入門／解説 気候変動に対してAIは何が出来るのか？(2/4)
１．気候変動に対してAIは何が出来るのか？(2/4)まとめ ・再生可能エネルギーは非常に安価になってきているが、完全に切り替える事はおそらく不可能 ・再生可能エネルギーは使用コストも高くなるため、貧富の差が拡大する懸念もある ・摂氏2度を防...
入門／解説 入門／解説 気候変動に対してAIは何が出来るのか？(1/4)
１．気候変動に対してAIは何が出来るのか？(1/4)まとめ ・気候変動とAIに関するワークショップの講演者へのインタビュー記事 ・インタビュアーのグレイグはワークショップを聞いてジョンにインタビューを申し込んだ ・講演者のジョンは気候変動に...
基礎理論 WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(3/3)
１．WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(3/3)まとめ ・トレーニングしなくても画像情報からカーレースゲームをプレイするシンプルなWANNは発見済み ・ランダムな重みを使う事で同一モデルでアンサンブル学...
学習手法 WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(2/3)
１．WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(2/3)まとめ ・WANNは新しいアーキテクチャ探索中に個々の重みを学習させる必要がない ・ネットワークのパフォーマンスと複雑さの両方を同時に最適化する事も可能 ...
学習手法 WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(1/3)
１．WANN:学習せずとも特定タスクを実行できるニューラルネットワークの探索(1/3)まとめ ・特定の生物は本能により生まれながらにして天敵から逃れる行動をとる事が出来る ・ニューラルネットワーク探索により見つかったモデルの一部は画像処理タ...
モデル Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(3/3)
１．Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(3/3)まとめ ・バイ テンパーは大きな外れ値にも小さな外れ値にもロジスティック損失より良く対応が出来ている ・今...
入門／解説 Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(2/3)
１．Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(2/3)まとめ ・バイテンパーは2つのパラメーターを使いロジスティック損失が持つ問題をうまく処理可能 ・パラメータ...
入門／解説 Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(1/3)
１．Bi-Tempered Logistic Loss：ノイズの多いデータでニューラルネットをトレーニングするための損失関数(1/3)まとめ ・ノイズの多いデータにニューラルネットワークが対応する能力は損失関数に大きく依存する ・分類タスク...
入門／解説 Turbo:視覚化のために改良した虹色のカラーマップ(2/2)
１．Turbo:視覚化のために改良した虹色のカラーマップ(2/2)まとめ ・Turboは高コントラストでスムーズな視覚化が必要な日常的な動作を対象とした新しいカラーマップ ・連続的な値とプラスマイナスに分かれる値の両方に使用できるため広範囲...
入門／解説 Turbo:視覚化のために改良した虹色のカラーマップ(1/2)
１．Turbo:視覚化のために改良した虹色のカラーマップ(1/2)まとめ ・虹色のカラーマップとしてはJetが有名だが、Jetには縦じまが見えてしまったり幾つかの弱点がある ・Jetより厳密なカラーマップにはViridisやInfernoな...
入門／解説 GPT-2のリリースから六か月後の振り返り(2/2)
１．GPT-2のリリースから六か月後の振り返り(2/2)まとめ ・この度公開された774Mモデルに関する研究や使用方法が今後の公開方法に影響する ・GPT-2は近い将来出現が予想される強力な生成モデルの取り扱いに関するテストケースとなる ・...
入門／解説 GPT-2のリリースから六か月後の振り返り(1/2)
１．GPT-2のリリースから六か月後の振り返り(1/2)まとめ ・六カ月前に公開された小型モデルの6倍のパラメータを持つ大規模GPT-2が公開された ・偽ニュースの検出の研究は進んでいるが決定的な手法はまだない ・7割の人がGPT-2が作成...