学習手法 GPipe：大規模ニューラルネットワークを効率的に訓練するオープンソースライブラリ(3/3)
１．GPipe：大規模ニューラルネットワークを効率的に訓練するオープンソースライブラリ(3/3)まとめ・GPipeを使って5億5,700万のパラメータのAmoebaNet-Bで84.3％のTop-1 Accuracyを達成・Top-5 Ac...
gan
学習手法 インフラ GPipe：大規模ニューラルネットワークを効率的に訓練するオープンソースライブラリ(1/3)
１．GPipe：大規模ニューラルネットワークを効率的に訓練するオープンソースライブラリ(1/3)まとめ・最近のニューラルネットワークはTPUアクセラレータのメモリに収めるのが難しいくらい巨大化している・しかし、性能とパラメータ数には強い相関...
入門／解説 Live Transcribe：音声を文章にリアルタイム変換するAndroidアプリ
１．Live Transcribe：音声を文章にリアルタイム変換するAndroidアプリまとめ・Live Transcribeは音声を文章にリアルタイム変換して聴覚障害者の日常会話への参加を助けるAndroidアプリ・使い勝手の調査から研究...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(6/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(6/6)まとめ・スタンフォードでは「知性の出現に関する潜在的な法則」を解明するプロジェクトが立ち上がった・そのために異なる分野を横断し、自由にアイデアを交換する新しい研究コミュニ...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(5/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(5/6)まとめ・視覚や聴覚、運動系などでは生物的な脳の動きをAIで再現できるところまで研究が進んでいる・聴覚や視覚など脳の個別機能についてはかなり再現できているものの動作原理はま...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(4/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(4/6)まとめ・生物の脳は脳内に世界モデルを持っておりそれを使って計画や意思決定をしている・生物の脳とコンピュータを用いた現在のAIシステムはエネルギー効率に大きな違いがある・生...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(3/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(3/6)まとめ・脳は機能的にも解剖学的にもモジュールとして分離した構造になっている・現在のAIは平坦な構造であるため脳同等機能を実現するには不適かもしれない・人工的知能と生物学的...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(2/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(2/6)まとめ・貢献度分配の問題は、神経科学とAIの双方においておそらく最も大きな未解決の問題の1つ・生物学的モデルと人工的モデルの大きな相違はニューロンを結ぶシナプスのモデル化...
入門／解説 人工知能を創造するために生物の知能の仕組みを探求する試み(1/6)
１．人工知能を創造するために生物の知能の仕組みを探求する試み(1/6)まとめ・脳科学、神経科学、心理学、認知科学の観点から現在の人工知能と将来の方向性を考察する・CNN、畳み込みニューラルネットワークは脳の仕組みを真似て開発された・逆に強化...
入門／解説 2018年の機械学習とAIの主な進歩と2019年の主な傾向(2/2)
１．2018年の機械学習とAIの主な進歩と2019年の主な傾向(2/2)まとめ・ELMoやBERTなどの自然言語処理分野におけるトランスファーラーニングの成功・プライバシー問題やAIのディストピアに繋がる利用が注目を集めた事・オンラインコー...
入門／解説 2018年の機械学習とAIの主な進歩と2019年の主な傾向(1/2)
１．2018年の機械学習とAIの主な進歩と2019年の主な傾向(1/2)まとめ・様々な立場の専門家による人工知能と機械学習分野の振り返りと展望・ディープラーニングの進歩、機械学習の限界、自然言語処理手法の変化・大きな技術的進歩はなかったと言...
モデル TF-Ranking：ランクキング作成用TensorFlowライブラリ(2/2)
１．TF-Ranking：ランクキング作成用TensorFlowライブラリ(2/2)まとめ・複数の評価項目を持つアイテムのランキングを単一評価項目のアイテムとう同様にランキング付け可能・新しい評価基準最適化手法であるLambdaLossが実...