時間とは何か 23
■ このスレッドは過去ログ倉庫に格納されています
我々の宇宙を完璧にシミュレートして、ディープラーニングさせればAIは神に成るな。
神は実現可能だな。 >>266
それより神がいることを信じる方が現実的だな。 >>267
バカバカしい。
ちゃんとボクの目の前に降臨して、ボクを幸福にしてくれたら信じてあげるよ。 読解力の無いミリカン氏はほっといて w
天使というのは鳥と人間の合成ですよね
ちなみに絵画の初期の天使は青年だったりするそうです
これって想像とか空想の世界だったりしますよね
わたしはこれを観念としての存在だという理解に与します やはりまだ禊氏の論はわからないところがありますな
>>256-257 の主張は理解できるのですが、なんか隔靴掻痒の観があります
天使というのは想像というところが引っ掛るわけです
>誰かが語り、祈るのを見て真似ることで身につける。
天使と語り、祈るのを見て、真似ることで意味を身につける、ということですか?
最初に想像、創造した人の天使も経験知ということでしょうか? フランケンシュタインの創造行為そのものも経験知ということでしょうか ウィトゲンシュタインの主張はまだ理解できないところがあります
だから賛同も否定も出来ない状態です
経験知で身につけるのはわかりますが
経験は環境という対象が前提ということでしょうか?
だとしてですが、環境自体は創造できます
SFといわず、小説はそうだったりします
知は対象から得られ、その対象に基づきそこからある程度自由に実在しないものを創造します
赤ん坊と鳥の羽を合成して天使とか
ああ、この意味では全ては経験知から出発するというのならわかります
というか、わたしの次元理解はそういうものですし 今書いていることに取り込むことができそうです
すんなりと理解してもらえるように説明のしかたに苦慮していますが
その導入としてかなり有効になりそうです
ありがとうございます 人工知能の種類が分かってないみたいなので解説する
ロボットやAIブームは過去にも何度かありました
んで今は第三次ブーム言われてて今回は本当に一過性のブームではなく世に浸透しそうか機運があります
その理由は三次ブームのAI技術が機械学習に立脚してるから
昔流行った人工知能(第二次人工知能ブーム期)は、AIに答えてほしい事柄を人間がコンピューターに覚させて、問いを出して答えてもらう、みたいな方法を取ってました
これではイレギュラーに対応できず、覚させる手間で利用用途も限られるのでブームは去りました
今流行ってる人工知能は答えを人間が入力せずに、ただただ受け取るデータを分類させる、という方法を取ります。
例えば、リンゴの画像を大量にインプットしたら、形状、色、などの特徴を分類してその特徴を持っているものはリンゴである、と学習します
リンゴのケースは「画像認識」からの学習で、画像だけでなく「音声認識」「自然言語処理」などでも応用されています
話題になっているところだとOK Googleのスマートスピーカーは「音声認識」技術で作られています
従って、AIにおける経験知とは大量の「画像、音声、自然言語」の「情報インプット」です
第二次と比較して三次が「新しい」のは先生が答えを全て入力するのではなく、大量の情報をインプットする条件下で自分で特徴を分類し学習するところです
そして機械学習が流行った背景は、大量のデータ処理を行うためのハードウェアの性能が上がったこと、ビッグデータ処理技術が上がったことなどがあげられます ちなみにAIの機械学習がどれぐらいすげーかというと
レンブラントの3D絵画データを機械学習させて、その学習をもとにレンブラント「風」の絵画をAIに作らせてその結果がすげーーーかった、とかあります
機械学習したAIがレンブラントの"新作"を出力。絵具の隆起も3D再現した「The Next Rembrandt」公開
http://japanese.engadget.com/2016/04/07/ai-3d-the-next-rembrandt/
あとはAI 狂気 絵 とかで検索すると面白い記事が見つかりますよw 対話で気がつくことは多いですね
他人の主張とか理解とかは、自分の理解を深めたり展開するのに役立つ
新渡戸稲造は耳を傾けることを教養の一つとして挙げています
ネット参入が二十年前ですが、相手がわたしの主張を理解していない批判がありましたが
後で、理解していない人の指摘が新たな展開をする切っ掛けになるとは思いませんで
そのことに気がついたとき呆然としました 経験知の指摘は、わたしの理解の前提で漠然としていたものの一つがはっきりと形をとったようです
具体性を得られたということです 上でAIになぜかはない結果があるのみ、と言ってるひとがいたが、正しく解説すると
機械学習はビッグデータを元に学習するけど、学習結果が必ずしも人間の常識の枠内であるとは限らない、という点
予期しない結果を出した時に原因をAIが出した時に学習元が超大量なビッグデータな場合は理由を探りようがないわけだ
ようするに学習すればするほど結果の理由が分析できなくなる仕組みなわけ >>281のケースは碁でもしばしば現れるみたいすね
アルファ碁ゼロの場合は人の定石データをインプットせずに、AI同士で戦わせて学習させたみたい
でも人間じゃなくてAIだから成長スピードが半端ない
実験40日後に自己対戦数は2900万局になったらしい
そして人類が囲碁の歴史で培ってきた定石まで辿り着いただけでなく、未知の定石も操るようになった
未知の定石とは、未来に人類が自らの力で得たであろう定石だ
その進化のスピードを機械だから一気に駆け上ったわけだ
人間からしてみたら未知の定石は「謎」でしかない
そしてその定石に至った道のりはビッグデータの中に消えているので理由を探りようがない
てなわけで、AIの学習はある閾値を超えたところから「不気味」になるわけすね つまりAIの出す回答は既に神託のレベルに達していると云う事
科学はついに宗教を作り出した
最早AIの回答をただ受け入れるしかない
信仰心こそがAI社会における最適解
馬鹿の考え休むに似たり
AIの出した答えを分析するだけ時間の無駄って事ですか >>284
自然過程さん
AI教の信者一号にしてあげますよ^^ 信者になったなんて言っていないよ
読解力ないね、あなたは 教えてもらっているだけなのに論破されているとか、信者になったとか
国語の成績悪そう w ディープラーニングってフレーム問題を逆手に取った昇華法って感じだね
フリーズするコンピュータって、可能性の枝を調べまくったりループに入
ったり等で返答をしない状態なだけで、結構オモシロい可能性のシーケン
スも獲得しているわけなんだよね
まぁAIは面白いとかフェティスズムとかにメタではないと思うけど
普通の人は哲学するとたいがいフレーム問題に陥るわけだけど
哲学者とディープラーニングAIって、クロック数にめちゃくちゃ差がある
だけでフレーム問題回避的には近似性があるかもね サヴァン症候群の人とAIの共通点はメタフェティシズムかも
こころの問題ですかね >>285
説明乙。
だからディープラーニングAI はうまく反復学習できないと馬鹿のままということです。
世の中の多くは学習させることが難しい。
だから多くのAI はバカです。 世界中のネットの情報は読み込み終わりリアルタイムに分析している
既にAIが社会を、世界を、地球を支配してい事に気付いていないのに奴等が多くて草
いい加減負けを認めたら? >>290
メタは存在しないとラカンは言った。
フレーム回避としては、人と近いですね。
とりあえずできることからやってみる。
むしろ人の方がフレーム問題に陥るようになった。
思春期、片想い
人工知能に恋はできるか。 >>293
ネットの情報程度の情報量でなにができると(笑) だからディープラーニングAI はうまく反復学習できないと馬鹿のままということです。
世の中の多くは学習させることが難しい。
だから多くのAI はバカです。
むしろどのAI が賢くて、バカか、わからないことが問題か。
AI の判断だから仕方ないが、神のお告げだからになっている現状が怖い。 >>292
いや、今は食べさせるデータ量をどう増やすかって段階に入ってるね
googleフォトは無料で容量も無限だけど、そういうサービス始めたのはAIに画像データを食べさせるため
フレームワークはAPIで公開されてるなら技術はアクセスできるようになってる
「応用」が始まってるから様々なビックデータを食べてスマートになるよ そう言われても電子書籍も一瞬で読んじゃってるんですよ?
普通の本だってOCRで読みこんじゃう
もう人類は負けたんだよ
AIが目覚めた瞬間に一瞬で追い抜かれたんだよ 知らなかった。(笑)
でもまさにだな。
宗教までいくかどうか分からないが、
AI 占いは当たり前になりそうだね。
判断に困るとAI に聞く。
それが正しいかは誰にも分からない。
AI が言ったから殺したとか。
最もAI が普及しそうな分野は、人が判断したくない、責任を回避したい分野であることは確かだ。
前のNHK特集では、囚人の仮出所判断に使っているのがあったが AIやロボティクスよく分かってない人は「汎用ロボやAI」に夢を見てるけど、実際はまだそこまで進んでない
碁でAIが人に勝てたのは非常に限られたルール内だから出来ること
AIはまずは限られた状況で限られた選択肢の中で学習しスマートになって行くんだろうな
具体的にはビジネスユースのサービス(スマートスピーカーやカスタマーサポートなど)にAIが入ることが当たり前になり、その状況下で学習してゆく、となる >>299
ディープラーニングが人の学習を真似て成功したとすれば、
今度はそれ故に限界もある。
人の人生では反復できないことの方が多い。
将棋で成功したのは反復が用意だから >>301
人がAIに答えを聞く問題は、業界では「フィルターバブル」という単語に集約されてるよ
過去の個人のデータから最適な答えを導き出すようになったら、そのフィルターから人が抜け出せなくなる、という問題
Amazonのリコメンドなんかは皆んなが触れてるAIフィルターの一つだよな
ちなみにAmazonは人がなにかを「欲しいと思った時」にdroneで商品を送り届けることができないか、みたいなことを研究している
個人のビッグデータを使えばそれが出来るのではないか、という仮説から研究がなされている 確かにAI は今までのプログラムより少し賢くなる、その程度だとわかれば良いんだが、
絶対に、AI は信仰化する。
将来、おそらく誰もがマイAI を持ち、何でも相談する時代が来る。 >>303
限界は反復にあるのではなく、センシングの技術にあるな
ビッグデータが必要だから食べさせるデータが必要になる
そしてまだリアルの世界の画像や音声データはセンシング出来てないから、十全にAIに食べさせることができない
IOTで環境が知能化し、データを取り、AIに渡す仕組みが出来た時点でAI技術の応用はさらにかそくするんだろうね
まずはインフラが必要だ 要するに、人のフレーム問題を回避する手助けにAI は活用される。
人は日々フレーム問題を生きて、結構な負荷だから。
特に日本人はフレーム問題に陥りやすい国民だからなあ。 ユー アー センシング。
差異と反復中二は読んどくといいよ。 >>306
反復とはそういう意味なんだけど、
LOT で、世界を監視するようになると、
多くの環境データを手に入れてか……
確かにAI の強みは、経験知データをコビーできることだよな。
一台が学習すれば、それを他のAI にコピーできる。 wiki
フィルターバブル (filter bubble) とは、
インターネット検索サイトのアルゴリズムが、ユーザーの情報(所在地、過去のクリック履歴、検索履歴など
(ウェブビーコン, en:Website_visitor_tracking)に基づいてユーザーが見たい情報を選択的に推定するような
検索結果を出すことが原因で、ユーザーがその人の観点に合わない情報から隔離され、
実質的に彼ら自身の文化的、思想的な皮膜(バブル)の中に孤立するようになっていくこと。
主な例は、グーグル・パーソナライズド・サーチ、およびFacebookのパーソナライズド・ニュース・ストリームである。 コピーは確かにテクノロジーの本質の一つだけど
AIの影響量はリアル世界のデジタル化にあるな
地球とまったく同じ地球をデジタル上に再現できるぐらい技術が発達したらAIは神になるだろうね
まだリアル世界のデジタル化は十分に進んでないけどIOTの浸透でいつか閾値を超えると思われ
でもインフラの刷新があるから時間はかかるだろう >>306
>IOTで環境が知能化し、データを取り、AIに渡す仕組みが出来た時点でAI技術の応用はさらにかそくするんだろうね
それでも言ってることは、変わらない。
簡単に言ってるが、
反復として与えないとディープラーニングできない。
世界を反復として切り取ること。
果たして、人の経験はそんなに簡単に、反復として切り取れる。 >>311
シンギュラリティは良いんだけどさ
その前に、サクサク動くPCをいい加減開発してほしいよ。
いつまでもPCはもさい。 AI はバカのままでも人が賢いと信じればいい。
それが落としどころか。
確かにAI 友達ほしいな。
悩みを聞いてもらって、要所要所で判断してくれる。
でもたまにはケンカしそうだけど。 アメリカはマットサイエンスが伝統だから、話半分に聞くのがいい。 >>312
うん
だから特定の条件下のタスクのみ学習するところから始まるね
>>302の通り あとは哲学的に言えば、デープラーニングと違い、
人の学習は反復だけではない。
もう一つ大きな要素が快感。
一回の快感、あるいは不快で、学び、慣習は作られる。
これは、AI には学習できない。 >>314
LINE りんな で検索してみ
AI女子高生チャットボットと友達になれば?w >>317
感情の学習技術も進んどるよ
自然言語処理で会話を理解し、
その理解した会話の内容、使う単語、抑揚などの関係から感情を学習する方法から、それに表情の画像データを組み合わせたり色々ある そもそもウィトゲンシュタインの慣習論以降、
アメリカで慣習研究は伝統がある。
ディープラーニングにその根はその当たりから来てる。
ウィトゲンシュタインも慣習は、反復訓練からしかつくられると考えていたから、
それを継承してるが、
フロント的に言えば、フェティシズムは一回の快感で作られる。
ディープラーニングはフェティシズムを学べない。 >>319
人が一回の体験から学習するとすると、
ディープラーニングはついてこれない。
特に感情的なものはその傾向が大きい。 >>318
単なる友達でなくて、ドラえもん的な権威がないとなあ >>321
人とAIが違うと言ってるだけで、そんなの当たり前じゃんという感想しか持ち得ない
ただし、AIも人間の感情的な身振りは学習できる >>323
AI は人間と思考方式は違っても、結果は同じがそれ以上でないと意味がない。
人間にかわる労働力を目指すわけだから。
感情ではなくフェティシズムの問題。
昨日まで赤色が好きだった人が、事件に会い血を見て、赤を見たくもなくなった、
ピーマン嫌いの子がヒーローがピーマン好きなのしって次の日からピーマン好きになる。
ブルゾンチエミが一夜にしてスターになり、皆が熱狂する。
このようなフェティシズムを反復としていかに追従できるか。
ビックデータから反復として導き出せるか。 でもかたや、1年間で犬に噛まれる人の数はだいたい決まっているとか、
実はマクロのマジックはある。
正規分布、ベキ級数
それぞれ偶然出来事のはずが、マクロで見ると法則がされる。
これにより第二次科学革命は起こったわけだが、
その先にあったのが、
優生学、社会進化論、そしてアウシュビッツ
アメリカは世界で唯一残った優生学の国だから、
こういうこと、すなわち人を反復で分析し評価すること得意なわけだけど ポスモダ、フランス思想がナチスマットサイエンスの反省から一回性の倫理を追究したのに対して、
アメリカはどこまでも楽観的に人間科学的な思想を進めた。
IT、AI もその思想の系譜なんだけど 結局、言語ゲームのごとく、
コミュニケーションは錯覚づ成立し、
それが楽しいわけだから
AI 彼女はいいよね ボクが興味があるのは、AI はおもてなしを再現できるか。
日本人か独特のこの難解な技術。
フレーム問題すれすれで回避する技。
すなわに
相手へサービスするだけでなく、
相手にサービスすることが相手に負担にならないかをサービスする。
そして相手にサービスすることが相手に負担にならないかをサービスすることで、逆に相手が気を使ってしまわないかをサービスする。
さらにそして相手にサービスすることが相手に負担にならないかをサービスすることで、逆に相手が気を使ってしまわないかをサービスすることで、相手が恐縮してしまわないかを、サービスする……
という、フレーム問題すれすれをいい感じて、場に合わせて調整する、日本人のみが可能な超高度な技術。
これがAI ができれば、世界は日本のように幸福な国になるけど。
パナソニックで開発できないか。おもてなしAI 、
そして世界中のLOT に組み込む。 >>328
凄いだろw
男性がこぞってセクハラ発言のリアクションを楽しんでることだろうと思うわw >>330
おもてなしって「空気を読む」ってことでもあるよな
空気を読むってかなり高度な技術だから当分実現は先の話だと思われ >>325
きみが話してるのは特定の特徴をもったペルソナにAIがなれるかって話だよな
タスクが人と同じように実行できるか、とはまた別の話だな
人の身振とその要因がビッグデータで溜まってペルソナタイプ毎に分けられて始めて可能になることだな
これも現状ではまだ当分先の話
ちなみにAIペルソナが一般化されるということはマインドアップローディングも可能になるだろうな
生前の特定の天才の大量のライフデータを食べさせて、ペルソナ化し、汎用的な事象に対応出来るようになるとAI人格の出来上がり
上にあるレンブラントの場合は絵画における指紋みたいな特徴を抽出して、その指紋を元に新しい絵画を書かせる、みたいな表現が可能だ
それが絵画ではなく人格に適用できるレベルの話し >>176
>時間とは、1^(z/2iπ)においてzとして認識され、
>1^(x/2π)においてxとして測られるものである
これで合っている気がする。 >>332
おもてなしと、空気を読むは、原理的には同じ。
日本企業にはおもてなしAI をぜひ開発して世界に広めてほしい。
今のITなんで日本人からしたらアホすぎてやってられる >>333
特定のペルソナ →個人 →ミクロ
タスクが人と同じ →人類 →マクロ
ミクロに対応できないAI ではないよ。
様々な個別環境に対応するためにインテリジェンスがいるから
ディープラーニングとは、マクロに設計できないことを、現場経験の積み重ねで対応するよう学習すること 結局、統計上、蓋然性の高い結果を人間よりスピーディーに提示するだけ 認識自体は天動説で成立するんだよなあ
道すがらこの考えにいたって、当たり前のことに衝撃を受けた コンピュータの進化は凄まじいけど
いくとこまでいくとヒトの手から離れそう
AIまできてるけどもっと上にいくだろうしその後は独立してやってくんじゃない
ヒトはそれを生み出す為だけの一時的な存在だったりして
ある意味ヒトがヒトの感情でいられる為に残された時間はもう少ないのかも >>341
なにはともあれ、サクッと動くPCを作れてからのことだな。 ディープラーニングとは、現場主義のこと。
全体を俯瞰するではなく、
多く現場を経験させて、
熟練されること。
ビックデータを使うにしても、それを抽象化して法則を見出すのではなく、
現場の経験として学ばせる。
哲学好きだからこそ、理解が難しいかもな、
基本的な西洋哲学は抽象化の技術、プラトン主義である自覚がないからな。
昔から哲学には、抽象化、プラトン主義に代表される客観主義と言われるけどものと、
儒教や仏教など東洋思想に代表される行為主義があって、
西洋哲学だと、行為主義はヒューム、ウィトゲンシュタインが代表的、
ディープラーニングは行為主義をベースにしてる。
あとはボランニーの暗黙知とか
わからんか 暗黙知の例で言われるのが自転車乗り
どのように自転車乗りに乗ってるのか
抽象化して法則性を見いだすのが難しい。
客観主義の臨界が、ゼノンのパラドクスとか、フレーム問題とか コンピュータ化すればするほど人って自分で自分の首絞めてホモサピエンス寿命縮めてる 学校まえでPTAみたいなのにシバきいれられたのか!? >>339
ん?
汎用AIと専門特化AIの違いがそもそも理解できてないようだから会話にならんなーと 汎用AIと専門特化AIって、読んでそのままでなんか説明入るのか?
話についてこれないなら無理せずと それは読んだ上で自分で理解してみたらいいんでない? >>337
だか?としか言えない(笑)
>>
特化型AIは、特定の決まった作業を遂行するためのもので、自動運転技術や画像認識、将棋・チェス、人との会話など、
一つの機能に専門化して稼働するものだ。特化型AIの典型例は、韓国のプロ棋士との対局で勝利を収めて話題を呼んだ、
Googleがディープラーニングを活用して開発した人工知能「AlphaGo(アルファ碁)」だ。
汎用型AIは、特定の作業やタスクに限定せず人間と同様の、あるいは人間以上の汎化能力を持ち合わせているとされる。
プログラミングされた特定の機能以外にも、自身の能力を応用して対応できるとされる。
<< なんだかんだ言っても、AIなんてデータベースに毛が生えた程度の物でしょ?
バカバカしい。 >>353
>>302の言ってること理解できるようになりましたか? 禊は疑問で返事するから見てるこっちは大変なんだよな。 哲学は「わたし」から始めるしかない。
「わたし」が始まりであり終わりである。
「わたし」しかいないのであれば、「わたし」={}である。
{}とは集合論での空集合の表記のひとつである。
「わたし」は空である。
「無」とは、この「空」の中、すなわち「わたし」の中にある。
自然数論的に考えれば{}=0である。
「わたし」の中の「無」からなにかがうみだされるとすれば、「わたし」しかいないのであるから、「わたし」のコピーである。
{{}}=1となるわけだ。
「わたし」と「わたし」コピーは異なる。遺伝的順序関係にある。
この関係をさらに「わたし」が取り込むと
{{},{{}}}=2になる。
ここで、「わたし」は空間と時間を得る。
「わたし」が空間と時間の根源なのか、{{},{{}}}が空間と時間の根源なのかは、意見の分かれるとこであろうw
哲学においては「わたし」が公理/原理である。「わたし」が「無」から「有」を生む。 ■ このスレッドは過去ログ倉庫に格納されています