0:45 超AI入門(再) 創造って何？
シン・ゴジラ監督と考える(1:32)
154:オーバーテクナナシー
18/10/23 02:12:30.38 0E6BwoYh.net
いったい何があったのやら？
2018年10月22日
URLﾘﾝｸ(gatebox.ai)
IoT製品の企画・開発を手掛けるGatebox株式会社
（本社：東京都千代田区、代表取締役：武地実）は、
“好きなキャラクターと一緒に暮らせる”世界初のバーチャルホームロボット
「Gatebox」の量産モデル（GTBX-100）について、
配送時期の変更及び販売時期を延期させていただくことをお知らせいたします。
「Gatebox」量産モデル（GTBX-100）の
配送時期変更及び販売延期のお知らせ
URLﾘﾝｸ(gatebox.ai)
当初、ご予約いただいたお客様へは2018年10月以降の配送とご案内しておりましたが、
全てのお客様にご満足いただけるように更なる品質向上に取り組むため、
配送時期を変更させていただく運びとなりました。
また、現在実施している予約販売に関しても、
配送時期の変更に伴い販売を停止させていただきます。
155:オーバーテクナナシー
18/10/23 20:17:25.30 yeGUtX0X.net
きっと反乱がおきたんだ
156:オーバーテクナナシー
18/10/23 23:37:26.73 NHiygYdk.net
なんの反乱やねん？
単純にスマートスピーカーが2万円以下で買えるのに、
gateBOXは15万円の高額で
Web検索やネット注文や家電との連携の利用程度では見劣りするからじゃないか？
157:オーバーテクナナシー
18/10/26 04:42:53.36 BCQfrdWh.net
1987年に手動で
158:ディープラーニングをしていた驚異の麻雀ゲームがあった ──アキバ通いのパソコン少年がゲーム アーツを創業── 宮路洋一氏にゲームAIの核を聞く【聞き手：三宅陽一郎】 http://news.denfaminicogamer.jp/interview/181024 ゲームAI用語辞典 https://wiki.denfaminicogamer.jp/ai_wiki 歴史 ゲームAIの歴史 概念 特化型人工知能 汎用人工知能 シンボリズム コネクショニズム アフォーダンス 技術 分散人工知能 キャラクターAI エージェント・アーキテクチャー 意思決定アルゴリズム メタAI ナビゲーションAI 自律型AI ナビゲーション・メッシュ ウェイポイントグラフ パス検索 環境認識 スクリプテッドAI ニューラルネットワーク ディープラーニング プロシージャル
159:オーバーテクナナシー
18/10/26 04:50:56.22 BCQfrdWh.net
AlibabaのCNN向けディープラーニングプロセッサの全貌
URLﾘﾝｸ(techtarget.itmedia.co.jp)
AI用プロセッサは用途によって実装方法が変わる。
AlibabaがFPGAで開発したディープラーニングプロセッサは、
畳み込みをサポートしており主に画像関係で威力を発揮するだろう。
近年、人工知能（AI）のタスクの速度を上げる専用チップの利用が流行している。
ニューラルプロセッシングユニットに搭載されるHuaweiのSoC（System on a Chip）「Kirin 970」から
IoTデバイスで機械学習のタスクを実行するGoogleの新しい「Edge TPU」まで、
その例は多岐にわたる。
Alibabaによると、同社のDLPはスパースな畳み込みと低精度のデータコンピューティングを同時にサポートでき、
柔軟性とユーザーエクスペリエンスの要件を満たすために
カスタマイズしたISA（命令セットアーキテクチャ）を定義したという。
160:オーバーテクナナシー
18/10/28 00:44:28.32 Un7HUd0i.net
Eテレ0:00-1:00 ニッポンのジレンマ
プライバシーのジレンマ
監視と個人データ、レコメンドと主体性
企業側ビッグデータの価値と個人所有のプライベートな価値
データ・ドリブンへ？
主体性がなくなり、AIに操られる社会、
SFの国や社会が訪れる？
161:オーバーテクナナシー
18/10/28 01:21:27.50 Un7HUd0i.net
高校講座 探求学習より
①課題テーマ設定→②調べる課題の探求→③考察まとめ
まず課題をどうやって見つけるのだ？
その課題を誰かが決めるなり決まったとしてロボットが調べるって「ネット検索」か？
「検索」した事からまとめる？って統計して「ランキング化」
それ繰り返しても賢くなりそうにない。
そもそもプログラムの書き換えや編集を主体的にするプログラムってなんだろう？
AIが課題を発見するのも調べたり探求してまとめたり編集なんて出来そうにない。
人工知能プログラムにはどれも難しそう。
162:オーバーテクナナシー
18/10/28 08:13:13.36 bony5mRW.net
(強いAI)技術的特異点/シンギュラリティ140 よりご拝借
大先輩yamaguti氏の語信託
ｽﾚﾘﾝｸ(future板:1番)-65
お花畑さんと石頭おじさんによる全脳エミュレートと全脳アーキテクチャの話
ｽﾚﾘﾝｸ(future板:67番)-128
【シミュレータとエミュレータの違い】
シミュレータは外から見た振る舞いを再現するだけなのに対して、エミュレータは中身の動作まで再現する。
【全脳エミュレーションの3段階】
1.【マッピング】 特定の時点における特定の脳の精巧で詳細な青写真を作る
2.【シミュレーション】 この青写真を使って、これらすべてのニューロンとその接続の電気化学的シミュレーションをリアルタイムに構築する
3.【身体化】 シミュレーションを外部環境と接続する
具体的にはコネクトーム(神経回路の地図)を発現させる取り組み
（例）魂が宿る！？ロボットに虫の神経回路を移植して動かすことに成功URLﾘﾝｸ(nazology.net)
【全脳アーキテクチャ・アプローチ】
「脳全体のアーキテクチャに学び人間のような汎用人工知能を創る(工学)」
ざっくり言うと脳の機能である視覚とか聴覚の機能をグラフィクチップやサウンドチップでパソコンのように組み上げていくもの。
ヒトの大脳皮質の神経細胞の数は１４０億個
この140億個という数は細胞全ての10％程度にすぎず、残り90％はグリア細胞と呼ばれるもので出来ています。
URLﾘﾝｸ(web2.chubu-gu.ac.jp)
＞注意を要するのは、これらの数が大脳皮質の神経細胞の数であり、脳あるいは中枢神経（脳と脊髄）全体の数ではないということです。
＞中枢神経全体の神経細胞の数は１０００億と２０００億の間と推定されます。
URLﾘﾝｸ(ja.wikipedia.org)コネクトーム
＞それらの間に1兆ほどの接続が存在すると考えられている。
163:オーバーテクナナシー
18/10/29 06:50:42.42 +5AEVzRk.net
アンドロイドに心が宿る時、世界の扉が開かれる。
『フューチャーワールド 』
それは楽園か、それとも・・
URLﾘﾝｸ(youtu.be)
164:オーバーテクナナシー
18/11/02 00:03:28.24 VIlAu/u5.net
脳死状態と人工生命の話
映画『人魚の眠る家』公式サイト
ningyo-movie.jp › ...
東野圭吾原作 衝撃と感涙のヒューマンミステリー。
映画『人魚の眠る家』2018年11月16日（金） 全国公開.
娘の小学校受験が終わったら離婚する。そう約束した仮面夫婦の二人。
彼等に悲報が届いたのは、面接試験の予行演習の直前だった。
娘がプールで溺れた―。
病院に駆けつけた二人を待っていたのは残酷な現実。
そして医師からは、思いもよらない選択を迫られる。
過酷な運命に苦悩する母親。その愛と狂気は成就するのか―。
165:オーバーテクナナシー
18/11/14 01:00:32.47 pe2PhI3P.net
読売テレビ 0:59～1:29
にけつッ‼ 人工知能 お笑いトークは可能か
NHK総合 2:15～3:50
AI育成 お笑いバトル 千原ジュニア
166:オーバーテクナナシー
18/11/14 01:44:56.03 pe2PhI3P.net
ソードアート・オンライン・アリシゼーション
URLﾘﾝｸ(highwind.org)
用語
《アンダーワールド》 今回の舞台となる仮想世界の名前。不思議の国のアリスから名付けられた。
《ラース》 “RATH”, 豚のような亀。これも不思議の国のアリスから。
《A.L.I.C.E.》 人工高適応型知的自律存在、”Artificial Intelligence Labile Cyberneted Existence”（アーティフィシャル・レイビル・インテリジェント・サイバネーテッド・イグジスタンス）の略。
《プロジェクト・アリシゼーション》 “Project Alicization”, 短くまとめてアリス化とも言う。
《フラクトライト》 “Fluctuation Light”, フラクチュエーション・ライトの略。
脳神経学者が解き明かす「不思議の国のアリス」に隠された脳に関する5つの事実 カラパイア
URLﾘﾝｸ(www.excite.co.jp)
1世紀半もの長い間、キャロルの書いたアリスの物語は映画、絵画、バレエにいたるまで、数多くの作品に影響を与えてきた。
しかし、この作品が人間の” 脳” に関する理解を描いていることはあまり知られていない。
記憶、言語、意識など、我々が脳の不思議の国の地図を作成する技術を手に入れるよりもずっと前に、
キャロルは遊び心に溢れた思考実験によってその輪郭を描き出していたのだ。
167:オーバーテクナナシー
18/11/14 03:33:15.31 pe2PhI3P.net
千原ジュニアさんの弟子の大喜利AIスゴいですね。面白かった。
お題「お前宇宙人だろ、なぜ？」
千原エンジニア「コメカミかざして改札通ってる」
写真大喜利 さるの写真に添える言葉は？
千原エンジニア「見ざる聞かざる何でござる？」
タヌキの写真
千原エンジニア「多ぬき」
投稿大賞
料理中に居眠り 中岡亭おもしろの助「ラム肉を数えてた」
新しい相撲の決め手は？みちょぱ「メイク落とし」
法律事務所のサービス？大久保パコ代「印鑑をティッシュで拭いてくれる
全く怖くないホラー映画、その理由とは？
「字幕がポップ体」「字幕が5秒遅れ」
「監督のいいよいいよが入ってる」
「せーの！て聞こえてくる」
「死霊の♥」
「全てにおいて腰が低い」
「霊のなまりがキツイ」
「全部一人でやってる」
第１回お笑い大喜利AI『千原エンジニア』優勝
次回、11月17日(土)夜11:45～BSプレミアム
168:オーバーテクナナシー
18/11/14 04:38:23.59 pe2PhI3P.net
プログラミング言語実態調査 2018
URLﾘﾝｸ(tech.nikkeibp.co.jp)
プログラミング言語の人気ランキング、独自調査で解明
1位は「C/C++」で、回答者1000人中326人が使っていた。
第2位は「JavaScript」（312人）
第3位は「C＃」（231人）
4位は「Java」（228人）業務システム開発に利用される定番言語だ。
AI関連システムの開発言語として注目されている「Python」は5位（222人
6位に「HTML/CSS」
7.VisualBasic (.NET以外)
8.PHP
9.VB.NET
10.Ruby