DeepMindが自然言語理解の２難題を解決した - mabonki0725の日記
ランニングできず 英語30分 The Boune Leagacy (1) DeepMindの自然言語を理解するUNREALモデルの論文を読み、深い感動を覚える。 このモデルは自然言語理解に於ける２つの懸案事項を解決している。 ・計算機が言語を教える事を可能にした。 言語理解で正解すれば計算機がエージェントに報酬を与えることで、 数十万の繰り返し学習を可能にした。従来は人間が計算機に教えるしかなく、 試行回数の壁があった。 ・複雑な文章理解では、単純な文章学習を経ていけば可能になることを実証した DeepMindの証明したかったことは以上の3点である ・言語理解を解明するには、人間の環境に似た３要素の模擬環境が必要 ・動作できるエージェント ・エージェントが存在する３D環境 ・報酬と罰則 ・言語学習には相当な繰り返しが必要 ・複雑理解では適切な学習手順が必要
深層学習を超えた手法とは何か : 思考のカケラ
最近、深層学習の精度を超えた手法が発表されています。 今回は、昨日（6月17日）ニュースになったDeepmindによるPredictron（自動計画＋強化学習）も含めて、紹介します。
Google、機械学習システム「TensorFlow」をオープンソースで公開
TensorFlowはディープラーニングをサポートするが、さらに広範囲なコンピューティングでも使えるという。ユーザーはPythonのユーザーインタフェースを使ってTensorFlowで自分のアイデアを視覚化できる。 TensorFlowのパッケージは、Ubuntu/Linux、Mac OS X、Dockerベースで用意されている。 Googleのサンダー・ピチャイCEOは「TensorFlowをオープンソースにすることで、機械学習のコミュニティー（研究者、エンジニア、ホビイストなど）が論文だけでなく実施のコードを通じてより迅速にアイデアを交換できるようにしたい」と語った。 関連記事 Google、「Inbox」に人工知能による返信文提示機能「Smart Reply」追加へ Googleが、受信したメールの内容を人工知能が読み取って返信文候補を提示する機能「Smart Reply」をメールア
AlphaGo | Google DeepMind
Making historyOur artificial intelligence (AI) system, AlphaGo, learned to master the ancient Chinese game of Go — a profoundly complex board game of strategy, creativity, and ingenuity. AlphaGo defeated a human Go world champion a decade before experts thought possible, inspired players around the world to discover new approaches, and arguably, became the strongest Go player in history. It proved
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
処理を実行中です
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
cakes（ケイクス）
Google DeepMind
