NNが心理学と生理学から離れていった瞬間：Back propagationに関するNature論文(1986)の意義を考える - 渋谷駅前で働くデータサイエンティストのブログ
(Fig. 1 from Rumelhart, Hinton & Williams, Nature, 1986) これはちょっとした小ネタです。僕自身はニューラルネットワーク (Neural Network, NN)の学術的専門家でもなければ況してやNNの研究史家でもないので、たかだか僕自身がかつて脳の研究者だった頃に把握していた事由に基づいて、極めていい加減な私見を書いているに過ぎないことを予めお断りしておきます。よって、この辺の事情に詳しい方いらっしゃいましたら、後学のためにも是非ご遠慮なくツッコミを入れて下さると有難いですm(_ _)m 先日のことですが、@tmaeharaさんがこんなことを呟いておられました。 オリジナル論文 https://t.co/kXfu8jIat3 これです．本当にただチェインルールで微分して勾配法しているだけにしか見えない……．— ™ (@tmaehara
深層学習の今のところの限界「何ができて、何ができないか？」
Tweet あけましておめでとうございます。 先日、MIT Technology Reviewにこのような記事が掲載されていました。 深層学習の過大評価は危険、ウーバーAI研究所の前所長が指摘 この論文を発表したのはニューヨーク大学の心理学者のゲイリー・マーカス教授。心理学者ということで、我々情報工学の立場とはまた違う立場で深層学習にできることとできないことを分離しています。 筆者はこのニュースを見て最初は反発したのですが、原文を読んでみると現状のディープラーニングの課題についてよくまとまっているのではないかと思いましたので紹介します。原文はこちら ■ディープラーニングの限界 マーカス教授によると、ディープラーニングは「無限のデータと無限の計算資源がある場合においては極めて有効である(In a world with infinite data, and infinite computati
99.99%の人間は人工知能を専門にするのはやめたほうがいい - ふろむだ＠分裂勘違い君劇場
清水亮氏が 「いま日本に圧倒的に足りないのは人工知能に詳しい人材」 「いま大学三年生の人がいたら、文系だろうが理系だろうが、とにかく今すぐAIの研究を始めたほうがいい。」 と主張しておられる。 たしかに、今後数年～十数年で、人工知能技術はありとあらゆるビジネスに入り込み、多くの職場で、それを使いこなせないと日常の業務が回らなくなっていくと思います。 ただし、就職面接で「人工知能を使いこなすスキルがあります！」とアピールするのは、「エクセルを使いこなすスキルがあります！」とアピールするのと同じ意味合いを持つようになっていくと思います。 人工知能テクノロジーを使いこなすスキル自体は、ウリにならなくなっていくんです。 その理由は、次のとおり： (1)人工知能のツールやライブラリがどんどん高機能かつ使いやすくなっていく。 (2)人工知能技術を簡単にマスターできる優れた入門書がどんどん出てくる。 (
ニューラルネットの逆襲 - Preferred Networks Tech Blog
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
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
