言語何でやってんの？

>>4
普段はpython

どういうやつ？
ディープラーニング？

>>7
そそ

さっさとフレーム問題解決させる自動解決AI作れよ

人工知能を搭載したロボットって作れそう？感情を有してるまではいかないけど、理解しようとしてるみたいな。

>>10
ロボットなら強化学習っていう分野が少しずつブームになってきてるよ
たぶん今後5-10年でブレイクスルー起こる

>>15
Toheartみたいなメイドロボもいつかできるかなぁ…
それはそうと、感情の定義についてだがやっぱり難しいのか？行動を感情と結びつけるのは厳しい？

>>23
これは一個人の直感だけど、いま現在進行形で人工知能はすごい勢いで発展してるから、
もっと指数関数的な発達できるって予想してて、そうならば意外と？早いうちに実現できるかもなあって思ってる

感性工学の研究するかもしれないんだけどAIに応用できる？

>>12
それは今後絶対できる。けっこう有望

漫画家の仕事が奪われるまであと何年かかると思う？

>>16
絵を書くってだけなら仕事はたいぶ減るかもしれない。
けど、ストーリーとか絵の独自な表現？とかはその個人にしかできないから力のある漫画家は残るんじゃないかな？

特異点はよ

はよアマデウスシステム開発してくらさい！

人工知能の定義がいまいちわからん
Google検索もよくあるショップのあなたへのオススメとかも人工知能なの？

>>28
人工知能というか機械学習だね

>>28
googleは設立当初から自分たちはAIの会社って公言してるくらいAI推しの会社だよ
もちろん検索にも機械学習つかってる

CRNNって何の略？
Convolutional？Recurrent？

>>41
そうそう！ Convolutional Recurrent Neural Network

人工知能の研究してどこに就職するの？
あとロボットを作りたいんだがどこに就職すればいいんだ

>>29
最近はMUJINっていうベンチャーがおもしろそうって勝手に思ってる

とりあえず好奇心と積極性を持ったAI早く

AIレベルの格差って国ごとにあると思うんだけど日本はレベルは高い方なの？
やはり今勢いのある国はこういう分野に力を入れていたりしてレベルも高いのかな

>>33
ロボットなら日本はかなり上位。

オッケーGoogleとかｼﾘとかだろ、具体的な活用例は。
応答を返す。それより分かりやすいAIあるか？

>>45
いや、意外とAIっておもわれてないものにもうけっこう使われてる。
例えば、Apple Musicの曲レコメンド機能は一応AIだし、その他にもPrismaって最近流行ってる写真アプリもAI

誤差逆伝搬って数式による説明の方が分かりやすいと思う？それとも計算グラフによる自動微分の考え方の方が直感的だと思う？

>>46
それはまじで人によるなあ、、、でも最初はグラフから見てったほうが直感理解できるかな？
でももちろん数式大事

いまこそペルソナウェアを作る時だと思う

人間と同じ脳を持つaiは作り出すことが出来そうですか

>>50
いまの現状の技術ならそれは無理だけど、この研究やってる人たちはみんなそこに野心と夢をもってるからね。
だれかが革新的な技術を編み出したら、っていっても100年くらい先かもしれないけど、可能だと信じたい

>>50
全脳プロジェクトでググると面白いよ

人間に近いAI作れても個性はないだろうな

>>51
なんでそう思うか意見をききたい

>>54
知識ないから思っただけだけどペッパーに個性ないかなって
所詮は機械でプログラム内の動きしかしないんじゃない？

テンソルフローもそうだけど今のフレームワークって基本は
計算グラフみたいなNNモデルを構築してから具体的に線形代数で学習していくでしょ

ところでテンソルって何処まで理解してる？
CNNで確実に登場してくると思うんだけど、あの辺りの逆伝搬を数学的な定式化してる文献ないですか？

>>57
それなら岡谷先生の「深層学習」って本がいいのかな。
逆伝搬でつまずくならけっこう基礎的なものから理解し直した方がいいかも

>>64で挙がってた岡先生の深層学習本も俺は読んだけど
別にテンソルと逆伝搬は関係して書かれてなかったと記憶してる

>>57
横からでスマンが
ニューラルネットワークの逆伝搬式を初学者にも解りやすく解説したフリーのWeb書籍

「ニューラルネットワークと深層学習（和訳版）」　Michael Nielsen著
http://nnadl-ja.github.io/nnadl_site_ja/index.html
が激しくオススメ。タダだしね。物理学のテンソルとの関係についてとかは知らん

>>79
なんでニールセンがNNなんてやってるんだろね
その文献知ってるんだけどそこでも物理のテンソルと整合性取れてなさそうだから、うーんってなる

>>83
てか、俺がでしゃばるのもアレだが・・・

俺は物理のテンソルなんて全然知らん（正確には習ってすぐ忘れた）けど
人工ニューラルネットワークや深層なニューラルネットワークの逆伝搬は一通り理解してるし

なんで貴方がテンソルとの関係を気にするのか正直解りかねる

FXで勝てるマシン作ろうとか思わないの？

>>59
これ良い質問。実はFXとか株ってものすごいいろんな情報絡むから
相当金がないとちゃんと作れるやつ作れない気がする。

>>69
株は入力選ぶのが難しいと思うけど
FXなら全為替データだけでいけねーか？
もちろん中長期はわかりっこないから
スキャルピング的な手段になると思うが

今は大量のデータ入力しないと学習できないけど
人間のように少数のデータから推測して学習する研究はどの程度の進んでるのかな

>>60
教師なし学習って分野だけどそれもけっこう進んでるよ

人間が少数のデータから推測できるのは
莫大なデータを生まれてから現在まで学習しまくってるからだろうよ

ディープラーニングでFXだか株だかで儲けて寄付してたやついたろ

・・・まぁ、あんまり>>1君の言うことを真に受けないようにな

人工知能全般を研究してる研究者なんて物はこの世には（少なくとも日本には）いないわけで
例えば言語処理なり画像処理なり推論や認知工学、あとついでにゲーム人工プレイヤ等
各自が具体的な狭い畑で個別的なテーマを追求しているわけであり

『人工知能がこれからの未来に何をどの程度できるようになっていくか』っていう質問については
彼は自分の専門テーマ（機械学習畑の人？ RCNNって、最近日本で論文出したのって伊庭さんのとことかか？）
の模様から何となく拡張したビジョンでしか全体を見てはいないと思われる

だから『人工知能全般がどうなっていくか』の認識については
ただの在野の人工知能ファンのお兄ちゃんと信憑性があまり変わらん

>>74
まあ落ち着けよ

>>74
>>77
いや、その通りだよ。結局みんな自分の分野のなかでやってるからたしかに全体像は見えない。
特に自然言語とかはその印象が強い

ドラえもんって工学的にどうなの？
http://kamome.2ch.net/test/read.cgi/kikai/1283420637/

1 名前：名無しさん＠３周年[] 投稿日：2010/09/02(木) 18:43:57 ID:ffSUL3ur
デザインとか機能とか。
鉄腕アトムを作りたいという人は多いがドラえもんを作りたいという人が少ないのはなぜ？
ドラえもんが実現不可能だから？

2 名前：あくまで個人的な見解だが･･･[sage] 投稿日：2010/09/03(金) 01:58:57 ID:bLi4pF91
4次元ポケットが原理として絶対に不可能なことと、（こっちの方が大きい）ドラえもんの最大の特徴の一つである
醜悪な部分も有する人間と似通った豊かな感情を作り出す事が現在～近未来の技術では到底出来ないから。
これが高い完成度で出来ないと観た人に「あっ、ドラえもんだ」と直感的にリアリティを持って認識して貰えない。

勿論アトムの方にも現段階の技術で実装不可能な機能は非常に多いが、思考プロセスや感情が理想的過ぎて
人間離れしたある意味典型的な機械的頭脳であり、不十分な現代～近未来の技術水準で造っても、受け手が
アトムを知る人間なら脳内イメージで補完してくれ、知らない世代でも先入観無く純粋に受け入れられ楽しめる。

要するにドラえもんの方が見る人間の対象への要求のハードルが高く、中途半端に造るとニセモノ臭が漂って
失望、或いは顰蹙や嘲笑を買うことが確実だから。俺なら友達兼庇護者、という複雑な設定のキャラは避けるよ。


って機械・工学板でスレ立てしたんだけど、この回答についてどう思う？
文系からすれば四次元ポケットなんて周辺機器だと思うんだけど。

ただの学習機能じゃん

実用性なければ無駄な研究。
やる意味なし。価値なし。効果なし。

>>82
わろた

実装上のことかな…
高階テンソルと見ると順伝搬・逆伝搬含めすべてそれで記述できるから、GPUコードでも話の見通しが効くなぁと思ってるだけど

関数のベクトルによる微分は初頭的に例が豊富にあるんだけど(例えばgrad)、関数のテンソルによる微分は見つけづらいんだなぁ
まぁ、ただ表記を自分の中で租借して簡便にしておきたいだけですが…

>>87
貴方が工学者か、技術屋さんか、あるいはアマチュアで深層学習を遊びたいだけの人なのか
そのどれだとしても深層学習のコードなんて自分で書く必要性も利点もないから大丈夫

と身も蓋もないことを言わしていただく。。実装の事なら、あれはマジで既存のライブラリ使うしかない

>>90
的確な意見

ちなみに俺は人工知能分野の人間ではないのであしからず・・・

一応隣接した分野だから、間口が大きめの学会に出ると人工知能の畑の人の
発表を聞いたり彼らと夕飯で同席になる事はよくあるけども

そういったロボット系のfラン大学にいて今学期から3年になるんだけどなにも持ってないというか、遊んでたから知識量ゼロなんだけど、俺どうすればいいの
これ勉強すればいいみたいなのあるの？

>>92
>>63の俺のレスへ一言くれ

>>95
人工知能の「何を」したいの？
前述したように、自然言語処理、画像認識、ゲーム人工プレイヤ、記号推論などなど
彼らの畑は分割された上で境界線上に高い柵が出来ている

「機械学習手法(で世の中の問題を幅広く解決する人になる）屋さん」になれば
それらの問題全般と広く浅く関われる可能性はあるが
しかし取り組める問題はその専門となる機械学習手法（例えばニューラルネット）で対処できる
タイプの問題に自ずと限定されるだろう

ちなみに俺は「ロボティクス」と「人工知能」はかなり離れた分野だと認識してる

>>98
別なんだ
これからどうしようか方向性決めんと並んなぁと思ってたんだけどね

なんか、AIが開発したAIが人間が作ったAIの性能超えたみたいなニュースあったな

これまでのデータ機械学習してシビュラシステム作れないものかね

機械学習と深層学習における特性や得意分野の違い
またその理由を教えて

将来のためのアドバイスをしとくと
まず入りたい研究室を決める、それからその研究室のHPを見て
そこに書いてあるような技術を学ぶってのが一番手堅いだろうね
（親切な先生ならHPに「志望の学生さんは○○を是非勉強してください」みたいの書いてある）

そして、例えば一口に機械学習の研究室・言語処理の研究室と言っても
それぞれ得意な分野、目指している方向性が少しずつ違うから
いろんな研究室のHPをウィンドウショッピングのように回覧してれば
そのうち「これだ！」とピッタリ来る物にも出会えるだろうさ

>>100
お兄さんありがとう
わりかしマジいいアドバイスやったかも

ちなみにこのスレのホストさんは>>1君なんで俺は基本的に何も答えんのであしからず・・・

・・・もし>>1君がホントにたまたま伊庭先生のとこの元学生さんで特定を恐れて引っ込んじゃった
とかいう事情なら後で土下座して謝りたいぐらい、スイマセンでした！　って感じだが・・・

彼は単純に寝落ちだよな？　そうである事を全力で祈ってるが

昔から中間層が何層もあるニューラルネットワークはあったけど
いつからディープラーニングって固有名詞が出始めたの？
俺がNNやってたときはあまり聞かなかったのに

>>107
ねおこぐにとろん

>>108
ディープラーニングという文字をやたら見るようになったのがほんとに最近なんだよね
こんなに流行のように効くようになったのは

イーロンマスクがこのままだとAIに支配されるから、
AIを人間の脳に埋め込む企業を立ち上げてたね。