続AIにできること、できないこと の商品レビュー
- ネタバレ
※このレビューにはネタバレを含みます
強化学習 問題集なくAIが試行錯誤 ニューロン コンピュータは計算しかできない、数値化必要 「動機」「目標設計」の力がない 「思考集中」は弱い 「発見」の力は量でカバー ディープラーニング 全結合層 ニューロン 行列計算 活性化関数:見方を変える=注目すべき何かを見出したい ひと手間 ReLU 強く見いだされた特徴だけを残す 損出関数 :重みを調整し「正解とのずれ」を小さくするものさし 偏微分 :現在地における傾斜の計算 学習率 :調整される移動幅 最急降下法 :急な傾斜を下ることを優先 確率的勾配降下法:一部分の問題についてだけ「正解とのずれ」を計算し重み調整 ResNet 画像認識AI 教師あり学習 動機=画像に映った物体の名前を答える 交差エントロピー:推測と正解のズレを測る一般的なものさし →最善でない 畳み込み層 :ウインドウ、ウインドウサイズを定め情報をまとめる上司 チャネル数 :担当範囲 残差ユニット :部下の意見に上司の考えを加える 肝の技術 最大プーリングと平均プーリング BERT 翻訳AI 教師あり学習 動機=自然な文章を理解 転移学習 :過去の知識を新たな課題に活用 事前学習→ファインチューニング 課題1.文章に当てはまる単語、2.文章につながる文章 可変長に対応するRNN(再帰型ニュートラルネットワーク)を使わない 分散表現:数値の組み合わせ(ベクトル)で単語を表現 Transformer 主要部品 注意 :単語の組み合わせで生まれる意味を捉える Alpha Zero ゲームAI 強化学習 AI自身で試行錯誤 歴史の参考無し 動機=勝ちたい 目標設計=勝率を推定+選択肢が選ばれる確率の推定 一番掘り下げた選択肢を選ぶ 畳み込み層を使用
Posted by
- 1