人工知能の研究したいんだが、どこに行けばいい？

1 ：メカ名無しさん：2006/05/11(木) 16:50:05 ID:w1Junq5w

私は今日突然のことなのですが、自分自身でも電波だと思いますが、
とにかく異様に「人工知能の研究」を本気でしてみたくなりました！

つまるところ「ドラえもん」をガチで作りたくなりました。
ですが、どこに行って何をするべきなのかが調べても分かりません！

こんな私はどこに逝くべきですか？こんな私は何をするべきですか？
どなたか私を教え導いて下さい！

95 ：亜魔之邪鬼（あまのじゃく）：2007/11/06(火) 21:25:08 ID:AWGHmAFw

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050602/162007/?ST=nettech
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（1）

（略）

コンピュータそのものの利便性は性能と比例して向上しているだろうか。動画や画像は確かに取り扱いやすくなったが，新たにデジタル化（コンピュータ化）された機器が出てきたからだ。インターネットも同じ。
これまでインターネットにつながっていなかったコンピュータが，接続できるようになったことで得られた利便性である。インターネットへの接続環境が普及して以降，誰もがありがたみを感じられる新たな「便利さ」を，コンピュータは作り出せていない。

正確さに縛られるコンピュータ
　こうしたある種の閉塞感の一つの原因は「与えられたことを正しくやり抜く」というコンピュータの動作原理にあるのではないだろうか。

　コンピュータに計算させるには，まずプログラムとデータを入力する。コンピュータは与えられたデータを，与えられたプログラムに従って正確に処理し，計算結果を出力する。
データとプログラムが適切に書かれていれば，コンピュータは期待通りに問題を解決してくれる。

　コンピュータが期待通りに動かないのは，プログラムが適切に書かれていないか，データが間違っている場合である。だが現実には，適切にプログラムを作ったり，データを書いたりできない問題もある。
「適切に」とは「コンピュータが理解できるように」と置き換えてよい。コンピュータが理解できる情報は，記号化された言語情報である。情報を記号化できなければ，コンピュータは取り扱えない。

　ユーザーがコンピュータを操作するときにも，記号に変換できる操作しか受け付けない。
例えば，コマンドを文字入力するのはその最たる例だし，マウスでアイコンをクリックするというのも，ユーザーにとってはコンピュータに指定された情報の渡し方である。これも一種の記号化だ。

「いい加減」が分からない
　これに対して人間は，情報を精緻に数値化したりしない。言葉という記号を使っているようでいても，その意味は微妙に変化する。この微妙な変化やいい加減さをコンピュータは取り扱えない。

　例えば，人間が会話をするとき，正確に情報を交換しているかというと，決してそんなことはない。不確かであいまいな情報を送り合い，ほとんどの場合，不確かさやあいまいさを意識することなく，情報が持つ意味を何となく理解しながらやり取りしている。

　「長めの」ひも，「黒っぽい」表紙の本，「もう少し手前」の位置といった，あいまいな表現を人間は日常的に使う。「長め」と言われたときに，それが何cm程度を指すのか，具体的な数値は考えない。
前後の文脈や周囲の状況から，およそどのくらいかという程度だけを意識する。
正確には話し手と受け手の間に認識の違いがあるだろう。しかし，これも大体のところで認識が合っていれば問題は生じない。まあまあ意図が通じれば，それで済む。お互いの認識が「いい加減」に収まっていればいい。

　人間の作業を機械に実行させようとすると，こういった感覚的な情報が障壁になる。特に，熟練者の独特の勘が行動を決めるような仕事で顕著になる。例えば，酒造職人による日本酒の醸造である。

　厳密な温度管理が求められる醸造過程で，杜氏と呼ばれる酒造職人は泡の立ち具合をはじめとする発酵状態や，酒母の温度，気温，水温，それぞれに起こり得る変化の予測などから，どの程度の温度にすべきなのかを考える。酒母の匂いや色なども判断材料になる。
そこから，加温すべきか，冷却すべきかを判断する。温度を変えるといっても，急激にするのか，少しだけ微妙に変化させるのか，変え方はいろいろ考えられるだろう。温め過ぎ，冷やし過ぎもよくない。
考えられる多くの手段の中から，適切な手段を選んで対処する。例えば，ほんのわずかだけ加温するために，白熱灯を醸造槽の上で照らすこともある。

　杜氏は「いい加減」を判断基準に感覚的だが厳密に温度を管理する。こうした感覚とコンピュータの間は大きく開いており，このギャップを埋めるのは簡単ではない。
杜氏の判断と処理は「感覚的な言葉でしか，彼らも説明できない。とてもじゃないが，直接プログラムに変換できない」（明治大学 理工学部長 理工学研究科委員長 教授の向殿（むかいどの）政男氏）。

96 ：亜魔之邪鬼（あまのじゃく）：2007/11/06(火) 21:42:15 ID:AWGHmAFw

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050602/162008/
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（2）

可能性

トレードオフは人間が判断
　感覚に裏打ちされた情報の数値化ばかりではなく，トレードオフが発生する状況での決断もコンピュータには簡単ではない。目的が一つなら，その目的を最大限に実現できるような計算結果を求めればよい。
しかし，目的が複数あり，それぞれが矛盾した側面を持つ場合には，すべてを同時に最適にはできない。そこで落としどころを考える。とても人間的な判断だ。

　多目的問題の一例が，環境に配慮した企業行動である。「最大の利潤を追求することと，環境に配慮することは，同時には達成できない。このような複数の目的があると，どこかで人間が判断しないと結論を出せない」。

“劣っていない解”が苦手
　コンピュータが苦手とする感覚に基づく判断や，トレードオフの関係を持つ問題に共通する特性は，目的を満たす唯一の有効解が存在しないことである。
より適切な解は存在するかもしれないが，そもそも「最適」と呼べる解はないかもしれない。最適解があるとしても，組み合わせの数が膨大で，有効時間内には見つけられないこともあるだろう。

　このような問題に直面しても，人間は「無限にある解の中から，人間の意志で解を決定する」。解が最適であることは保証できなくても，目的を満たす解はあるからだ。これを「非劣解」という。その解は最適ではないかもしれない。
「まあまあ」のレベルだったり，「何とか我慢できる」程度だったりと，解の適切さも問題によってさまざまだろう。人間は，問題の難しさや複雑さなども考え合わせて，受け入れられる水準，すなわち「いい加減」に達している解を現実的に選び出す。

非劣解を求める計算原理
　つまり非劣解を求める問題をコンピュータは苦手としている。「問題が多目的になると，数学から離れてしまい，解が無限に考えられるようになってしまう」。
数学的に問題をモデル化できれば，それをコンピュータのプログラムに変換できる。しかし，非劣解を考えなければならない多目的問題は，数理モデルを作りにくい。

（略）

人間的な判断や学習のメカニズム，自然界に見られる現象などを計算原理に使うことで，従来のコンピュータが苦手としていた問題の解決を図る。

　ファジィは比較的名が通った存在だろう。人間の言葉が含むあいまいさを記号化する手法と言える。もともとあいまいなものを正確に記述するのは難しい。ファジィはあいまいさとうまく折り合いをつけて，これを記号化する。

　ニューラル・ネットワークは，神経回路のメカニズムを模倣している。これにより，人間が新しい運動や言葉を感覚的に獲得し，知識を蓄えていくのと同じような学習能力をコンピュータに備えさせる。

　遺伝的アルゴリズムは，生物が遺伝子の交配を繰り返し，時には突然変異を起こしながら，種として進化を遂げてきたメカニズムを利用し，最適化問題の解決を図ろうというものだ。
どうなるのが最適なのかが分からない問題に対して，遺伝子の選択淘汰の仕組みを利用して，より適切な解を効率的に探していく。

　自然現象に見られる，一見すると非線形で複雑なふるまいの中に，実はある規則性を内包しているようなものがカオスである。カオス状態からは内在する規則を導けない。
逆に規則性が分かっても，どのようなふるまいをするか予想できない。こうしたカオスの特性を利用し，パターン認識やセキュリティへの応用が考えられている。

“死んだ”と見るのはまだ早い
　これらが注目を集めたのは1980年代後半から1990年代初頭だ。一度は注目されたものの，未来技術としては表舞台から消え去った。特に，ファジィについては家電などで大きく宣伝されたことが仇となり，「もはや死んだ技術である」と評する向きも少なくない。
ファジィとニューラル・ネットワーク，遺伝的アルゴリズムは一部で実用化され，定着しているが，ごく限られた領域に過ぎない。当初の期待ほどに実用が進まなかったのは，結局は「研究領域から，使ってみようと思えるような成果が上がってきていない」ことに尽きる。

　しかし，現状だけを見て「死んだ」と決めつけるのは早計だろう。コンピュータは，数学的にモデル化された問題でないと処理できない。言うなれば，数理モデルに閉じた世界でしか生きていけない。
そこから飛び出していこうとするなら，非劣解を求める能力が必要になるからだ。その意味では，「死んだ」のではなく，「まだ大きな鉱脈を見つけていない」のかもしれない。

97 ：亜魔之邪鬼（あまのじゃく）：2007/11/07(水) 20:22:19 ID:wcL7L1Sk

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050607/162252/?ST=nettech
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（4）

ファジィ

情報処理への応用研究もさかんに

　ファジィ技術が持つ，「言葉となじみやすい性質」を生かす研究も続いている。以前から研究されているものにファジィ・データベースがある。ファジィ・データベースはあいまいな質問に対して，答えと質問を満たす度合いをセットにして出力する。
あいまいな質問とは，「若くて背が高い人は何人いるか」のように，「若い」「高い」などの定義がはっきりしない言葉を含んだ問いかけである。

　ファジィ・データベースへのアプローチは2通りある。一つが，あらかじめユーザーがメンバーシップ関数を定義して検索時にファジィ技術を使うというもの。もう一つが，データ自体がファジィに分類されているというものである。
前者の場合は一般的なデータベースを利用できるが，ユーザーがメンバーシップ関数を入力する手間が生じる。一方，後者の場合は，あいまいさの基準が個々人によって違うため，データベースを共用できない。いずれにしても実現は容易でない。

数値を自然言語に変換

（略）

例えばその統計データが「背が高い人のうち髪が黒い人の割合」というルールをどれほど満たすかを計算する場合。「背が高い」度合いを表現したメンバーシップ関数を参照して，全体から背が高い人の割合を計算する。
そしてその中から髪が黒い人の割合（出現率）を計算し，求める。こうして求めた割合を，ファジィ量限定子に置き換える。
出力は，自然言語での説明に加えてデータの出現率と，「全データ中の髪が黒い人」の数における「背が高い人の中で髪が黒い人」の割合（カバー率）を数値で補足する。

対話型コンピュータを目指す

（略）

　日常言語コンピューティングの実現は，文章の意味を解析できるかどうかにかかっている。当初はここにファジィ技術を使えるのではと考えていたが，やがて限界に気付いたという。「文章の意味の表現にはファジィ技術は適用できなかった。
単語の意味や状態は，それが話される状況に応じて変わってしまう。そこで意味解析に適する言語体系を持つ言語学を探したところ，状況によって意味が変わることを考慮した『選択体系機能言語学』に出会った」。

　選択体系機能言語学を使った文章解析では，文章の概念を見出すために四つのデータベースを用意する。
コンテクスト・ベース（状況や話のジャンル，話者の役割関係など），意味ベース，語彙文法ベース，表現ベースである。これらのデータベースを参照して，次のように文章を解析していく。

　まず入力された文章について，音韻や文字を解析する。次に，形態素解析や係り受け解析をして，結果を基に汎用辞書を検索する。辞書から単語情報を取得して，状況，語彙文法，意味を解析する。
これらの解析結果を基に概念構造を明らかにする。概念構造とは文章に出てくる物体や動作などの関係を，状況も考慮して示したものである。

膨大なデータベースが必要

（略）

　例えばクリスマス・カードを作成する場合。「クリスマス・カードを作りたい」とユーザーがリクエストすると，秘書エージェントは言語モデルに意味を問い合わせて，「ワープロを使った文書を作成するタスクである」と認識する。
LAPIを通じてワープロを起動して，ユーザーに「タイトルは何にしますか」と応答する。タイトルを設定したあと，「文字をもう少し大きく」と言えば，秘書エージェントはワープロソフトに指示を出す。
ここでワープロソフトは「文字を大きく」する操作が何を意味しているかを理解しなければならない。これはワープロソフトの機能を呼び出すLAPIが必要に応じて言語モデルを参照し，ワープロの操作に変換する。
「実際に人を集めて，コンピュータに対してどのような言い方で指示を出すかを調べた。これらをデータベース化したところ音声認識の精度はかなり上がった」。

　ただし，実際に使えるようになるまでにはかなりの時間がかかりそうだ。さまざまな場面やユーザーに対応するには，膨大なデータベースが必要なためである。場面ごとに典型的な言い回しを整理したり，数多くの利用者を集めなければならない。
「人生は有限だから，一生のうちに遭遇する場面は数えられる。組み合わせから考えて，10億件くらいのデータが必要」。今のところ語彙文法データが1150件，意味データが1500件程度集まっているという。

98 ：ディック団撤退せよ：2007/11/07(水) 21:09:24 ID:Kcuo+Faw

南アフリカで、人工知能と人間。ポーカーで勝負。人工知能ハッタリをかける。
イギリスの先生うーん。どう思いますか。以上ワイヤードビジョンより。

99 ：亜魔之邪鬼（あまのじゃく）：2007/11/07(水) 21:10:39 ID:wcL7L1Sk

次のページにニューラル・ネットワークの解説が載っとるから，読んで見なはれ．

『ニューラルネットワークとは』
http://mikilab.doshisha.ac.jp/dia/research/report/2005/0909/006/report20050909006.html

100 ：メカ名無しさん：2007/11/07(水) 21:30:30 ID:k1TLgUPO

>>98
ディック団さん、結構いいネタに触れていますね、ポーカーの勝負。
これはハッタリの勝負でしょう、嘘と本当を見抜く心の勝負となります。
コンピュータには論理しかありませんから、乱数と論理の組み合わせの
パターンで勝負の揺らぎを演出することができるのでしょう。

単なるゲームの場合は論理vs論理で戦い先の手を読みあうことが重要に
なります。しかしテープルポーカーのような掛け金を上乗せし論理や
確率では計れない領域での勝負のようなゲームになると、ハッタリと
嘘の勝負になります。
勝負の確率だけで手を運ぶと、そのクセを読まれてしまい負けるのが
ポーカーなんです。また論理だけで行けば論理で行動する行動が読まれ
てしまいます。1度で勝負が終わるわけではいので、なんども勝負している
間に行動を予測されたら負けになります。
この心理的な状況を相手の行動だけで予測しなければならないでしょう。
ポーカーで勝てる判断ができる人工知能があれば、かなりすごい技術
かも。ワイヤードビジョンは知りませんが、後の報告があればヨロシク。

101 ：亜魔之邪鬼（あまのじゃく）：2007/11/07(水) 21:31:05 ID:wcL7L1Sk

http://web.sfc.keio.ac.jp/~takuya/contents/past/dec.htm
より引用．

「人間対コンピューターのチェス対決」

　世界最強とされるチェス・ソフト『ディープ・フリッツ』(Deep Fritz)と、チェスの世界チャンピオン、ウラジミール・クラムニク氏の対戦が、中東バーレーンで10月4日から19日(現地時間)にかけて行なわれ、引き分けに終わった。
1997年に行なわれた世界王者対コンピューターの対決で人間側が敗れたため、雪辱を晴らすことが期待されていたが、果たせなかった。

　全8戦の対戦成績は、2勝2敗4引き分け。前半はクラムニク氏が2勝し、リードしたが、第5、第6戦でコンピューター側が連勝。その後は同氏が守りに入ったとみられ、引き分けが続いた。

　ディープ・フリッツは、ドイツ人とオランダ人のプログラマーが開発した。ディープ・ブルーが1.4トンもの巨大なコンピューターだったのに対し、こちらはノートパソコンに搭載されている。
プロセッサー8基を搭載する4万ドルの『ウィンドウズXP』マシンで作られおり、毎秒600万手を読むことができるという。（ちなみに「ディープ・ブルー」は毎秒1億9700万手を読み、開発費は50万ドル。）

　ディープ・フリッツはこの大きな差を、プログラマーが開発した特別な検索テクニックで埋めているという。しかしその能力の根本はやはり、何手先深く読めるかどうかということに関わっている。

（略）

＜ミニ考察＞

　1997年に行なわれたチェス対決、世界王者「ガルリ・カスパロフ氏」対コンピューター「ディープ・ブルー」の画期的結末を憶えているだろうか。
チャス盤という小さい世界ではあるが、その範囲内であれば、人間よりもコンピューターの方が優れているということが証明された対決である。
この出来事をきっかけに、コンピューターが人間よりも賢くなるのではないかという懸念が、より一層人々の心に焼きつかれたことだろう。

　しかし多くの人がすでに知っているように、現在のコンピューター能力は、まだまだ人間のそれに遠く及ばない。チェスでコンピューターが人間を負かしたというのも、「チェス」というごく限られた範囲の中だからこそ、成し遂げることができたのである。

（略）

………………………………………………………………………………

次のページは「現在の人工知能の限界」を（面白おかしく）解説したものです．

『予備バッテリー救出作戦』
http://web.sfc.keio.ac.jp/~takuya/contents/opinion2.htm

102 ：セックスピストルズはイギリス王族：2007/11/08(木) 01:06:46 ID:H5RvSwCS

ピーターラッセルのグーローバルブレインは｢アイム ノット アボーション アイム ノット アボーション｣と泣きながら丸虫みたいになるらしい。実は脳腫瘍、脳溢血だらけのグローバルブレイン。アメリカ政府の自爆テロで自殺未遂

103 ：ディック団撤退せよ：2007/11/08(木) 12:58:40 ID:LUK8DK0w

人工知能、ポーカーではったりのサイトです。また感想お聞かせ下さい。
http://wiredvision.jp/blog/wiredscience/200706/20070614133131.html

104 ：メカ名無しさん：2007/11/08(木) 13:59:45 ID:eNch/El/

>Hurwitz氏のボットは、通常株式市場の予測に使われるニューラルネットワーク
>・アルゴリズムに基づいている――株式市場というのは、予期のできない、
>論理的でない動作ばかりだ！
株式の運用ではかなり前から集団の心のモデルを使った運営で予測し実際に
取引までおこない高い成果を出す会社がＴＶ報道であったのを覚えております。
相手に論理以外に心があるという前提で心がどのような状態を遷移し、現在は
どのような曖昧な状態という抽象概念の捉え様も無い仕組みを演算している
のでしょう（たぶん）

>「このことが示すのは、コンピューターが人間特有のこのふるまいを
>習得しうるということだ。ボットたちは実際にプレイする中で戦略を
>生成したが、これは人間が学習する方法とまったく同じだ」と、イギリス、
>エジンバラにあるヘリオット＝ワット大学のPhilippe de Wilde教授
>(コンピューター科学)は言う。
これはゲームの基本的仕組みを越えた、プレイする側を含めた体系での
心の動きまで観測し、それに基づく論理的な計算とみるべきでしょう。
知識ではなく、経験の積み重ねによる抽象的判断を行うのは心の仕組みを
応用した情報処理でなければ難しいということだと思われます。

ここでは単純に感想を表現しましたが、実際になるとまた話しは複雑に
なります。何故なら人は個性があり挙動が論理では説明できる範囲を越えて
いるかでしょう。一定のパターンに別けて蓄積したとしても、そのパターン
を交互に代えるような病的な人もいるわけです。(故意に行うことも可能)
ハッタリの上にハッタリ、さらにハッタリなど２、３重に行えば読みあう
限度を越えます。この域になれば人間的な読み合いでも勝ち負けは不定に
なるのが勝負の世界だと思われます。
創作物などの勝負の世界では神的な勝負が存在します、それはこの人間の
行動や判断すら神の仕業のように制御してしまうものです。
これは相手に絶対に負けないという合理的な要素をつかませ相手の行動の
範囲を制御してしまうような例で、もちろんそのためには自分側は100%負けに
等しい状況を作り出さなければ相手はこの合理的な手をフェイクだと判断し
騙されないでしょう。この相手の論理に合わせた状況を相手に掴ませる、
論理は神的な域と表現されています。当然タネや仕掛けがあるわけで、
勝負の世界では「極稀」に最大と思った手が最悪を引き起こす可能性があることを
常に意識しなければならないという話が存在すると思われます｡

105 ：ディック団撤退せよ：2007/11/08(木) 22:03:43 ID:LUK8DK0w

人工知能に垢がついたような気持ちです。いいのでしょうか。よくないのでしょうか。
ビジネスの世界でいう所の、『イフプラン』かもしれませんね。ビジネスには情緒的すぎるのは良くないとされます。
＜哀れみ＞、を買う状況を相手に提示しつつ、でもそれが本当はコントロールだったと。
政治力、とか、かかあ殿下とか。言葉が濁っているかも。すみません。
でも人工知能に垢らしき物がついてきた一件なのでしょうか。

106 ：メカ名無しさん：2007/12/14(金) 23:02:45 ID:oyKzma5q

ＴＢＳはこうして在日朝鮮人に乗っ取られた。 窓際社員の独り言です。

（１）1960年代
テレビ放送が始まってまもなくの頃、放送中のちょっとした言葉づかいの問題（例えば「朝鮮民主主義人民共和国」を"北朝鮮"と呼んでしまった、など）に対して、
朝鮮総連から会社及び経営幹部の自宅に対して脅迫に近い抗議行動が繰り返される。抗議行動に対する「手打ち」として、採用枠に"在日枠"が密かに設けられる。
総連幹部の子弟を中心に入社試験無し（カタチだけの面接）での採用が毎年続く。
在日枠の密約を所轄官庁に対して内密にしてもらうよう局側から総連に「お願い」をしてさらに弱みを握られ身動きがとれなくなっていく。
（２）1970年代
政府を叩きさえすれば世論が喝采する狂った時代。
在日社員の「反日番組」を「権力に対するペンの戦い」「調査報道」と勘違いした経営幹部が社内で在日を積極登用。
「日本人社員と在日社員に昇進の差別があってはならない」などと理想論を述べたのは良かったが、
しかし昇進差別をしなかったのは甘い日本人幹部だけで、課長、部長と昇進した在日社員は、帰化した在日二世を理不尽なまでに優遇する逆差別人事を徹底。
異を唱えた日本人社員は徹底的にマークされ、営業や総務など番組制作の第一線から退けられる。

（３）1980年代---90年代
昇進した在日社員が主要な報道番組のプロデューサーや報道局長など、決定的なポストを占める。
某サヨク週刊誌の在日編集長をキャスターに迎えたニュース番組が、
学生時代に学生運動に没頭した団塊の世代の視聴者の支持により高い視聴率を得る。
１９８９年の参議院議員選挙では「土井社会党」「マドンナブーム」を援護。あからさまな社会党支持。

（４）1990年代---2000年代
偏向報道、捏造報道、取材情報を特定の勢力に提供するなど、報道機関として存在を否定されかねない不祥事が続発。
朝日新聞、系列のテレビ朝日が、どちらかといえば「北京の意」を汲んだ報道が多い。
バブル崩壊以降の景気低迷でただでさえ厳しい広告収入が、「サラ金」と「パチンコ」に大きく依存。まさに、在日朝鮮人の資金で在日朝鮮人が運営しているのがウチの放送局。
在日の局長が在日のスターを「作り上げる」ような番組制作が為され、その証拠に「筑紫哲也の番組名」が未だに存在する。

107 ：メカ名無しさん：2008/01/06(日) 18:43:59 ID:af9GkzYD

ここ

108 ：メカ名無しさん：2008/01/07(月) 22:49:55 ID:sav/JcCT

人工知能で使われる技術と、人工知能全般と区別しているだろうか。
センサーから取り込まれる情報を解析する技術や、情報をデータベースから
検索する技術とかいろいろあるだろう。

ロボットで思考のようなものでも考えているのなら、思考もどきの
人工無脳の研究のほうがまだまともだと思われる。

109 ：メカ名無しさん：2008/02/04(月) 10:48:48 ID:chu1KbIS

星の彼方

110 ：メカ名無しさん：2008/02/11(月) 17:00:19 ID:NGIeyb9b

ここでオナニー汁

111 ：メカ名無しさん：2008/02/18(月) 03:59:52 ID:888foj6H

放送大学で、心理学とカオスと、成長の児童とか、
生態系とかの授業を視聴してくればいいんじゃねー？

112 ：メカ名無しさん：2008/02/20(水) 20:08:46 ID:ETwb55sp

>>111
なるほど、録画がめんどうだな。P2Pで流れてない？

113 ：メカ名無しさん：2008/02/26(火) 02:56:13 ID:h88nFtQo

カエレ！

114 ：メカ名無しさん：2008/03/12(水) 05:34:12 ID:ASwayiGl

英語でいいんだけど、ネットで人工知能に詳しいとこでおすすめある？

115 ：メカ名無しさん：2008/03/12(水) 08:10:42 ID:pC5AGUEM

>>114
つ google
最強でｓ

116 ：メカ名無しさん：2008/03/18(火) 14:56:19 ID:Ek47Emba

ＭＩＴのマービン・ミンスキー先生が日本にいらした時、お話しを聞くことができました。
先生は日本ではどのくらい影響力があるのでしょうか？？

117 ：メカ名無しさん：2008/03/19(水) 01:04:52 ID:zPUGUH9E

>>114
養護学校へ行って自閉症の子供を観察するのが最高だと思うよ。
大人の言うことを素直に聞ける子供より、
言葉もよく理解できない重度の子供ほどいろんなことを教えてくれる。
日常生活もまともにできないから、それなりの覚悟はいるけどね。

118 ：メカ名無しさん：2008/03/19(水) 11:50:11 ID:zPUGUH9E

京大霊研の先生も、養護学校へ行って色々調べたデータを持っていたのを思い出した。

119 ：メカ名無しさん：2008/03/19(水) 17:47:49 ID:HIyu7PuP

>>1
そんなこともわからないのかあああ？？？
バカか、てめー!
研究者になっても誰かに教えてもらわなくちゃわからないのかーーー？
使えない落ちこぼれ研究者になりそうだ!
死ねよ。

120 ：メカ名無しさん：2008/03/19(水) 21:00:34 ID:0vQ1f/D/

インテル

121 ：メカ名無しさん：2008/03/28(金) 23:15:38 ID:BIGMUmnq

ロシアの覚えた記憶は絶対に忘れない無限記憶の香具師は、全体から意味を生み出す
つまり研究ができない致命的な能力だったみたいね。

つまり緻密に覚える能力が高いほど研究には向かない。
物忘れが激しい奴ほど逆に研究には向いているということだな。

122 ：メカ名無しさん：2008/05/06(火) 18:41:37 ID:ZCX9i/qR

子供作って育てれば？

123 ：メカ名無しさん：2008/05/10(土) 19:24:11 ID:eaACmtZ2

>>122
チソコでもしごいていろ

124 ：メカ名無しさん：2008/05/19(月) 11:18:29 ID:XHk8MYel

von Neumann は写真を画像として覚える記憶力の持ち主だったが? >>121

125 ：メカ名無しさん：2008/05/19(月) 12:04:04 ID:bEBS3Kui

ていうか、彼は記憶したいことだけを記憶したというだけなんだが。
>>121の方は忘れたくても忘れることができないのさ。

126 ：メカ名無しさん：2008/05/19(月) 12:40:06 ID:oOH5Gzrc

ＪＡＰクソジャップの糞天皇はバカだそーだ

平和ヴォケしたバカ天皇そ−だ死ね糞ＪＡＰ天皇

ガン手術でチンボを切り落としたそーだ

ヴォケ天皇バカ天皇さっさと死ね

ずうずうしく生きるな死ね

クソ天皇

127 ：メカ名無しさん：2008/05/19(月) 17:20:03 ID:M1wbEkYl

意味記憶を極めると非意味記憶（抽象的）がまったく機能しなくなるだろ>>121の例は。。
研究には非意味記憶がとても重要だということが、意味に拘りつづける奴には
理解できない。

研究で必要なのは意味になっていない未知の非意味情報から意味を読み取る
能力であって何の情報でも意味の域へ昇華している奴はアナログデータを
デジタルにつまり２値に切り上げているだけ、記憶したいだけの意味を記憶し
記憶してくないものを簡単に忘れる。
IQが高いとはこの意味への昇華効率の高いコンピュータ人間をいう。
研究者には未知へのものを嗅ぎ取る直感が重要なことぐらいわかれ。

128 ：メカ名無しさん：2008/05/19(月) 22:57:59 ID:XHk8MYel

意味記憶って何？
陳述（declarative）記憶のこと？

129 ：メカ名無しさん：2008/05/22(木) 23:36:16 ID:tVcEfSAw

ﾏﾄﾘｯｸｽみたいな空間で時間を早回しにして育てて
後でﾎﾞﾃﾞｨに入れればいいんじゃね？

130 ：メカ名無しさん：2008/05/23(金) 01:10:46 ID:OvZGnFjw

沢山作った中に１つぐらいまともなのは出てくるかも知れんな

131 ：メカ名無しさん：2008/05/23(金) 23:03:16 ID:OvZGnFjw

絶対無理できません

132 ：メカ名無しさん：2008/05/26(月) 08:03:08 ID:iC7G0XdX

普通にエキスパートシステムとかエージェントシステムの本でも
買って読め！。

133 ：メカ名無しさん：2008/06/18(水) 02:01:41 ID:lXY+Ht62

>>132
無理

134 ：メカ名無しさん：2008/07/28(月) 18:04:41 ID:N+ylyo4X

http://wiredvision.jp/news/200709/2007092823.html
http://wiredvision.jp/blog/wiredscience/200709/20070928093626.html

この辺りで全て解決されそうな気がしてきたんだけど・・・・
人の脳細胞培養してコンピューターに接続・・・・・

皮膚とか内臓とかの培養はなんとも思わないけど
脳細胞の培養ってどうなん・・・・・

もしこれが普通に人間の脳以上に機能するようになったら
それは人の進化になってしまうのだろうか・・・・

しかもこれはクローンではないから遺伝子操作ガンガン出来る
人類滅亡するでおい

135 ：メカ名無しさん：2008/08/03(日) 22:03:58 ID:KkKMr0+x

脳細胞自体はトランジスタと同様，何の知性も持たない
重要なのは各素子の接続情報だから，それをコピーするとかでなければ無問題

136 ：メカ名無しさん：2008/08/07(木) 13:23:17 ID:i+AZ/5bm

木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂

あなたは私のお人形
私の思うままに動いて

死んで

木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂

あはははははははははははあははは
カッターあげるから
死んで


死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死
ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死
ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね

137 ：メカ名無しさん：2008/08/08(金) 00:05:15 ID:11JQtrVb

>重要なのは各素子の接続情報だから，それをコピーするとかでなければ無問題
素子の接続情報をコピーして電脳を複製して、例えば人型から犬型へコピーしたと
する。
これに意味があるだろうか、環境（社会や仮定や人の形）があってこその
電脳であってそれが一致しない情況ではメインフレームやスパコンにＷｉｎを
コピーするようなもの、テレビのリモコンに搭載するマイコンに入るかわからんが
コピーしてもそれはそれで意味にならんだろうなぁ。
故に固体の中で生じた固体の外との関係をコピーしたとして同じ物として
利用するという考え方がどこまで有効か疑問である。

138 ：メカ名無しさん：2008/08/08(金) 21:07:44 ID:4fbLQxkJ

コピーすれば複製できるとは誰も言ってないと思うが
単に個人情報が含まれているか否かという文脈だろ

139 ：メカ名無しさん：2008/08/12(火) 15:17:44 ID:JyCgnBSI

http://life9.2ch.net/test/read.cgi/bouhan/1203941507/

140 ：メカ名無しさん：2008/08/12(火) 20:38:26 ID:b8Vo8aTj

純粋な数学モデル、カオスchaos 周辺を研究して下さい。物理空間は、アナログのように見えますが
実は、量子単位の限界があるので、有理数の空間であり、ディジタル空間です。

それに比べ数学の数空間は、無理数を含む。と言うより殆んど無理数なので、分解単位に
限界がなく、純粋なアナログ量の空間と言えるでしょう。常識と逆ですね！
だからこそ、繰返さない本物のカオスは、数学空間にしかないと、言えます。

繰返さない試行錯誤は、脳の本質です。

人工知能は、数学の研究から・・・
私は数学力が、弱くて残念ですが、まだまだ世界は広く、期待できる。

141 ：メカ名無しさん：2008/08/15(金) 16:14:42 ID:+jhSnvaK

>>140
試行錯誤 ×
思考錯誤 〇

>実は、量子単位の限界があるので、有理数の空間であり、ディジタル空間です。
一部の人が主張しているもので証明などされていない

142 ：メカ名無しさん：2008/08/15(金) 23:37:43 ID:zDrNd16L

いや，物理屋さんたちは無限小の空間があり得ないことは皆認めてる
無限小が分母に来ると発散しちゃうからね
湯川秀樹なんかもこれを一生懸命考えてたし
繰り込み理論も計算結果を発散させないためのもの
今は紐理論が一例

143 ：メカ名無しさん：2008/08/15(金) 23:39:18 ID:zDrNd16L

それと
>試行錯誤 ×
>思考錯誤 〇
間違ってるぞ

144 ：メカ名無しさん：2008/08/16(土) 18:06:50 ID:XkcsyYZG

脳の性質に関して、あえて“思考錯誤”と字を当てたのかとｵﾓﾀｗ