ROBEL:3Dプリンタで作成可能な強化学習用ロボット(2/3)

AI
  • 2019.10.13

1.ROBEL:3Dプリンタで作成可能な強化学習用ロボット(2/3)まとめ ・ROBELにはD’Clawを用いた操作タスクとD’Kittyを用いた歩行タスクが用意されている ・2つの機関でドキュメントと指示書のみを用いてROBELの構築と再現可能性が検証された ・その結果D’Clawロボットのトレーニングの進捗と最終パフォーマンスがはほぼ同じになった 2.ROB […]

ROBEL:3Dプリンタで作成可能な強化学習用ロボット(1/3)

AI
  • 2019.10.12

1.ROBEL:3Dプリンタで作成可能な強化学習用ロボット(1/3)まとめ ・シミュレーション環境でロボットを強化学習させると微妙な誤差や遅延により現実世界への展開が困難 ・しかし、物理的なロボットは高価で工業用途向けに作られているために強化学習に最適ではない ・だったら安価に利用可能なロボットを作ってしまえ!と言う事で3Dプリンタで作成可能なロボットを設計 2.ROBELとは? 以下、ai.go […]

敵対的サンプルはバグではなく人間には知覚できない高度な特徴(3/5)

AI
  • 2019.10.11

1.敵対的サンプルはバグではなく人間には知覚できない高度な特徴(3/5)まとめ ・堅牢ではない特徴が存在しなくてもバグから敵対的サンプルを構築できる ・しかし、バグから構築した敵対的サンプルによる学習は転移しない ・堅牢ではない特徴は転移しバグは転移しないと言う事は高度な特徴説を補強 2.「バグ」から構築された敵対的なサンプル 以下、distill.pubより「A Discussion of Ad […]

敵対的サンプルはバグではなく人間には知覚できない高度な特徴(2/5)

AI
  • 2019.10.10

1.敵対的サンプルはバグではなく人間には知覚できない高度な特徴(2/5)まとめ ・敵対的サンプルがバグではなく人間にできない特徴説に対するコメント集 ・堅牢な特徴の定義から単純化したモデルを使って調査する案など様々 ・スタイル転送の際に堅牢な特徴を使う事により見た目が良くなる興味深い結果も 2.敵対的サンプルに関するコメント 以下、distill.pubより「A Discussion of Adv […]

敵対的サンプルはバグではなく人間には知覚できない高度な特徴(1/5)

AI
  • 2019.10.09

1.敵対的サンプルはバグではなく人間には知覚できない高度な特徴(1/5)まとめ ・敵対的サンプルを使ってトレーニングしたモデルが敵対的でないデータを扱う事が出来る事が判明 ・堅牢なデータセットを使ってトレーニングしたモデルが自明でない特徴を学んでいる事も判明 ・敵対的サンプルとは人間に知覚できない「堅牢でない特徴(non-robust features)」によるもの説が提唱 2.敵対的サンプルはバ […]

強化学習を使って量子計算を改善(2/2)

AI
  • 2019.10.08

1.強化学習を使って量子計算を改善(2/2)まとめ ・次のステップとして量子制御コスト関数をオンポリシーRLを使って最適化した ・オンポリシーRLとオフポリシーRLの違いは制御ポリシーが制御コストとは独立して表されること ・新しいフレームワークの下では従来のアプローチに比べて量子ゲートエラーが100倍減少した 2.オンポリシー深層強化学習 以下、ai.googleblog.comより「Improv […]

強化学習を使って量子計算を改善(1/2)

AI
  • 2019.10.07

1.強化学習を使って量子計算を改善(1/2)まとめ ・量子コンピュータの構成要素である量子ビットは周囲の微量なエネルギーの影響を受ける ・更には制御用ツールによってもたらされる干渉などの影響も受けて誤差が拡大してしまう ・強化学習を使用して作り上げた新しい量子制御フレームワークでこれを解決する手法を提案 2.量子コンピューターの計算を阻害する要素 以下、ai.googleblog.comより「Im […]

PAWS:自然言語の言い換えの理解を促進する新しいデータセット(3/3)

AI
  • 2019.10.06

1.PAWS:自然言語の言い換えの理解を促進する新しいデータセット(3/3)まとめ ・BERTなどの強力なモデルはPAWSでトレーニングすると大幅に性能が向上 ・BOWなどの文脈情報を学習できないモデルではPAWSを使っても性能向上せず ・PAWS-Xを多言語BERTモデルでパフォーマンス評価したところ言語横断的な手法が優れていた 2.PAWS-Xの評価 以下、ai.googleblog.comよ […]

PAWS:自然言語の言い換えの理解を促進する新しいデータセット(2/3)

AI
  • 2019.10.05

1.PAWS:自然言語の言い換えの理解を促進する新しいデータセット(2/3)まとめ ・PAWSの作成には「言い換えペアになるかはわからないが意味ある文章を作成する単語交換モデル」を使用 ・単語変換モデルの出力結果を人間の評価者が目で言い換えペアであるか否かをチェックを実施 ・PAWS-Xもニューラルマシン翻訳(NMT)サービスと人間の翻訳家の組み合わせでデータセットを作成 2.PAWSの作成方法 […]

PAWS:自然言語の言い換えの理解を促進する新しいデータセット(1/3)

AI
  • 2019.10.04

1.PAWS:自然言語の言い換えの理解を促進する新しいデータセット(1/3)まとめ ・語順が変わっても意味が変わらないフレーズを言い換えペア、意味が変わるペアを非言い換えペアと言う ・言い換えペアと非言い換えペアの識別は最先端のモデルでも苦戦するがそれはデータセットがないため ・言い換えペアと非言い換えペアを集中的に学習するためのデータセットPAWSが公開された 2.PAWSとは? 以下、ai.g […]

1 66