機械学習のアルゴリズムはドーパミン神経によって脳にも実装されていることが判明
決まった時間にブザーを鳴らし餌をやることでブザーが鳴るだけで唾液が出るようになったパブロフの犬のように、生物の脳や神経構造は長い間科学者の研究対象となっています。また、脳の仕組みを参考にしたニューラルネットワークなど、人工知能の開発に脳神経の研究が用いられることもあります。そんな中、世界最強の囲碁プログラム「AlphaGo」を開発したDeepMindが、機械学習のアルゴリズムがドーパミン神経によって脳にも備わっていることを発見しました。 A distributional code for value in dopamine-based reinforcement learning | Nature https://www.nature.com/articles/s41586-019-1924-6 Dopamine and temporal difference learning: A fr
Google DeepMind、マシンが周囲を認識するために、2D画像から3Dシーンを推定する教師なし視覚認識ニューラルネットワーク「GQN」を発表
Google DeepMind、マシンが周囲を認識するために、2D画像から3Dシーンを推定する教師なし視覚認識ニューラルネットワーク「GQN」を発表 2018-06-15 Google DeepMindは、マシンが周囲を認識するために、2D画像からシーンの3Dモデルを生成する視覚認識フレームワーク「Generative Query Network（GQN）」システムを発表しました。 GQNは、事実上何も知らないエージェントが、シーンの複数の静的2D画像を見て、それの合理的に正確な3Dモデルを再構築するシステムです。 シーンの内容を人間がラベル付けすることなく、あらゆる角度からシーンを推定しレンダリングします。マシンが、その部屋なりを動きながら収集した2D画像を基に、関係性や規則性などを学び、見えない部分も含めオブジェクトの位置や色などを推定し再現します。 以下のような単一の視点から正確な3
ディープマインド、ゲーム攻略AIの訓練を転移学習で大幅効率化
新しい人工知能（AI）は、1つの仕事についての洞察を別の仕事の助けにすることに成功した。機械学習のより多様な未来が垣間見える成果である。 機械学習アルゴリズムのほとんどは1つの分野でしか訓練できず、1つのタスクで学習したことを使って別の新しいタスクを実行することはできない。 AIに強く望まれるのは、ある設定で得た洞察を別の場所に適用する「転移学習」と呼ばれるシステムを作ることだ。 グーグルのAI子会社ディープマインド（DeepMind）は新たに、 IMPALA（インパラ）と呼ばれる複数のタスクを同時に実行するAIシステムを作り上げた。 IMPALAに57のビデオゲームをプレーさせて、学習したことを共有させようとしたところ、1つのゲームで学習したことを別のゲームを移せる兆候が示された。 学習結果を共有したIMPALAは、同様のAIと比べると10分の1のデータ量で訓練が可能で、ゲームの最終スコ
《日経Robo》Neural Turing Machineはアルゴリズムの学習の第一歩
2014年の機械学習界隈で話題となったのが米グーグルの DeepMindが発表した「Neural Turing Machine（NTM）」1）である。NTMは、人間が問題に合わせてプログラムを逐一記述しなくとも、例示からの学習によって小規模なアルゴリズムを自己獲得する技術だ。ニューラルネットワークの技術を基にしている。連載の第1回では、なぜNTMが注目されたのかについて背景を説明する。 NTMは現時点では入力のデータ量が小さく、人が書けるようなアルゴリズムで解ける問題しか扱えていない。しかし今後は、人にすら書くことが不可能な複雑なアルゴリズムを学習できる可能性がある。例えば、ロボットや自動運転システムで複数のセンサを用いて複数のアクチュエータを制御するアルゴリズムを学習ベースで実現できる可能性がある。 記憶の仕組みが欠けていた ニューラルネット 人間がプログラムで記述するような複雑なアルゴ
GoogleのDeepMindが人間並みの認識能力を持つAIを開発
AIは写真に写っている猫や犬を高い精度で認識可能だが、一方で、「猫を追いかけている犬」といった、それぞれの関係性についての認識は難しかった。Alphabet（Google）傘下のDeepMindの研究チームはこのほど、複数のオブジェクトの関係性認識能力（関係推論）について、高い精度を持った2つのシステムを開発した。 AIは写真に写っている猫や犬を高い精度で認識可能だが、一方で、「犬と喧嘩する猫」といった、それぞれの関係性についての認識は難しかった。Alphabet（Google）傘下のDeepMindの研究チームはこのほど、複数のオブジェクトの関係性認識能力（関係推論）について、高い精度を持った2つのシステムを開発した。同社がアルファ碁の開発によって、AIが人間以上の創造性を持つことを世に示したことは記憶に新しい。 1つ目は、オブジェクトの位置関係を認識するシステム（オブジェクトが別のオブ
ニューラルネットワークが持つ欠陥「破滅的忘却」を回避するアルゴリズムをDeepMindが開発した論文を読んだ - Qiita
はじめに ニューラルネットワークが持つ欠陥「破滅的忘却」を回避するアルゴリズムをDeepMindが開発したらしいので、元論文を読んでみた。 Overcoming catastrophic forgetting in neural networks https://arxiv.org/abs/1612.00796 Introの最初から汎用人工知能とかいきなり出てくるのでおおっと思うが、やってることはめちゃくちゃシンプル 端的に言えば学習したニューラルネットのパラメータのそのタスクに対する重要度がフィッシャー情報行列で測れるよ 脳神経科学系の単語が結構出てくるので、専門家がいるのかな？とはいえこの背景は後付で、アルゴリズムが先なんじゃないかな… 元の論文では数式を端折っている箇所があるので、適宜補完しつつ、直感的解釈とかは勝手に入れている。論文の流れにはそこまで沿っていない 不正確・間違ってい
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
TechCrunch | Startup and Technology News
https://www.pnas.org/content/pnas/early/2017/03/13/1611835114.full.pdf