人工知能

AIプログラムにIQを設定できますか？ つまり、AIプログラムのIQを測定できますか？ 人間がIQテストを行う方法と同じです。

10 intelligence-testing 

休業。この質問は意見に基づいています。現在、回答を受け付けていません。 この質問を改善してみませんか？この投稿を編集して、事実と引用で回答できるように質問を更新してください。 3年前休業。 スティーブンホーキングによるこの引用は、かなり前から見出しになっています。 人工知能は、人間が蟻のようになるため、賢くなりすぎると人間性を一掃する可能性があります。 なぜ彼はこれを言うのですか？簡単に言えば、AIからの脅威とは何ですか？AIが非常に危険であることを知っている場合、なぜそれをまだ推進しているのですか？なぜ禁止されないのですか？ いわゆる技術的特異点の悪影響は何ですか？

10 intelligent-agent 

この例を考えてみましょう： ジョンの誕生日です。凧を買いましょう。 なぜ購入されたのかと尋ねると、私たち人間はおそらく凧は誕生日プレゼントだと言っています。この推論を常識と呼びます。 人工知能エージェントでこれが必要なのはなぜですか？人為的エラーの多くはこれらのあいまいな仮定が原因であるので、それは多くの問題を引き起こす可能性があると思います。 AIが常識を使ってすでに他の誰か（または別のAI）によって実行されていると想定しているため、特定の処理を無視しているAIを想像してみてください。 これはAIシステムに人為的エラーを引き起こさないでしょうか？

10 philosophy  agi  knowledge-representation  common-sense-knowledge 

AIが世界をスーパーコンピュータに変えて、解決する必要があると思った問題を解決する方法について、そんなナンセンスを読んでいます。それはAIではありません。これは手続き型プログラミングで、ループのナンセンスに陥っています。AIはそのニューロンを進化させ、再編成する必要があります。コードを書き換えることでインテリジェントになる場合でも、ハードコードにこだわることはありません。

10 philosophy 

私はジョンマッカーシーと彼の人工知能の正統なビジョンについて読んでいました。私には、彼がAIにチェスのようなゲームをプレイさせるために使用されるリソース（時間とお金など）をあまり好まなかったようです。代わりに、チューリングテストと人間の行動を模倣したAIの合格に集中することを望んでいました。 また、IBMやGoogleなどの大手企業が、チェスや囲碁などのゲームをプレイするためのAIの作成に数百万ドルを費やしていることについて、多くの記事を読んだことがあります。 これはどの程度正当化されますか？

10 research  game-theory  chess 

ディープニューラルネットワークやその他のニューラルネットワークベースのモデルが、コンピュータービジョン、オブジェクト分類、強化学習などの現在の多くの領域を支配しているようです。 SVM（または他のモデル）がまだ最先端の結果を生み出しているドメインはありますか？

10 machine-learning  svm  state-of-the-art 

オートエンコーダーは、入力を後で再構築するために入力の圧縮表現を学習するニューラルネットワークであり、次元削減に使用できます。それらは、エンコーダーとデコーダー（別々のニューラルネットワークにすることができます）で構成されています。次元の削減は、データが疎になり、「統計的有意性」を取得することがより困難になる次元の呪いに関連する問題を処理または軽減するために役立ちます。したがって、自動エンコーダー（およびPCAのようなアルゴリズム）を使用して、次元の呪いに対処できます。 特にオートエンコーダーを使用して次元削減を気にするのはなぜですか？次元削減が目的であるのに、なぜPCAを使用できないのでしょうか。 次元削減を実行したいだけの場合、なぜ入力の潜在的な表現を解凍する必要があるのか​​、またはオートエンコーダーにデコーダー部分が必要なのはなぜですか？ユースケースは何ですか？一般に、なぜ後で解凍するために入力を圧縮する必要があるのですか？（最初に）元の入力だけを使用した方がいいのではないでしょうか。

10 machine-learning  autoencoders  dimensionality-reduction  curse-of-dimensionality 

ReLU、シグモイド、タンなど、いくつかのアクティベーション関数があります。タンタン\tanh。アクティベーション機能を混在させるとどうなりますか？ 最近、Googleが（x * sigmoid）のSwishアクティベーション関数を開発したことを発見しました。アクティベーション関数を変更することにより、XOR問題などの小さなニューラルネットワーク問題の精度を向上させることができますか？

10 neural-networks  machine-learning  activation-function  relu  sigmoid 

環境も確率的である場合、最適なポリシーは常に確率的（つまり、状態からアクションの確率分布へのマップ）ですか？ 直感的に、環境がある場合には、確定（エージェントが状態にある場合、であるsssと行動取るaaa、次の状態s′s′s'、そして最適なポリシーも決定論的である必要があり、常に同じで、どんなに時間ステップを） （つまり、アクションからの確率分布ではなく、状態からアクションへのマップである必要があります）。

10 reinforcement-learning  stochastic-policy  deterministic-policy  policy  environment 

ニューロンカバレッジの概念を偶然見つけました。これは、ニューラルネットワークにおける活性化ニューロンと総ニューロンの比率です。しかし、ニューロンが「活性化」されるとはどういう意味ですか？アクティベーション関数とは何か知っていますが、たとえばReLUやシグモイド関数の場合、アクティベートされているとはどういう意味ですか？

10 neural-networks  ai-basics  concepts  activation-function 

オプティマイザー（を使用）と、シングルチャネルオーディオソース分離タスクでauto-encoderネットワークをトレーニングしています。学習率を1要素ずつ減衰させると、ネットワーク損失は急激に跳ね上がり、次の学習率の減衰まで減少します。Adamamsgrad=TrueMSE loss ネットワークの実装とトレーニングにPytorchを使用しています。 Following are my experimental setups: Setup-1: NO learning rate decay, and Using the same Adam optimizer for all epochs Setup-2: NO learning rate decay, and Creating a new Adam optimizer with same initial values every epoch Setup-3: 0.25 decay in learning rate every 25 epochs, and Creating …

10 machine-learning  deep-learning  optimization  autoencoders  loss-functions 

ReLUの代わりにLeaky ReLUを使用する利点は、このようにして勾配を消すことができないことです。パラメトリックReLUには同じ利点がありますが、唯一の違いは、負の入力に対する出力の傾きが学習可能なパラメーターであるのに対し、Leaky ReLUではハイパーパラメーターであることです。 ただし、Leaky ReLUまたはParametric ReLUの代わりにReLUを使用する方が便利な場合があるかどうかはわかりません。

10 neural-networks  activation-function  relu 

それはされた最近私の注意に持って来らチェスの専門家が動揺のようなものとして、この今の有名な試合の結果を取ったこと。 参照：チェスの新しいベストプレーヤーは、大胆不敵なスワッシュバックリングアルゴリズムです ChessとChess AIの専門家ではないのと同じように、AlphaGoのパフォーマンスと、組み合わせゲームに関連するそのタイプのメソッドの検証に基づいて、古いAIにはチャンスがないというのが私の仮定でした。 AlphaZeroの勝利が意外だったのはなぜですか？

10 chess  alphazero 

近い将来、ニューラルネットワークを置き換える可能性のあるモデルはありますか？ そして、それさえ必要ですか？効率の面でニューラルネットワークを使用する上で最悪のことは何ですか？

10 neural-networks  convolutional-neural-networks  recurrent-neural-networks 

私はビデオファイル内のTVチャネルのロゴを検出しようとしています。そのため、単純に入力.mp4ビデオを与え、そのロゴが特定のフレーム、たとえば最初のフレームにあるかどうかを検出します。 事前にそのロゴがあり（％100と同じサイズではない場合があります）、場所は常に固定されています。 私はすでにパターンマッチングベースのアプローチを採用しています。ただし、そのためには、パターンを同じサイズの100％にする必要があります。それを実現するために、ディープラーニングとニューラルネットワークを使用したいと思います。どうやってやるの？CNNの方が効率が高いと思いますか？

10 neural-networks  convolutional-neural-networks  pattern-recognition  detecting-patterns