- 運営しているクリエイター
2020年9月の記事一覧
G検定 シンギュラリティ #3
株式会社リュディアです。G検定 シンギュラリティ #2 に引き続きまとめていきたいと思います。G検定 シンギュラリティ #1 でグループ分けを行いましたが、今回はAIを倫理的に制御可能と考えるグループの発言についてまとめてみたいと思います。
このグループの特徴として、科学技術が暴走しないように法的、倫理的に人類が見守る必要がある、と考えていることがあげられます。例として原子力発電と原子爆弾の話が
G検定 シンギュラリティ #2
株式会社リュディアです。G検定 シンギュラリティ #1 に引き続きまとめていきたいと思います。G検定 シンギュラリティ #1 でグループ分けを行いましたが、今回はAIの発展に楽観的なグループの発言についてまとめてみたいと思います。
最初にオレン・エツィオーニです。発言としては、特異点を迎える可能性はあるが賢いコンピュータが世界制覇するという終末論的構想は「ばかげている」というものが有名です。G
G検定 シンギュラリティ #1
株式会社リュディアです。G検定で頻出のシンギュラリティ (Singularity) についてまとめてみたいと思います。シンギュラリティ自体の言葉の定義は公式テキストを参照してください。
シンギュラリティについて整理するために著名人の発言を以下のようにグループ分けします。
AIの発展に危機感を持つグループ
AIの発展に楽観的なグループ
AIを倫理的に制御可能と考えるグループ
今回は「AIの発展に
G検定 古典的なニューラルネットワーク
株式会社リュディアです。G検定 ニューラルネットワーク #2 、G検定 ニューラルネットワーク #3 、G検定 ニューラルネットワーク #4 で活性化関数についてまとめてきました。今回は古典的なニューラルネットワークについてまとめていきます。主に第2次AIブームの主役となったものです。
古典的なニューラルネットワークとしてパーセプトロン、ホップフィールド型ニューラルネットワーク、ボルツマンマシンの
G検定 ニューラルネットワークと活性化関数 #4
株式会社リュディアです。G検定対策として G検定 ニューラルネットワーク #3 に続き活性化関数についてまとめていきたいと思います。活性化関数まとめの最後として ReLU についてまとめます。
ReLUについて一言で書くと f(x) = max(0, x) が ReLU です。何を言ってるかというと入力 x が負の値の場合は f(x) = 0、入力 x が 正の値の場合は f(x) = x と
G検定 ニューラルネットワークと活性化関数 #3
株式会社リュディアです。G検定対策として G検定 ニューラルネットワーク #2 に続き活性化関数についてまとめていきたいと思います。
G検定 ニューラルネットワーク #2 では活性化関数としてステップ関数についてまとめました。ステップ関数は出力が 1 または 0 になる関数なので、もしすべてのニューロンにステップ関数を適用するとニューラルネットワーク全体の出力として 1 または 0、つまり入力
G検定 ニューラルネットワークと活性化関数 #2
株式会社リュディアです。G検定対策として G検定 ニューラルネットワーク #1 に続きまとめていきたいと思います。
ニューロンとシナプスによるニューラルネットワークによるモデリングを説明しました。また各ニューロンが刺激を伝搬する際の刺激の強さの計算方法についても説明しました。今回はあるニューロンが受けた刺激の強さに対して「自分が発火すべきかどうか」を判断する方法についてまとめたいと思います。
G検定 ニューラルネットワークと活性化関数 #1
株式会社リュディアです。G検定対策としてニューラルネットワークについてまとめていきたいと思います。
G検定公式テキスト(初版7刷)の p102 に記載されているようにニューラルネットワークは機械学習を実現するための手法の1つです。ディープラーニングという用語は、ディープニューラルネットワークを用いた機械学習手法であり包含関係は以下の図のようになります。
研究者がディープラーニングに至った背景に