人工知能

機械学習エンジニアやAIプログラマーが、C ++は技術的にPythonよりも強力な言語であるにもかかわらず、なぜC ++ではなくPythonなどの言語を使用してAIタスクを実行するのかを知りたいだけです。

15 neural-networks  machine-learning  python  data-science  c++ 

入力としてn個のデータポイントを受け取るニューラルネットワークfff：x 1、… 、x nを考えます。次の場合、fは順列不変であると言います。nnnx1,…,xnx1,…,xnx_1, \dots, x_nfff f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) 任意の順列pipipi。 誰かが順列不変ニューラルネットワークの出発点（記事、例、または他の論文）を推奨できますか？

14 neural-networks  machine-learning  reference-request 

NASAの科学者リックブリッグスによると、サンスクリット語はAIに最適な言語です。サンスクリットの有用性を知りたい。他の言語の問題は何ですか？彼らは本当にAIプログラミングでSanskritを使っているのでしょうか、そうするつもりですか？AIプログラムのどの部分がそのような言語を必要としますか？

14 comparison  programming-languages  nasa 

ほとんどの人は、ニューラルネットワークで質問に答えようとしています。しかし、質問に答えるのではなく、ニューラルネットワークに質問をさせる方法について考えている人はいますか？たとえば、CNNがオブジェクトが属するカテゴリを決定できる場合、分類を支援するために何らかの質問をすることができますか？

14 neural-networks  deep-learning 

意識は定義するのが難しいですが、この質問では、「無生物のマシンに大量のデータを置くのではなく、実際に感覚入力を経験する」と定義しましょう。もちろん、人間には心があります。通常のコンピューターの場合、「見る」ものはすべて単なるデータです。あるいは、人間は知覚力があると言えますが、従来のコンピューターはそうではありません。 感覚的なマシンを構築することができるかどうかという質問はさておき、AIが感覚的であるかどうかによって実際に違いが生じるのでしょうか？言い換えれば、感情の欠如によって不可能になったタスクがありますか？

14 philosophy 

私は強化学習とその変形を研究しています。私は、アルゴリズムがどのように機能し、MDPにどのように適用されるのかを理解し始めています。私が理解していないのは、MDPの状態を定義するプロセスです。ほとんどの例とチュートリアルでは、グリッド内の正方形などの単純なものを表しています。 ロボットの歩行学習など、より複雑な問題については、それらの状態をどのように定義しますか？学習または分類アルゴリズムを使用して、これらの状態を「学習」できますか？

14 reinforcement-learning 

たとえば、このホワイトペーパーのタイトルは、「エクスペリエンスリプレイを使用した効率的な俳優-評論家のサンプル」です。 サンプル効率とは何ですか？また、それを達成するために重要度サンプリングをどのように使用できますか？

14 reinforcement-learning  statistical-ai  importance-sampling 

高度なAIを作成するための意識と自意識はどれほど重要ですか？私たちはそのようなものからどれくらい離れていますか？ たとえばニューラルネットワークを作成する場合、（おそらく）意識はありませんが、数学だけが背後にありますが、将来、より複雑なタスクを解決するためにAIを意識する必要がありますか？さらに、実際に何かが意識的であるか、それが偽物であるかを確実に知る方法はありますか？意識的であると主張するコンピュータープログラムを作成するのは「簡単」ですが、それがそうであることを意味するものではありません（例：Siri）。 また、AIが意識なしで事前定義されたルールのみに基づいている場合、それを「インテリジェンス」と呼ぶことさえできますか？

14 philosophy  artificial-consciousness  self-awareness 

たとえば、メールをスパムとして分類する場合、時間/精度の観点から、別の機械学習アルゴリズムの代わりにディープラーニング（可能であれば）を適用することは価値がありますか？ディープラーニングは、単純ベイズのような他の機械学習アルゴリズムを不要にしますか？

14 machine-learning  deep-learning  classification  applications  comparison 

決定論的な問題空間のために、最適なノードとリンク構造を持つニューラルネットワークを見つける必要があります。遺伝的アルゴリズムを使用して多くのニューラルネットワークをシミュレートし、問題領域に最適なネットワーク構造を見つけたいと思います。 このようなタスクに遺伝的アルゴリズムを使用したことはありません。実際的な考慮事項は何ですか？具体的には、ニューラルネットワークの構造をどのようにゲノムにエンコードする必要がありますか？

14 neural-networks  ai-design  genetic-algorithms  evolutionary-algorithms  neuroevolution 

既に存在するトポロジ（パーセプトロン、コノヘンなど）に適合できないか、それらの存在を単に知らないか、またはそれらの理解ができないニューラルネットワークの問題を解決すると仮定しますメカニックと私は代わりに自分自身に依存しています。 任意の問題のニューラルネットワークのトポロジ（つまり、レイヤーの数、アクティベーションのタイプ、接続のタイプと方向など）の選択を自動化するにはどうすればよいですか？ 私は初心者ですが、いくつかのトポロジ（または少なくともパーセプトロン）では、隠れ層のニューロンが数学的に意味のあるコンテキストを表現しないため、内部のメカニズムを理解することは不可能ではないにしても非常に難しいことに気付きました。

14 neural-networks  topology  neuroevolution 

ウィキペディアから： AIXI ['ai̯k͡siː]は、人工一般知能の理論的な数学的形式です。これは、ソロモノフ帰納法と逐次決定理論を組み合わせたものです。AIXIは2000年にMarcus Hutterによって最初に提案されました[1]。以下の結果は、Hutterの2005年の本Universal Artificial Intelligenceで証明されています[2]。 計算不可能ではありますが、AIXItlのように近似が可能です。AIXIの近似を見つけることは、AIを解決するための客観的な方法である可能性があります。 あるAIXIは、人工では大したことは本当に一般的な知能研究は？それは、フィールドの中心的な概念と考えることができますか？もしそうなら、なぜ私たちはこの主題についてもっと多くの出版物を持っていないのですか（あるいは私たちが持っていて私はそれらを知らないのですか）？

14 models  agi  aixi 

数十年前はマシンビジョンの本であり、ゲシュタルト心理学からのさまざまな情報処理ルールを実装することにより、画像識別と視覚処理にほとんどコードまたは特別なハードウェアを使用せずに印象的な結果を得ました。 そのような方法は現在使用されているか、または現在行われていますか？これで何か進歩はありましたか？または、この研究プログラムは中止されましたか？今日までに、1995または2005ではなく2016を意味します。

14 machine-learning  algorithm  computer-vision 

人間の脳は特定の活性化機能を使用していますか？私はいくつかの研究を試みましたが、信号がニューロンを介して送信されるかどうかの閾値であるため、ReLUによく似ています。ただし、これを確認する記事は1つも見つかりません。または、それはステップ関数のようなものですか（入力値ではなく、しきい値を超える場合は1を送信します）。

13 neural-networks  machine-learning  brain 

AIの学習を開始するために必要な数学的背景は何ですか？他に何を学ぶべきですか？

13 ai-basics  math  getting-started