理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

ニューラルネットワーク

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2018/12/12(水) 14:39:14.08 ID:CAP_USER
イタリアのパヴィア大学の研究チームは、IBMの5キュービットの量子プロセッサー上にパーセプトロンを実装し、単純なパターンの初歩的な分類ができることを確認した。その後、IBMは16キュービットの量子プロセッサーをWeb上で利用できるようにしており、量子パーセプトロンの性能が飛躍的に向上するのは時間の問題だ。

コンピューティング革命超初期の1958年、米海軍海事技術本部(ONR:Office of Naval Research)は記者会見を開き、コーネル航空研究所(Cornell Aeronautical Laboratory)の心理学者フランク・ローゼンブラットが考案した装置を発表した。ローゼンブラットはこの装置をパーセプトロンと呼んだ。ニューヨーク・タイムズ紙はパーセプトロンを「将来的に歩行、会話、視覚、筆記、自己複製、自己存在の意識が可能になると(米海軍が)期待する電子計算機の萌芽」だと伝えた。

のちに、この主張は誇張だったことが分かったが、ローゼンブラットが開発した装置は、現在でも大きな可能性を秘めた人工知能分野の研究を爆発的に推し進めた。

パーセプトロンは単層ニューラル・ネットワークだ。近年、注目を集めている深層学習ネットワークはパーセプトロンが起源となっている。

続きはソースで

https://www.technologyreview.jp/s/113200/machine-learning-meet-quantum-computing/
ダウンロード (1)


引用元: 量子機械学習の一歩踏み出す、伊チームがパーセプトロン実装に成功[12/12]

量子機械学習の一歩踏み出す、伊チームがパーセプトロン実装に成功の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2018/10/09(火) 21:13:39.30 ID:CAP_USER
人間の重労働作業を代わりにこなします
https://assets.media-platform.com/gizmodo/dist/images/2018/10/02/181002_aist-w1280.gif

アメリカでは2足歩行でランニングし、見事なバク宙までキメてしてしまう「ATLAS」君なんてロボットがいますが……日本の国立研究開発法人産業技術総合研究所(産総研)も負けてはいられません。
彼らが作ったのは、無骨な容姿でタッカーによる釘打ちをこなす、建設作業用ヒューマノイドロボット「HRP-5P」。
合板を手に取りクルっと縦に持ち直し、壁にくっつけて電動工具でDIYしてしまう器用なヤツなのです。

https://youtu.be/ARpd5J5gDMk



なんということでしょう!
ロボットが壁を作ってしまいました!

見た目はなんとなく映画『チャッピー』風な気がしましたが、なんと産総研はボストン・ダイナミクス社の「ATLAS」君を参考にデザインしたのだそうです。
それでこんな機器類がむき出しで、フレームも最小限なんですね。

https://assets.media-platform.com/gizmodo/dist/images/2018/10/02/181003_aist.jpg

ちなみに産総研は2010年に、女型ボディーにリアルなマネキンの顔と手が付いた2足歩行ロボット、HRP-4C「未夢」を開発したことがありました。
前作が彼女だったことを踏まえると、大違いです。

https://youtu.be/YvbAqw0sk6M


続きはソースで

https://www.gizmodo.jp/2018/10/hrp-5p-robot.html
ダウンロード (7)


引用元: 【機械工学】釘打機で壁を作るヒューマノイドを産総研が開発(動画あり)[10/9]

釘打機で壁を作るヒューマノイドを産総研が開発(動画あり)の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2018/06/26(火) 15:57:32.94 ID:CAP_USER
人工知能(AI)をオープンソース化するために活動する非営利の研究機関「OpenAI」は、AI技術が将来的に誰にとっても恩恵を受けられるような安全な進歩を遂げるようにとイーロン・マスク氏らによって設立された組織です。
そんなOpenAIが研究を進めるAIは、特定の条件下では熟練のDota 2プレイヤーにも勝利できるほどの腕前を身に付け始めています。

OpenAI Five
https://blog.openai.com/openai-five/

OpenAI’s ‘Dota 2’ neural nets are defeating human opponents | TechCrunch
https://techcrunch.com/2018/06/25/openais-dota-2-neural-nets-are-defeating-human-opponents/

OpenAIでは研究の一環としてAIにゲームを学習させるなどが行われており、2017年8月にはチェスや囲碁よりもはるかに複雑なビデオゲームのDota 2上で、世界チャンピオンに1対1のバトルで勝利を収め話題となりました。

OpenAI製のAIがDota 2の1対1のバトルで世界チャンピオンに勝利した際、開発チームは今後の目標として「5対5のチーム戦で人間のチームにAIを加えること」を掲げており、それに向けて開発が進められているのが「OpenAI Five」と呼ばれる5つのニューラルネットワークです。
OpenAI FiveはDota 2で5対5のチーム戦をプレイできるように設計されたもので、このOpenAI Fiveも特定の条件下で人間のチームを打ち負かすことができるレベルにまで進化しているそうです。

チェスや囲碁のようなターンベースのゲームと異なり、Dota 2はリアルタイムで多くの意志決定を行わなければいけないゲームです。
Googleが開発し、世界最強の棋士を倒したことで話題となった囲碁AIのAlphaGoはよく練られた手に対応するために多くの時間を必要としましたが、OpenAI FiveがプレイするDota 2ではそのような猶予は一切与えられないため、いかに高度な判断を下せるニューラルネットワークとなっているかがよくわかると思います。

続きはソースで

https://i.gzn.jp/img/2018/06/26/openai-five-dota-2-defeating/00_m.jpg
■プレイ動画
OpenAI Five: Dota Gameplay https://youtu.be/UZHTNBMAfAA



GIGAZINE
https://gigazine.net/news/20180626-openai-five-dota-2-defeating/
ダウンロード (2)


引用元: 【AI】〈動画あり〉OpenAIの人工知能「OpenAI Five」がDota 2の5対5バトルで人間チームに勝利[06/26]

【AI】〈動画あり〉OpenAIの人工知能「OpenAI Five」がDota 2の5対5バトルで人間チームに勝利の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2018/07/07(土) 13:03:11.22 ID:CAP_USER
Googleと同じAlphabetを母体に持ち、世界最強の囲碁AI「AlphaGo Zero」を開発した人工知能(AI)開発企業・DeepMindが、ファーストパーソン・シューティング・ゲーム(FPS)で人間を超えた勝率をたたき出すAI「For the Win(FTW)」を開発しました。ただ敵を倒すだけではなく、人間のチームメイトとも協力して有利にゲームをプレイすることができるとのことです。

Capture the Flag: the emergence of complex cooperative agents | DeepMind
https://deepmind.com/blog/capture-the-flag/

人間とゲームをプレイするAIの研究は、2017年にもOpenAI開発のAIが「Dota 2」で人間に勝利するという結果を残し、話題になりました。また、DeepMindも「StarCraft 2」をプレイするAIを研究していたことがあります。

今回、GoogleのDeepMindが開発した「FTW」は、1999年に発売された「Quake III Arena」をプレイ。
「Quake III Arena」はマルチプレイヤー向けのFPSで、今でも大会が開かれるほど人気があるタイトルです。
この「Quake III Arena」での対戦ルール「Capture the Frag(CTF)」という旗取りゲームを行い、人間と一緒にチームで遊べることを目指して学習を行ったとのこと。

CTFは2つのチームに分かれて対戦するゲームで、相手チームの陣地にある旗を奪って自陣に戻るとポイントが加算されるというもの。
単純なルールに見えますが、相手チームに旗を取られた場合は旗を持っているプレイヤーを倒さなければならないなど、状況に応じて狙う相手や動きを変更しなくてはならず、CTFで要求される動きは複雑だと研究チームは評価しています。

戦いの舞台となるマップは同じものを使い続けるのではなく、マッチごとにマップを変更していたとのこと。
これによって、FTWはマップのレイアウトを記憶するのではなく、汎用的な戦略を学習していかなければなりません。
さらに、AIを人間と同じように成長させるため、従来のゲーム用AIのようにゲーム内でのパラメータを直接読み取ってプレイするのではなく、人間と同じように画面上のピクセルを認識させてエミュレートしたコントローラーで操作をさせています。

DeepMindの研究チームは、40人の人間プレイヤーと30のFTWのエージェントをランダムにマッチさせ、45万回以上CTFをプレイさせました。各エージェント間ではリカレント(回帰型)ニューラルネットワークが形成され、さらにゲームポイントから内発的動機付けを行うように学びます。これによってCTFを高いレベルでプレイするようになります。

続きはソースで

Human-level in first-person multiplayer games with population-based deep RL - YouTube
https://youtu.be/dltN4MxV1RI


https://i.gzn.jp/img/2018/07/06/deepmind-capture-the-flag/a01_m.jpg
https://i.gzn.jp/img/2018/07/06/deepmind-capture-the-flag/a02_m.jpg

GIGAZINE
http://gigazine.net/news/20180706-deepmind-capture-the-flag/
ダウンロード (2)


引用元: 【人工知能】世界最強の囲碁AIを開発したDeepMindが「人間を超越したFPSプレイヤー」のAIを開発[07/06]

【人工知能】世界最強の囲碁AIを開発したDeepMindが「人間を超越したFPSプレイヤー」のAIを開発の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/12/10(日) 18:25:55.57 ID:CAP_USER9
http://mainichi.jp/articles/20171210/ddm/003/040/045000c
 「世界最大規模の国産量子コンピューター」とのキャッチフレーズで発表された計算装置に対し、共同研究者からも「量子コンピューターではない」との異論が出ている。内閣府と科学技術振興機構(JST)の予算で、NTTや国立情報学研究所(NII)、東京大の産官学が参加した大型プロジェクト。背景には、すぐに目に見える成果を求められる国主導の研究開発事情が見え隠れする。【酒造唯、須田桃子、阿部周一】

 疑問の声が上がっているのは計算装置「量子ニューラルネットワーク(QNN)」。

続きはソースで

http://cdn.mainichi.jp/vol1/2017/12/10/20171210ddm001010024000p/8.jpg
ダウンロード


引用元: 【量子?コンピューター】「スパコン超え」の国産コンピューター 「量子」命名に共同研究者らか異論 集積回路、従来のまま

【量子?コンピューター】「スパコン超え」の国産コンピューター 「量子」命名に共同研究者らか異論 集積回路、従来のままの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/12/06(水) 00:07:29.91 ID:CAP_USER9
シンギュラリティが始まったようです。詳細は以下から。

人間を越える人工知能が現れ、自らの力で新たな人工知能を作り上げてゆく未来。シンギュラリティ(技術的特異点)と呼ばれる時系列的な瞬間は2045年頃に起こるとされていましたが、既に私たちはその領域に足を踏み入れていました。

Google Brainの研究者らが「自らの力で新たな人工知能を作り上げるAI」であるAutoMLの開発に成功したと発表したのが今年2017年5月のこと。そしてこの度、AutoMLが作り上げた「子AI」はこれまで人類が作り上げたAIよりも優れた性能を持っていたのです。

Googleの研究者らは「強化学習(reinforcement learning)」と呼ばれる手法を用いて機械学習モデルのデザインを自動化。AutoMLは子AIが特定のタスクへの対応力を発展させるためのニューラルネットワークの制御装置の役割を担います。

今回のNASNetと名付けられた子AIはコンピュータ視覚システムで、リアルタイムの映像から人間、車両、信号、ハンドバッグ、バックパックなどを自動で認識します。

AutoMLはNASNetの性能を査定してその情報をNASNetの改善に用います。この行程を何千回も繰り返します。研究者らはImageNet image classificationとCOCO object detectionという2つの巨大画像データベースサイトで実験を行いましたが、NASNetはこれまで人類が作り上げたどのコンピュータ視覚システムよりもよい成績を収めました。

続きはソースで

配信2017年12月5日10:16
BUZZAP
http://buzzap.jp/news/20171205-google-brain-nasnet/


ダウンロード

引用元: 【IT】GoogleのAIが自力で「子AIの作成」に成功、しかも人間作より優秀 AutoML ★3

GoogleのAIが自力で「子AIの作成」に成功、しかも人間作より優秀 AutoMLの続きを読む
スポンサーリンク

このページのトップヘ