土曜日, 3月 05, 2016

ディープラーニング

                 (リンク::::::::::PC等技術


点数付け(評価関数、評価値)自体に社会的議論が必要ではないか?
(google AlphaGoは評価値を公表していない。)
AlphaGoは半目でも勝つことが目的だから最善手の探索をしていない…

また、PCは教育面に前途がある。例えば子供をプロの棋士に育てるプログラムなどには意義がある。

_______

深層学習(ディープラーニング)を素人向けに解説(前編)―基礎となるニューラルネットワークについて | Stone Washer's Journal
http://stonewashersjournal.com/2015/03/05/deeplearning1/
しかし、このディープラーニングというのがいまいちよく理解されていません。非常に有用な手法であり、今後のビジネスに深く関わってくるということもあって専門家向けの解説は多数見受けられるのですが、素人向けの解説があまりありません。
本記事では、プログラミングや人工知能について全く詳しくない素人の方にも分かりやすくい形でご説明していきたいと思います。
解説の前に、本記事の目的は素人向けに噛み砕いて説明する内容のため、「厳密に言うと違う」という様な部分もございますので、予めご了承下さい。

ディープラーニングとニューラルネットワーク

ディープラーニングとは、適切な特徴抽出能力を持つ教師なしニューラルネットワークを多層にして構築したものです。 
などと言われたら、即ページを閉じたくなるでしょう。そもそも、上記の説明でもディープラーニングの説明としては不十分です。今の段階では、「機械が物事を理解するための学習方法」だと考えて下さい。
まず、ディープラーニングを理解するためには、ニューラルネットワークを理解しなければなりません。逆に、ニューラルネットワークを理解してしまえば、ディープラーニングの概要自体はかなり分かりやすくなります。
ニューラルネットワークと言うのは、人の神経を模したネットワーク構造のことです。それを踏まえて、そう言う構造を持った人工知能のこともそう呼びます。このニューラルネットワークでは、神経細胞を模したパーセプトロンと言う小さな計算機をたくさん用意し、一つの計算を協力して行わせるように作られています。
15028-4(神経細胞_Wikipedia
15028-1  (パーセプトロン概念図)
上が神経細胞で、下がパーセプトロン。人工知能の持つ神経細胞みたいなものですね。上図のパーセプトロンは左から3本、右に一本矢印が伸びていますが、実際にはもっと沢山矢印が伸びると考えて下さい。
そして、ニューラルネットワークと言うのは、それを大量に集めて作られた下図のようなネットワークのことです。
150305-1(プルキンエ細胞の図―神経細胞の一種)
15028-2(単純化したニューラルネットワークの概念図)
実際の神経細胞は、信じられない数の枝があちこちに伸びながら複雑に絡み合っています。ニューラルネットワークも実際に使われている規模になってくると、実際の神経細胞並みに複雑な枝があちこちに伸び、ちょっと見ただけでは分からないほど複雑になってしまします。
ただ、上図だけではニューラルネットワークの肝となる仕組みは理解できません。人の神経細胞の最大の特徴は一つ一つの神経の繋がりの強さが自在にコントロールされているという点にあり、この繋がりの強さを目的に合わせてコントロールすることで、効率的な計算ができるようになっています。
複雑に絡み合う道路が目的や場所に合わせて広さが違うのと同様に、神経もよく使う神経は太くなるように作られています。言い換えると、「重要な繋がり」と「補助的な繋がり」を理解できることがニューラルネットワークの最大の特徴であるとも言えます。

深層学習(ディープラーニング)を素人向けに解説(前編)―基礎となるニューラルネットワークについて | Stone Washer's Journal | ページ 2
http://stonewashersjournal.com/2015/03/05/deeplearning1/2/

ニューラルネットワークの計算はどうやる?

なんとなくどんなシステムなのかは感覚的に理解できたと思いますが、もう少し具体的に掘り下げて理解してみましょう。
ディープラーニングを理解する際に「写真の識別」が具体例に出されることが多いのですが、耳の形や模様の話を出すのは抽象的過ぎるので、ここでははっきりと違いの分かりやすい「種族の識別」を具体例にしてみようと思います。
15028-5
例えば、上図のようなパーセプトロンで「哺乳類判別知能」を作ったとします。
 一番右側のパーセプトロンは、4つの情報から哺乳類かどうかを判別する(output)ようになっています。そこで、4つの受け取る情報が「恒温動物かどうか」「肺呼吸をするかどうか」「卵を生むかどうか」「足があるかないか」だったとしましょう。
哺乳類は、恒温動物で、肺呼吸で、卵を生まず、多くの場合足があります。そこで、それに一致する場合だけ点数を入れるようにしました。
基準1: 恒温動物1点 肺呼吸1点 胎生(非卵生)1点 足1点 → 合格点4点
まず、一つ一つの情報の繋がりを全く意識しない場合、全て一致した場合だけ哺乳類だと考えるはずです。つまり、「恒温動物である(1点)」「肺呼吸である(1点)」「卵を生む(0点)」「足がある(1点)」と言う情報が来た際に、機械は「哺乳類ではない(4点未満)」と回答します。しかし、「恒温動物である(1点)」「肺呼吸である(1点)」「卵を生まない(1点)」「足がない(0点)」と言うような情報が来た場合、機械はルールに沿って「哺乳類ではない(4点未満)」と回答するのです。



【囲碁】Google囲碁ソフトが世界トップ棋士に勝利 歴史的瞬間を10万人が目撃 [無断転載禁止]©2ch.net

1 :
2016/03/09(水) 18:00:32.34 ID:CAP_USER*
ねとらぼ3月9日(水)16時50分
http://news.biglobe.ne.jp/it/0309/nlb_160309_5905181721.html

Google DeepMindが開発した囲碁プログラム「AlphaGo」が、囲碁界のトップ棋士・李世ドル九段と対局して勝利しました。
一連の様子はYouTubeで生中継され、約10万人が歴史的瞬間を目撃しました。
 「AlphaGo」は、コンピュータが自ら学習する人工知能技術「ディープラーニング」を囲碁に応用して強化されたソフト。
今年1月にプロに初勝利したことが科学雑誌「Nature」で明かされ、3月に李世ドル九段との全5局マッチが設けられていました。
李世ドル九段は、レーティングでは史上初の七冠を狙う井山裕太六冠に次ぐ世界第4位。
「囲碁界の魔王」と称される人物で、漫画「ヒカルの碁」の高永夏戦のモデルにもなっています。
 なお、今回のはまだ初戦であり、10日・12日・13日・15日にも対局は行われます。
56 :
2016/03/09(水) 18:14:45.71 ID:wOcAFv0t0
井山世界3位って嘘だろ
イセドルにボロ負けしてるのに
57 :
2016/03/09(水) 18:14:48.01 ID:rsKl/mgT0
結果

【囲碁】Google囲碁ソフトが世界トップ棋士に勝利 歴史的瞬間を10万人が目撃 [無断転載禁止](c)2ch.net
http://hayabusa8.2ch.net/test/read.cgi/mnewsplus/1457514032/
58 :
2016/03/09(水) 18:14:57.16 ID:qm8Vsj/h0
>>1
囲碁・将棋チャンネル 2016/03/09 Alpha Go vs イ・セドル九段(録画)
https://www.youtube.com/watch?v=qzY1SU63Do0

解説:24世本因坊秀芳、聞き手:矢代久美子六段


録画公開されたぞーい( ^ω^) ありがたい(´д`)

Googleの人工知能開発をリードするDeepMindの天才デミス・ハサビス氏とはどんな人物なのか? - GIGAZINE
http://gigazine.net/news/20141203-deepmind-demis-hassabis/

2014年12月03日 14時00分19秒

Googleの人工知能開発をリードするDeepMindの天才デミス・ハサビス氏とはどんな人物なのか?



Googleに買収されたスタートアップ「DeepMind」は、人工知能(AI)の開発を行う創業からわずか3年のイギリス企業ですが、FacebookとGoogleがしのぎを削って争った末に500億円以上という巨額で買収されたことで話題になりました。そのDeepMindの創業者にしてGoogleの人工知能部門をリードし人工知能研究の最先端を走るデミス・ハサビス氏をMIT Technology Reviewが取材しています。

Demis Hassabis, Founder of DeepMind Technologies and Artificial-Intelligence Wunderkind at Google, Wants Machines to Think Like Us | MIT Technology Review
http://www.technologyreview.com/news/532876/googles-intelligence-designer/

ハサビス氏は4歳でチェスをはじめるとすぐに神童と呼ばれ「史上最も優秀なチェスプレイヤー」と評されるほどチェスプレイヤーとして頭角を現しました。しかし、ハサビス氏は「脳はどのようにして複雑なタスクを学習するのだろう?」「コンピューターは脳と同じことをできるだろうか?」という疑問を抱き、チェスの道からコンピュータ学習・人工知能研究への道に転向しました。

1994年に、17歳のハサビス氏は「Theme Park」というシミュレーションゲームを開発して、2年飛び級でケンブリッジ大学を卒業。コンピュータサイエンスの学位を取得すると、1998年にはゲーム会社を設立して一定の成功を収めました。

コンピュータゲームクリエイターとして成功したハサビス氏でしたが、かねてからの関心事である人工知能研究への取り組みを開始。2005年にはケンブリッジ大学の博士課程へ進学して脳神経科学の研究をスタート。「人工知能を研究するためには、まず人間の脳を研究するべき」と考えたハサビス氏は脳の機能を実現するアルゴリズムについて研究していたとのこと。なお、ケンブリッジ大学博士課程では、「生物学すら勉強したことがないゲームクリエイター」というハサビス氏の経歴は特異なものだったそうで、「当時の私が脳について知っていたのは頭蓋骨の中にあることくらいです」とハサビス氏は笑い飛ばしています。

_____

数値解析の分野においてはモンテカルロ法はよく確率を近似的に求める手法として使われる。n回シミュレーションを行い、ある事象がm回起これば、その事象の起こる確率は当然ながらm/nで近似される。試行回数が少なければ近似は荒く、試行回数が多ければよい近似となる。
また、この確率を利用すれば、積分(面積)の近似解を求めることが可能となる。領域Rの面積Sは、領域Rを含む面積Tの領域内でランダムに点を打ち、領域Rの中に入る確率pをモンテカルロ法で求めれば、S=pTで近似される。


モンテカルロ法を円周率πの値の近似に適用した例。30,000点をランダムに置いたとき、πの推定量は実際の値から0.07%以下の誤差の範囲内にあった。

____
メイエンAI囲碁2017


GTC 2015 - GoogleのDeep Learning | マイナビニュース
http://news.mynavi.jp/articles/2015/04/08/gtc2015_google/


教師なし学習で学習した人間の顔のサンプル



教師なし学習で学習した猫のサンプル。右は最も強く反応するサンプル
____
2016サイエンスZERO

Deep learning


これは人工知能がある言葉から想像した画像



飛行機のような感じ

A very large commercial plane flying in rainy skyes.大きな旅客機が雨模様の空を飛んでいる

これは画像を検索しているんじゃなくて描いている

画像と言葉 これを統合している

画像をたくさん見せながら

「飛行機が空を飛んでいる」とか
「象が砂漠を歩いている」

こういうことを何回も学習させていく

そうすると画像の特徴と言葉の関係性を学んでいくことができる

それができると逆に言葉を与えて 絵を描くことができる

(どんなことができるようになるのか?)
自動翻訳

日本語→画像→英語

意訳

が可能になる


8 Comments:

Blogger yoji said...

アップルはAI研究の代償として「ジョブズの秘密主義」を失った (WIRED.jp) - Yahoo!ニュース
http://zasshi.news.yahoo.co.jp/article?a=20170119-00010000-wired-sci
アップルはAI研究の代償として「ジョブズの秘密主義」を失った
WIRED.jp 1/19(木) 8:20配信

アップルはAI研究の代償として「ジョブズの秘密主義」を失った
アップルの開発者向けイヴェント「WWDC」にて。2010年6月7日撮影。

人工知能(AI)を研究するラス・サラカトディノフは2016年12月6日(米国時間)、機械学習のカンファレンス「NIPS」において、今後は学術論文を公開し、学者たちとの対話の時間をとるようにすると語ってニュースの見出しを飾った。

研究者にとっては当然のことであり、ニュースになるようなことではないように思われるだろう。ニュースになったのは、サラカトディノフが極端な秘密主義で知られるアップルで働いているからだ。

アップルで働く人々は過去20年間、社内で行われている影響の大きい研究について(あるいはそうでないことについても)、社外の人に語ることはなかった。もちろん、アップルにかかわる学者たちも例外ではない。

しかし、サラカトディノフが仕事をしているのは秘密主義が通用しない分野だ。そしてあいにく、アップルのような巨大テック企業にとって、この研究分野はますます重要になっている。

サラカトディノフはアップルのAI部門を率いており、トップクラスの研究者をスカウトするためには、アップルに入っても開かれたAIコミュニティにアイデアを共有できると安心させなければならない。こうしたアイデアの自由な交換は学問の世界でのやり方だが、専門家たちはAIの進化を加速させる最善の方法でもあると考えている。「隠れて研究をしていると後れをとる」。フェイスブック人工知能研究所所長のヤン・ルカンはそう語っている。

フェイスブックのほか、グーグルやマイクロソフト、イーロン・マスクが支援する非営利団体のOpenAI(日本語版記事)に対抗したければ、アップルも他社がやっているように研究を共有しなければならない。OpenAIは、可能な限りすべての研究を共有するという思想に基づいて設立されている。そしてこれを売り文句に、フェイスブックやグーグルから研究者を引き抜いている。

ディープラーニング研究はシリコンヴァレーを超えて広がっており、アップルがこれについていけるかを疑問視する声もある。

「ディープラーニング分野の最も優秀な人々がアップルに行かないのには理由がある」と語るのは、アレン人工知能研究所のオレン・エツィオーニCEOだ。ジョブズ流の秘密主義のほか、アップルが強くこだわる「プライヴァシーへの取り組み」もその理由だとエツィオーニは言う。ディープラーニングには大量のデジタルデータが必要だが、アップルの徹底したプライヴァシーポリシーによって、ディープニューラルネットワークのトレーニングに必要となるデータの収集量が制限される可能性があるという。

とはいえ最近のアップルは、データを大量に駆使するAI研究に取り組む姿勢を見せている。2016年、カーネギーメロン大学の教授でもあるサラカトディノフを採用したのが転機となったようだ。

もちろん、アップルは研究をすべて共有するわけではないだろう。そんなことをしている会社はない。競合よりも有利な地位を維持したいと、どこも考えている。しかし、その優位性とは収集するデータの量と、今後の動向を見つけることができる人材によってもたらされるものだ。

AI革命のアイロニーである。競合相手に先を越されないためには、やはりアップルは秘密を明かしていかなければいけないのだ。

CADE METZ
【関連記事】
グーグルは、なぜAIエンジンをオープンソース化したのか?
人工知能の未来はカナダにある? ディープラーニングの生みの親、「AIインキュベイター」を開設
アップルから失われたのは「シンプルさ」である
いま、世界の大企業は「AI人材」を食い尽くそうとしている
あなたの症状を診察するAIチャットアプリ:英NHSが試験開始
最終更新:1/19(木) 8:20WIRED.jp

4:54 午後  
Blogger yoji said...

【人工知能】AIが作成したAIプログラムの性能が人間が開発した製品を上回る…AIがAIをプログラムする時代が到来 [無断転載禁止]©2ch.net

1 :曙光 ★:2017/01/20(金) 16:58:37.55 ID:CAP_USER9
プログラムをプログラムするのは誰か? 近々、人間ではなく別の人工知能プログラムが高度な人工知能プログラムを書けるようになるという。
MITのレポートによれば、Google Brain始め機械学習ソフトを開発している多くの組織でこのことが確認された。人工知能によって作成された人工知能プログラムの性能が人間が開発したプロダクトと同等であるか、場合によっては上回わっていたという。

すると機械学習プログラムを書けるデベロッパーでさえ失業の危険にさらされるのだろうか? 早まってはならないが、そういうことではない。
まず現状では人工知能に人間に役立つ機械学習プログラムを書かせるためには膨大なコンピューター処理能力を必要とする。
Google Brainにおける「人間以上のプログラム」を書かせる実験では人工知能に画像認識プログラムを書かせるために画像処理能力があるプロセッサを―なんと!―800台も協調作動させる必要があったという。これは安くつく話ではない。

しかしこうした手法の優位な点もはっきりしている。必要なコンピューター・リソースを減少させるための開発も進んでいる。
機械学習の開発を機械まかせにできるとなれば、この分野における人的資源の不足という問題を根本的に解決できるだろう。
現在スタートアップや大学は少しでも機械学習分野の知識がある人材を獲得しようと激しく争っている。
また膨大なデータをコンピューターに読み込ませてパラメーターを調整して機械学習システムを訓練するという退屈な仕事をコンピューター自身に任せることができるなら、研究者は人間にとってもっと役立つ、あるいはもっと重要な分野に集中できる。

AIが別のAIをチューニングすることには別のメリットもある。現在のAIシステムの学習曲線はかなり急だ。つまり意味のある結果を得るためには最初に大量のデータを必要とする。
AIによる機械学習の改良が実用化されれば、当初必要とされるデータ量を大きく減少させることができるかもしれない。自動運転システムにも影響が大きいだろう。
自動運転車の開発の場合、プロトタイプで延べ100万キロも走り回ってやっと実用化の入り口にたどり着いたかどうかというのが現状だ。

MITのメディアラボでは他の機械学習ソフトを利用できるソフトの開発をオープンソースで公開している。将来はあらゆる産業分野でコンピューターによって人工知能をプログラミングすることが主流となっていくはずだ。

AIの専門家は機械学習システムの構築には人間の努力が大量に必要であることを指摘するだろう。それは正しいが、同時にそうした努力の一部分であれ、機械に肩代わりさせることができれば影響は大きい。
機械学習システムの開発のハードルが大きく下がるはずだ。自動運転システムを含め、数多くの分野でAIを利用したプロダクトが市場に出るだろう。
しかし同時にAIの普及が人間の努力を不要にするとかあらゆる分野で失業を増やすといった不安が根拠のないものであることも明らかだ。


〔日本版〕人工知能と機械学習の関係についてはいろいろな立場があるが、ここではとりあえず人工知能という上位区分に機械学習も含まれると解釈している。

http://jp.techcrunch.com/2017/01/20/20170119ai-software-is-figuring-out-how-to-best-humans-at-designing-new-ai-software/

1:02 午前  
Blogger yoji said...


参考:
>Isaac Asimov: The Three Laws of Robotics
>https://youtu.be/AWJJnQybZlk

ロボット工学三原則 - Wikipedia
https://ja.wikipedia.org/wiki/ロボット工学三原則
ロボット工学三原則(ロボットこうがくさんげんそく、英語: Three Laws of Robotics)とは、
SF作家アイザック・アシモフのSF小説において、ロボットが従うべきとして示された原則で
ある。ロボット三原則とも言われる。「人間への安全性、命令への服従、自己防衛」を目的と
する3つの原則から成る。アシモフの小説に登場するロボットは常にこの原則に従おうとする
が、各原則の優先順位や解釈によって一見不合理な行動をとり、その謎解きが作品の主題とな
っている。
本原則は後の作品に影響を与えたのに加え、単なるSFの小道具にとどまらず現実のロボット
工学にも影響を与えた。

第一条
ロボットは人間に危害を加えてはならない。また、その危険を看過す
ることによって、人間に危害を及ぼしてはならない。
第二条
ロボットは人間にあたえられた命令に服従しなければならない。ただ
し、あたえられた命令が、第一条に反する場合は、この限りでない。
第三条
ロボットは、前掲第一条および第二条に反するおそれのないかぎり、
自己をまもらなければならない。
— 2058年の「ロボット工学ハンドブック」第56版

、『われはロボット』より。

2:23 午後  
Blogger yoji said...

心の社会 | Marvin Minsky, マーヴィン・ミンスキー, 安西 祐一郎 |本 | 通販 | Amazon
1990
https://www.amazon.co.jp/心の社会-Marvin-Minsky/dp/4782800541/
トップカスタマーレビュー

5つ星のうち 5.0和訳も素晴らしい
投稿者 BuffaloBuffalo 投稿日 2009/2/10
形式: 単行本
チューリング賞(コンピュータのノーベル賞)受賞者でもある人工知能の大家が、自身の研究成果と仮説を一般向けに解説した書籍です。内容の素晴らしさについては、他の方もレビューしているので、改めて述べる必要はないでしょう。

本編の内容に加えて、安西教授による和訳も労作です。心理学用語やコンピュータ科学用語には、一つ一つ訳者による丁寧な解説が付いています。また、本書は英語圏の読者向けに書かれた書籍ですが、日本の読者でも理解できるように、人名等にも大量の訳注が付けられてあります。訳自体も、一般読者が理解できるように平易に訳されており、お薦めできます。
1 コメント 23人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?
はい
いいえ
違反を報告
5つ星のうち 5.0人工知能に少しでも興味がある人へ・・
投稿者 じょな 投稿日 2004/8/4
形式: ペーパーバック
人工知能と聞いて、「難しそう」という人にもぜひ読んで欲しい一冊です。トピックは1ページ毎に書かれている為、英語でありながら非常に読みやすくなっています。しかし、その1ページが恐ろしい程深く、簡単に読み進めれるものではありません。人工知能を多角的にとらえた、歴史に残る作品だと思います。技術的な知識は特になくても、恐らく問題なく楽しめると思います。
著者のマービン・ミンスキー氏は、人工知能の父とも言われる研究者で、あのMITのAIラボを立ち上げた一人でもあります。人工知能に少しでも興味がある人、熱帯夜を忘れる程の刺激を求めている人、物思いにふけりたい人、「心」って何だろうと思っている人など、とにかく誰にでもお勧めの一冊です!
コメント 20人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?
はい
いいえ
違反を報告
5つ星のうち 4.0心の捉え方
投稿者 カスタマー 投稿日 2002/6/13
形式: 単行本
心とは、個々では心をもたないエージェントと呼ばれるものが組み合わさり、社会のようなものを形成しているものであるという考え方を示した有名な本(の訳本)。本書は、専門書の形式ではなくエッセイ形式の読み物として書かれているので非常に読みすすめやすい。また、章の独立性が高いので前から順に読まなくても(ある程度)大丈夫である。専門家以外の人にもお薦めできる一冊。
コメント 21人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?
はい
いいえ
違反を報告
5つ星のうち 5.0天才ミンスキー
投稿者 かなえるゾウ 投稿日 2012/12/23
形式: 単行本 Amazonで購入
ミンスキーといえば、ソフトウェアに何らかの関わりをもっている人なら、人工知能の研究者として、たいていは、名前ぐらいは知っている。ただし、具体的にどのような研究をした人かまでは、私も知らなかった。
実際に、この本を読んで、世の中にはすごい人がいるものだと、改めて感心させられた。
心のはたらきが、これだけ広範にかつ深く考察されているのは、人工知能をつくりあげるという具体的な目標があったからだと思う。

心というものは、エージェントとよばれる個々のプロセス単位の集合体(階層)として構成されているという考えが、ミンスキー氏の理論のベースとなっている。
最初はこの考えに少し違和感があったが、読み進めていくうちに、普段、あまり意識してなかった自分の心のはたらきが、次第に生き生きと浮かび上がってくる。
さらに、心のはたらきを客観的に再認識することによって、自分の判断や行動を改めて見つめ直すことにも役立つようにも思える。

特に興味深かった箇所を上げると、
・常識というものは、単純なものではない。逆に、常識は苦しみの末に身についた、たくさんの実用的な考えからなる巨大な社会である。
・一見やさしいと思えることでも、実際に心の中では、予期し、イメージし、計画を立てて、予測を行い、誤りの起こるのを防ぐため...続きを読む ›
コメント 9人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?
はい
いいえ
違反を報告
5つ星のうち 5.0再販されるそうです。
投稿者 Amazon カスタマー 投稿日 2016/1/20
形式: 単行本 Amazonで購入
プレミアがついてかなり高額ですが、どうやら今月末あたりから再販される事が決まったそうです。是非、多くの方に読んでいただきたい内容。必読書だと思います。オススメです。
コメント 14人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか?
はい
いいえ
違反を報告

8:38 午後  
Blogger yoji said...

452夜『心の社会』マーヴィン・ミンスキー|松岡正剛の千夜千冊
1000ya.isis.ne.jp/0452.html
心とは何かということを説明するには、心でないものが心になっていく仕組を説明し なければならない。その「心でないもの」をミンスキーは「エージェント」とよぶ。 カップを 取って紅茶を飲みたいと思ったときは、掴むことのエージェントはカップを掴もうとし、 平衡をとる ...

8:46 午後  
Blogger yoji said...

【コンピュータ】WindowsはMacのパクリ? 「実際は両者がともにゼロックスを模倣した」 ビル・ゲイツが盗作論争に終止符 [無断転載禁止]©2ch.net

1 : 海江田三郎 ★2017/02/28(火) 21:39:42.47 ID:CAP_USER
https://japan.cnet.com/article/35097289/

独自のグラフィカルインターフェースに関して、実際はMicrosoftとAppleのどちらが相手を模倣したのか?

 Microsoftの共同創設者Bill Gates氏は米国時間2月27日、そのどちらでもないと述べ、
この論争に終止符を打とうとした。実際は両社ともにXeroxを模倣したというのがGates氏の答えだ。


 Gates氏はこの日、Redditのコミュニティー「AmA(Ask Me Anything)」に登場し、次のように述べた。
「Steve(Jobs氏)と私に関連して行なわれた主な『模倣』は、両者がいずれもXeroxの
パロアルト研究所(PARC)のグラフィカルインターフェース開発における業績から恩恵を受けたことだ。
PARCだけの功績ではないが、彼らは最高の仕事をした。われわれはXeroxが保有する知的財産権を侵害してはいないが
、Xeroxの取り組みが道を示し、MacとWindowsにつながった」

 Xeroxがグラフィカルインターフェースの草分けという見解を示したほかに、Gates氏は好きなテレビ番組と、
公の場で帽子をかぶって変装することについての質問に答えた。また、死ぬまでに見たい次の技術的進歩は、
コンピュータがもう少し人間に近づくことだと語った。

 「大きな節目は、コンピュータが人間のように情報を読んで理解できるようになったときだ。
今のところ、コンピュータは知識の表現方法を知らないので、教科書を読んでテストに合格することができない」

8:35 午前  
Blogger yoji said...

GoogleのAutoDrawはAIを使って落書きをプロの絵に変えてくれる | TechCrunch Japan

http://jp.techcrunch.com/2017/04/12/20170411googles-autodraw-uses-machine-learning-to-help-you-draw-like-a-pro/

12:33 午前  
Blogger yoji said...

グーグル、フェイクニュース対策で検索アルゴリズムを変更
BuzzFeed Japan 4/26(水) 12:11配信

グーグル、フェイクニュース対策で検索アルゴリズムを変更
Googleによる発表
Googleは4月26日、フェイクニュースに対抗する長期的な取り組みを念頭に、ページの評価方法の改善とアルゴリズムのアップデートを実施したと発表した。【BuzzFeed Japan / 井指啓吾】

「ユーザーが求めていないような攻撃的な内容や明らかに誤解を招く情報」といったコンテンツの表示、拡散を防ぐのが目的。

Googleは検索クエリ(ユーザーが検索時に入力するワード)を受け取ると、「コンテンツの新しさ」や「検索されているクエリがページ内に現れる回数」などを含む数百ものシグナルを組み合わせて、表示する結果を決定している。

今回の変更で、より信頼性の高いページを表示し、先述したようなコンテンツのランキングを下げるようにシグナルを再調整したという。

また、検索結果について、ユーザーが簡単にフィードバックできる仕組みを導入する。

検索候補の表示欄(オートコンプリート)や、関連情報をハイライトして検索結果ページ上部に表示する強調スニペットの下部に、Googleにフィードバックを送れるリンクを設置する。

Google Japanによれば、世界各国で段階的に実装する予定だという。

4:20 午前  

コメントを投稿

Links to this post:

リンクを作成

<< Home