More Related Content
Similar to AI最前線2022 (20)
More from Koji Fukuoka (17)
AI最前線2022
- 11. ディープラーニングのインパクト:位置づけと特徴
COPYRIGHT@ KOJI FUKUOKA
11
従来の機械学習 ディープラーニング
人が特徴を抽出
機械学習で分類
結果
「機械自身」が
特徴を抽出して
分類
結果
画像
ディープラーニングとその他機械学習の違い
AIにおけるディープラーニングの位置づけ
機械学習(教師
あり/なしで分類)
ニューラル
ネットワーク
ディープ
ラーニング
統計解析
ルールベース
ソフトウェアのみ
・・・
・・・
・・・
CNN RNN GAN 次元削減
スパース
モデリング ・・・
強化学習 ・・・
CNN(Convolutional Neural Network):画像認識でよく使われる
RNN(Recurrent Neural Network):時系列処理でよく使われる→GPTへ応用
GAN(Genera tive Adversarial Networks):データ生成モデルでよく使われる
AI手法
HWや環境も
セット
- 16. AGIへの道:ヤン・ルカンの挑戦:脳への回帰
COPYRIGHT@ KOJI FUKUOKA
16
Meta所属 兼
ニューヨーク大学 ヤン・ルカン教授
〇深層学習の父、ヤン・ルカンが思い描く汎用人工知能への道筋
https://www.technologyreview.jp/s/279268/yann-lecun-has-a-bold-new-vision-for-the-future-of-ai/
常識的判断は多くの点において、次に何が起こるかを予測
する能力→知能の本質
予測モデル→世界モデル
予測する機能→コンフィギュレータ
上記2つは、脳のような大きな認知アーキテクチャの中で2
つの重要なサブシステムを担う。
それぞれのニューラル・ネットワークは脳の各部位と概ね
対応するとの仮説。
例:コンフィギュレーターと世界モデルは、前頭前皮質の
機能を再現するためのもの、動機づけモデルは扁桃体の特
定の機能に対応するもの