｢あの強いAIはいったいどこがから来たの？｣ 日本国内有数のオンライン麻雀サービス｢天鳳｣のプレイヤー間で3月頃から話題になっていた“謎”の答えはマイクロソフトだった。 8月29日、マイクロソフトは、同社の研究開発部門であるMicrosoft Research Asiaが開発したAI｢Microsoft Suphx（スーパー・フェニックス）｣が、人間とともに日本の麻雀サービス｢天鳳｣でプレイし、トッププレイヤーランクのひとつである｢十段｣に初めて到達した、と発表した。
AIに関するnagaimichikoのブックマーク (9)
-
nagaimichiko 2019/09/02
-
深層学習の数理
2. １９４６： ＥＮＩＡＣ，高い計算能力 フォン・ノイマン「俺の次に頭の良い奴ができた」 １９５２： Ａ．Ｓａｍｕｅｌによるチェッカーズプログラム 機械学習と人工知能の歴史 2 １９５７：Ｐｅｒｃｅｐｔｒｏｎ，ニューラルネットワークの先駆け 第一次ニューラルネットワークブーム １９６３：線形サポートベクトルマシン １９８０年代：多層パーセプトロン，誤差逆伝搬， 畳み込みネット 第二次ニューラルネットワークブーム １９９２： 非線形サポートベクトルマシン （カーネル法） 統計的学習 線形モデルの限界 非凸性の問題 １９９６： スパース学習 （Lasso） ２００３： トピックモデル （LDA） ２０１２： Supervision （Alex-net） 第三次ニューラルネットワークブーム データの増加 ＋計算機の強化 １９６０年代前半： ＥＬＩＺＡ（イライザ）， 擬似心理療法士 １９８０年代
-
-
CVPR 2019 速報
2. 概要 2 • CV分野のトップ会議CVPR2019の参加速報 – cvpaper.challenge（次ページ）のメンバーで編集 • ACL/CVPR 2019 網羅的サーベイ（サマリHP 229ページ記載）実⾏中！ • 今回，cvpaper.challengeからはWS/コンペに6件（5ページ） – 現在までの会議速報 • CVPR 2016 速報: https://www.slideshare.net/HirokatsuKataoka/cvpr-2016 • ECCV 2016 速報: https://www.slideshare.net/HirokatsuKataoka/eccv-2016 • CVPR 2017 速報: https://www.slideshare.net/cvpaperchallenge/cvpr-2017-78294211 • ICCV 2017 速報:
-
「人類には早すぎた」 人工生命観察プロジェクト「ARTILIFE」が私たちに問いかけるもの
人類には早すぎた――これは動画サービス「niconico」のタグなどに見られるネット特有の表現だが、ドワンゴが提供する人工生命観察・育成プロジェクト「ARTILIFE」もそれを体現した先進的なサービスの1つといえる。 ARTILIFEは、PCやスマートフォン上の仮想空間で、AI（人工知能）を備えた“人工生命”を観察・育成し、その進化の過程をリアルタイムで楽しめるサービスだ。人工生命はコンピュータ上でシミュレートされた生命体で、自律的に学習しながら環境や状況に適応し、増殖と進化を繰り返す。 CGで生命の動きを再現する同技術は、映画監督の宮崎駿氏を「生命に対する侮辱を感じる」「極めて不愉快」と激怒させたことでも話題になった。 しかし、記者が実際にアプリをインストールしてしばらく遊んでみたところ、「生命そのものについて深く考えさせられるアプリだ」と感じた。うねうねと奇妙に動く多数の人工生命を見な
-
東大松尾研究室監修のエンジニア向け教育プログラム「DL4US」の演習コンテンツが無償公開 | Ledge.ai
2018年にかけて実施されていた、東京大学松尾研究室が監修するエンジニア向け無償教育プログラム「DL4US」の、演習パートのコンテンツが無償公開された。 関連記事：松尾研監修のディープラーニング無償オンラインプログラム「DL4US」が募集を開始 「DL4US」とは？Deep Learningエンジニア育成講座「DL4US」の演習コンテンツを無償公開しました。実装に重きを置いてエンジニア向けに松尾研で作成したもので、画像認識や翻訳モデルから始まり、生成モデルや強化学習まで扱う実践的な内容になっています。ご興味ある方はぜひ。https://t.co/jLWlrk9UdK — 松尾 豊 (@ymatsuo) 2019年5月15日 DL4USは高度なディープラーニング技術者を育成することを目的とした、アプリケーション指向の無償オンライン教育プログラムだ。 東京大学ディープラーニング基礎講座、応用講
-
特徴量選択の今とこれから - 学習する天然ニューラルネット
特徴量選択とは 特徴量選択の難しさ 特徴量選択の手法の大別 教師ありの特徴量選択 filter method 単変量とクラスラベルの関連性を上げる 関係性を上げて冗長性を下げる 関係性を上げて多様性を上げる wrapper method Forward SelectionとBackward Elimination 遺伝的アルゴリズムと粒子群最適化 その他のwrapper method embedding method L1正則化 Regularized tree 特徴量選択のこれから 超高次元データと特徴量選択のアンサンブル 不均衡データにおける特徴量 オンライン特徴量選択 深層学習を用いた特徴量選択 最後に 特徴量選択とは 特徴量選択(Feature Selection, 変数選択とも)はデータサイエンスにおいて非常に重要である。 例えば、製造業において欠陥品を判別するタスクを考えてみよ
-
Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)
Dwango Media Villageの孝橋です。 昨年DMVでは競馬予測AI「Mamba」を開発し、2回の競馬予測AIプロジェクトを実施しました。 1つ目は2018年3月から6月まで、ニコニコ生放送で「人工知能募金」という公式番組を放送し実際に馬券を購入しました。 ユーザーから動物愛護団体への募金を集め、それと同額をドワンゴが用意して競馬で運用し、その利益も募金するという内容でした。 本運用の3ヶ月間で回収率135%、テスト期間を含めた4ヶ月間でも回収率100%を超える好成績を納めました。 競馬予測AIプロジェクト「人工知能募金 -あなたの募金を増やします-」結果発表 競馬予測AI「Mamba」の本運用期間の回収率は135.13% 寄付総額は倍増の107万4090円 2つ目は2018年10月から12月まで「Mamba 2nd Season」という、ユーザーの買い目をMambaが評価する
-
-
1
公式Twitter
- @HatenaBookmark
リリース、障害情報などのサービスのお知らせ
- @hatebu
最新の人気エントリーの配信
キーボードショートカット一覧
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Copyright © 2005-2024 Hatena. All Rights Reserved.
設定を変更しました