タグ付けされた質問 「research」

Lispは人工知能の研究開発に適した言語であるとコンピューター科学者やAIの分野の研究者から聞いたことがあります。ニューラルネットワークとディープラーニングの普及により、これはまだ当てはまりますか？この理由は何ですか？現在の深層学習システムは現在どの言語に組み込まれていますか？

30 neural-networks  machine-learning  deep-learning  research  programming-languages 

LSTMベースのRNNの隠れ層の数とこれらのサイズを選択する方法に関する既存の研究を見つけようとしています。 この問題を調査している記事、つまり、1つのメモリセルをいくつ使用する必要があるかという記事はありますか？私はそれが完全にアプリケーションとどのコンテキストでモデルが使用されているかに依存すると仮定しますが、研究は何と言っていますか？

28 neural-networks  machine-learning  research  recurrent-neural-networks  lstm 

皮肉を特定することは、MLおよびNLPの領域で最も困難なオープンエンドの問題の1つと見なされます。 それで、その前線でかなりの研究が行われましたか？はいの場合、精度はどのようなものですか？NLPモデルについても簡単に説明してください。

17 natural-language-processing  research  semantics 

Ex MachinaやI、Robotの映画に見られるのと同じくらいインテリジェントなAIロボットを作成しようとした、またはすでに作成した研究チームはありますか？ 私は完全な認識について話しているのではなく、人間が行うことができる独自の決定と肉体的および知的タスクを行うことができる人工的な存在ですか？

13 research  agi  robots 

新しい材料の学習をモデル化しようとする問題を解決するための計画的なアプローチを見つけようとしています。Wikipediaなどのリソースは1つだけであると想定しています。これには、Wikipediaなどの知識のベクトルとして表された記事のリストと、その記事を読むための努力が含まれています。 知識ベクトルと努力 始める前に、さまざまな種類の知識の数に応じて、ベクトルのサイズを設定します。たとえば、ベクター内のアイテムをと定義し、(algebra, geometry, dark ages)この観点からすべての記事を「測定」できます。したがって、数学の記事はおそらく(5,7,0)代数学と幾何学について多くを語るので、おそらく暗黒時代についてではないでしょう。それはそれを読む努力もするでしょう、それは単なる整数です。 問題 すべての記事（努力を伴う知識ベクトルとして表されます）を前提として、知識の目標（ベクトルとしても表される）に到達するのに役立つ記事の最適なセットを見つけたいと思います。 ですから、知識の目標は、することができ(4,4,0)、それが記事を読んで十分だ(2,1,0)と(2,3,0)追加したとき、それは知識のゴールが集計し、以来、。最小限の労力でこれを実現したいと考えています。 質問 近似を見つけるためにいくつかのヒューリスティックを試みましたが、代わりに使用できる最先端の戦略的計画方法があるかどうか疑問に思っていましたか？

11 research  heuristics  knapsack-problem 

私は感情に訴えるコンピューティングを研究しています。特に、私は感情認識の部分、つまりユーザー/被験者が感じている感情を認識する作業を研究しています。たとえば、afectivaはこの目的に使用できます。私はこれらのモデルの妥当性ではなく、モデルで何をするのかについて懸念を持っています。 感情への対応についてはどうですか？コンピューターはユーザーの感情を本当に理解できるでしょうか？

11 neural-networks  research  learning-algorithms 

機械学習に取り組みたい学生として、自分の研究を開始する方法と、それをフォローして最新の状態に保つ方法を知りたいです。たとえば、RLとMABの問題に積極的に取り組みますが、これらのトピックに関する膨大な文献があります。さらに、これらのトピックは、AIやML、オペレーションリサーチ、制御工学、統計など、さまざまなコミュニティの研究者によって研究されています。また、これらのトピックについては、毎週いくつかの論文が公開されているため、追跡するのが非常に難しいと思います。 誰かがこれらのトピックの研究を開始するためのロードマップを提案し、それに従って、新しい出版された論文をどのように選択して研究すべきかを教えていただければありがたいです。最後に、RLとMABの問題の新しい傾向を知りたいと思います。

11 machine-learning  reinforcement-learning  research  markov-decision-process 

私は最近、数学部門で18か月のポスドク職を得ました。それは、私がやりたい研究の種類について、比較的軽い教育義務と多くの自由を持つ立場です。 以前は、確率と組み合わせ論の研究を主に行っていました。しかし、AIなど、アプリケーション指向の作業をもう少し行うことを考えています。（現在のポジションの最後にテニュアトラックポジションを取得できない可能性が十分にあることも考慮されています。他のキャリアの可能性のために少しAIが役立つかもしれません。） 人々が取り組んでいるAIには、どのような数学的な問題がありますか？聞いたところによると、 確定的有限オートマトン 多腕バンディットの問題 モンテカルロツリー検索 コミュニティの検出 他の例はありますか？

11 research  math 

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 

テキストの CAPTCHA を生成する現代的な手法はありますか（人は正しいテキストを入力する必要があります）、いくつかの視覚的な難読化方法でAIを簡単にだますことができますが、人間は苦労せずにそれらを解決できますか？ たとえば、画像に埋め込まれたテキストを（フラッシュやJava、画像分類などの外部プラグインを考慮せずに）認識し、書き込まれたテキストまたは同様のものを再入力する単純な機能について話している。 ノイズを追加したり、グラデーションを付けたり、文字を回転したり、色を変更したりすることは、すぐに壊れてしまう可能性があるため、信頼できる方法ではなくなったと思います。 提案や調査は行われましたか？

10 image-recognition  research  ocr 

Deep Mindは過去数年間にディープラーニングに関する多くの作品を発表しており、そのほとんどはそれぞれのタスクに関する最先端の技術です。しかし、この作品のどれだけが実際にAIコミュニティによって再現されたのでしょうか。たとえば、他の研究者によると、Neural Turing Machine紙は再現が非常に難しいようです。

9 neural-networks  deep-learning  research 

休業。この質問には、より焦点を当てる必要があります。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？質問を更新して、この投稿を編集するだけで1つの問題に焦点を当てます。 先月休業。 トップの人工知能ジャーナルは何ですか？ 必ずしも機械学習ではなく、一般的な人工知能の研究を探しています。

9 research 

私は最近、Googleが誰もがデータをアップロードできる新しいAIを開発し、それが即座にモデル、つまりそのデータに基づく画像認識モデルを生成することを読んだことを読みました。 誰かがこのAIがどのように機能するかを詳細かつ直感的な方法で私に説明できますか？

8 machine-learning  ai-design  research 

人間がこれまでに作成した最も高度なAIソフトウェアとは何ですか？

8 research 

MDPと強化学習の分野の紹介のほとんどは、空間変数とアクション変数が整数（および有限）であるドメインにのみ焦点を当てています。このようにして、バリューイテレーション、Qラーニングなどをすばやく紹介します。 ただし、RLおよびMDP の最も興味深いアプリケーション（たとえば、ヘリコプターの飛行）には、連続的な状態空間とアクション空間が含まれます。基本的な導入を超えて、これらのケースに焦点を当てたいのですが、そこに到達する方法がわかりません。 これらのケースを詳細に理解するために、知っておく必要のある領域や勉強すべき領域は何ですか？

8 research  reinforcement-learning  control-problem