データから「構造」を発見する：より人間に近づく人工知能 | WIRED VISION

データから「構造」を発見する：より人間に近づく人工知能 2008年7月31日 サイエンス・テクノロジー コメント： トラックバック (1) Brandon Keim 生物学者のエルンスト・ヘッケルが作成した系統樹(現在は不正確だとされている)。 Image: WikiMedia Commons コンピューターがより人間らしく考えるのに役立つかもしれない、ある新しいパターン認識モデルが登場した。 7月28日(米国時間)刊行の『米国科学アカデミー紀要』(PNAS)に掲載されたこのモデルは、生のデータセットから出現する見込みが最も高いパターンの種類を判断する。 こうした処理は、人間が周囲の世界を理解する際に無意識のうちに使っているものだが、人工的な認識ツールでは一般に難しいとされてきた。 顔認識や系統学などに使われている現行の諸モデルでは、予想されるパターンの型があらかじめ特定されている必要があ

[T-miura]

すげー。各々のパターンに当てはめて、スコア比較でもやってんのかな？

[starpos]

あらかじめ与えられた構造のパターンで，どれが最も入力データの表現に相応しいかを判定する手法．「構造を発見」というよりは「構造を認識」する感じ．

[yuu665]

AI、人工知能

[Pnnc205j]

　後で読む。

[Akula]

「系統だった体系を見つけ出す洞察力」は人間の強みということはこれを鍛えるとイイ！ってことでもあるわけですね

[rti7743]

とりあえず、株価の分析とかに使ってみたい。

[suikyo]

関係あるか分からないけど、分類やクラス分けそのものの妥当性って評価しにくいんだよね。

[ttpooh]

面白い。ノード間関係のprimitiveとその基本的な適用ルールから、特徴量空間中のデータのグラフ(ツリーがあるから微妙に違うけど)構造を学習。構造タイプ→実際の構造(関係?)→データという生成モデル。

[boxeur]

"「われわれのアプローチは、構造学習の方法を人間の能力に近づけるものであり、認知発達に対する計算的理解の深化につながる可能性がある」と、両氏は書いている。"

[kkbt2]

挿絵が興味深い。ロボット的なものを開発することを通じて、人間のことが逆に分かるみたいなことがすごくおもしろいなあ

[soulhack]

パワポ見たけど、難しすぎてさっぱりわからん。

[ono_matope]

面白いなー

[sankaseki]

データから「構造」を発見する：より人間に近づく人工知能 | WIRED VISION

[esper]

将来的に問題領域が分かるようになったりするのかなー

[optical_frog]

うーん，もうちょっと詳しい解説が読みたいなぁ

[makeplex]

人工知能開発における構造解析

[toshi123]

いろんな処理をしてもっとも「らしい」のがどこかかぎ分けられるってことかな？ ヒトの直感とはちょっと違う印象。

[xmx3]

問題にとってどんな種類の表現が最も適切かを判断する。パターン候補系統樹、線形順序、多次元空間、環、順位制、クリーク[グラフにおける頂点の集合]などにデータを流し込み、最も適合する関係性の型を判定する

[kathew]

面白いなー。何かものっすごい革命的なものを見た気がする

[deep_one]

つまり最も高度に人間らしいのは「分析方法を発明すること」？

[serian]

いくつかのパターン候補に当てはめて?

[hiromark]

たーーしかに！

[chatana]

データマイニング

[y_yanbe]

タイトルからこれの話だと思ったが全然違った http://infoblog.stanford.edu/2008/06/stanford-entity-resolution-framework.html

[AlexAndRite]

勉強したいなぁ・・

[yottya]

よんでみよっと。

[ichan]

原著を