人工知能の研究したいんだが、どこに行けばいい？

私は今日突然のことなのですが、自分自身でも電波だと思いますが、
とにかく異様に「人工知能の研究」を本気でしてみたくなりました！

つまるところ「ドラえもん」をガチで作りたくなりました。
ですが、どこに行って何をするべきなのかが調べても分かりません！

こんな私はどこに逝くべきですか？こんな私は何をするべきですか？
どなたか私を教え導いて下さい！

人工知能　人がつくった　知的？　知識　能力　


もうすでに　人工知能　みたいな　
わたしがおもうに　　もし　どらいもんが　人工知能をもって
自我をもってたら　どうして　ぼくだけ　こんな変なかたち
なんだ　と　おもうかもしれません
すでに　人間がある　知能を　また作ってもむだなだけです
それに　機械が　知能を　もったら　だるい　いや　とかゆって
仕事を　しません　だから　あえて　人工知能みたいなものを
機械にはもたせてないとおもいます

しかし　自我とはいったいなんでしょうか

なにか　入力　をもらって　処理（本能にしたがって）　そして
出力　を　かえしてくれるものに
生命を　かんじたり　するとして


もし　不老不死になったとします　
もし　眼がまったく　みえなくて　なにもきこえなくて

何の筋肉もうごかせなかったら　何も感じれません

だから　何の　感情も　わかず　考えることもなく

そして　何も　表現できません

だから　プログラムを組んで　人工

学習機能がある人工無能でも作ってくれｗ

ドラエモンの服つくる　それを　背の低いやつに　きせる

>>1
なにが必要か考えてみ、温度に適した発言からやってみ。

それはドラえもんのポケットから出てくるの

まずスレ主さんの知識レベルがわからないと・・

元々人工知能ってロボ板じゃなくてプログラム板の範疇だしな。
あと、人工無脳ならWebプログラム板の範疇だし。

>>1
哲学板で人工知能の分析が盛んだ、そこで修行でもしろｗ

http://mixi.jp/view_community.pl?id=175210
ここをお勧め。

人工知能を研究ではなく、定義したいだけとおもわれる

http://mixi.jp/view_community.pl?id=175210
ここをお勧め。

まずは三次元という概念省いて、タッチパネル式にすればいいと思うんだがどうかな？
そうすれば記憶、論理的思考（適切な状況判断）、反応させやすくはなると思う。
バイオテクノロジーが鬼のように発達せんかぎり自立式はとりあえず不可能だと思うし。

【脳/スパコン/シミュレーション】Blue Gene/Lで脳の設計図作り、Blue Brainプロジェクトが一部成果を発表
http://news18.2ch.net/test/read.cgi/scienceplus/1147538846/


人工知能を考えるより人間の脳をそのままコピーしたロボットをつくったほうがはやいような

結局はアルゴリズムの問題だけど、現状はコンピューターの処理速度の
問題で束縛がある。現在の１０００万倍程度の速度の演算チップが発熱
もほとんどないレベルのものができれば、人間レベルのものは可能だと
思う。画像分析処理（もちろん３D＋時間軸処理）とデータベース（ありとあらゆる
思考の元になるデータ処理）の並列処理部分だけでも、現在では非常に低レベルなこ
としかできないから。しかしながらSWレベルのロボット世界は１００年か２００年後
には可能になっていると思われる。金持ちは沢山ロボットを所有しているだろうね。

　　　　n ,ｩ,､　　　　　　　　　　　　 /　ﾉー',ﾉ')_
　　 　 　 　 　 　 ,!┴'/'´)　　　　　 - ―¬''￣｀　　ヽニノ!
　　　　　　　　　/、-‐∠、　　　 ,'´　　　　　,.-‐￣｀ー‐‐'´
　　　　　　　,. '´　 ⌒-‐ '　　　　|　　　_,ノ´
　 　 　　,r'´　　／´　 　 　 　 　 !　　　 !
　　　　,'´　　 /　　　　　　　　　/　　　　|　 　 ／
　　　　!　　　!　　　　　　　　　/ メ´乙ﾞﾞﾅｰ､/ ＿
　　　　i　　　l　　　　　　　　ノ／　　　ｨ　―キ―
　　　　!　　　',　　　　　　,ノ几　　　 ﾉ　 l!　 土ｰ
　　 　 !　　　 ヽ　　　　,'´　　　　 ,;' ｎ,､ |　　 |＼
　　　　l　　　　 ｀ヽ､_ノ　　r｡,　 /　〈ﾉＪ l!　 _ !　 ヽ、
　　　　 !　 li　　　　　　　　 ´ '''´　　　　 l　　' !､- ―-- ､
　　　　 |!　ﾘ　　　　　　　　　　 - 　　　　　　ﾉ ヽ　　　　 !
　　　　ﾉ　　::!､::＼ｰ`ー-,ｨf示ﾊ:::　　　　　　　　 ヽ　　　 ﾄ
　　, -'　　　┼‐` ｰ　　　 弋炒 ',::　　　　　　　 　 ﾉ　　　 l､
（省略されました・・全てを読むにはここを押してください）

>>15
光チップや、別の視点で必死に開発を急いでいる物もある。
発熱の問題は階段にぶつかっただけの問題で、過去に似た
技術の壁はなんどもあったわけ。
ムーアの法則みたいないいかげんな法則でも加速は落ちているが
現実に法則は守られていることを考えたほうがいい。

>>1
>人工知能の研究したいんだが、どこに行けばいい？

イリノイ大学に入って、HALを創る。

http://www.isis.ne.jp/mnn/senya/senya0091.html

人間並の人工知能の研究じゃなくて爬虫類並の人工知能を研究するほうが現在の段階では賢い選択じゃね？

>>1

つhttp://www.kurusugawa-ele.co.jp/

ttp://www.holotropic-net.org/organization/index.htm
ここは

作りたいのは、ＡＩとか人工知能という雰囲気ではなく、

自我のあるような動きをしたり、人間的な反応をする
ものがほしいんだろ？

漏れは外見のほうが人間的なのをきぼーぬ

まずはポジトロニックブレインの開発だ

http://mixi.jp/view_community.pl?id=175210
ここをお勧め。

('-^*)/

演歌歌手　加藤謙
　
http://www.ken-katoh.com/kabe_6.jpg

>>1
「マシンの園」から始めれ。

脳内！

マジで困ってます、押しててください。

マジレスすると情報とついてる学部なら大体どこでもやってるよ。
ただ思っているのとはずいぶん違う学問だと思うけど。

萌え系のキャラが出てきて解り易く説明してくれる参考書ありませんか？

まず、ドラえもん全巻読むことから始めて！

乾燥パスタをゆでて材料も切ってきちんとぺペロンチーノ
つくれて、そして特定の食器も洗ってしまえる
ロボットをつくりたいんだけど、すでに作っている人いるんでしょうか。

これができたら、次は玉子焼き、ご飯を炊くなど、どんどんこのロボットの
機能を増やしていてけば、家の家事をすべてやるロボットができあがる。
まずはぺペロンチーノ１つから作れるロボットを目差す

ちなみにガス台も、食器の大きさも、水の出るところも
すべて１つの特定の形にしないとつくれないロボットでもOK。

口ボット
つまりだ、「口」クチだ。
きもちよくなるアレをしてもらうこと、フェ〇〇〇

アナル攻撃まんせー

綿棒を先っぽに挿入！痛

ええと

ee

kk

aa

hh

ｊｊ

hh

>>1
冗談でも何でもなく「オカルト板」

s

j

l

l

人工知能学会誌でも嫁！

人間並みの知能を持つなんて今後500年はムリ。

人間の思考を誘導追跡予測するのはある程度可能なのに
コレを再現するとなると話は別なんだよな

安西先生が昔は有名だった。長尾真（京都大学）小川貴英（津田塾大学）
服部文夫（立命館琵琶湖キャンパス）河岡司（ロボット工学）阪大や
筑波でも盛ん。東大でもやっている。企業にはいると５１みたいな感じ
で今は厳しいのかな。認知心理学、言語学、ＰＧ、党等いろんな技術が
いるが、けっこうはまると楽しい。
最終的にはボストンのＭＩＴで全員結集。
　私はドラエモンの彼女の白い猫ロボットを考えています。亡くなった
夫とか自分のぶんしんとかいきいる間に言語体制を登録していて亡くなった
あと
「あんた、また今日、中華料理屋で一人ごはん。一日１０人の人としゃべ
らなぼけるよ。今日食べたあんたのご飯のレシピこれ。」
　という感じ。えびちゃんロボットもたのしそう。

安西先生…人工知能がしたいです…

>>54
脳内だけにしるｗ

アメリカありがとう。
俺は毎年アメリカに丸々一か月拘束される事を誓う。
バラエティ楽しみです。
日本人として一生アメリカと友好な関係を結ぶ事をここに誓う。

Name 岩崎洋平

気が向いたらボストンやシカゴにそれ抜きで遊びに行きたいな。

ギャラは格安。
保障します。
伝説を残す為。

↑
きっと一回り大きくなって返却されるだろう。
失敗は成功への最短ルートだ、がんばれ！

あぼーん

a

COEに採択された飯犬逝けば？

リアルに自我というより創造力をもったエジソん見たいな感じの
天才脳の人口頭脳作ってほしいできたらどうせすさまじい能力を
発揮するんだろうからその頭脳を量産して１万たいぐらいが
いっせいに科学に立ち向かうすると不老不死、がんエイズ撲滅、宇宙
どこまでもいきまくり　いくーーーどこまでも　で、資本社会とかお金とか
あほなことゆわずにすさまじい理論ができあがる　無限食料とか無限幸福とか
それがおれのぼくの予感　人間いらなくね？　

東大。日本で人工知能 トップ！基本、理科系はトップクラスやけど

東大や京大の「院」って...トップなの？
高卒お受験の偏差値トップではあるけど。

マジレスするとロボット関係で東大の院は国内最高峰。京大はよくわからん

大学の自慢スレですか？

>>67
あたりまえだろ、どこも人工知能なんて研究すらしていない。
もどきよ

人がいかにして知能を持ったのか、
それがわかっていないとダメだと思う。

>>69
そんなことは、すでに分かっているだろ。
単なる自然淘汰、進化による知能が必要なものが残るという最終結果
これを認めたくないヴァカ教授とか学生とかがいるけどな。
ただ一般モデルとして証明したかというとしていないだけに過ぎない。

その過程を知ることは重要だな。

>>71
既にみんな知っている。
ただ他種多様なので語るだけ無駄

いわゆる、クラシカルAIの研究は、いまさらな気がする。
ちょっと前に、国策で、よってたかって研究したけど、
たいした成果が出なかった。

>>73
科学的な根拠で構築されるようなＡＩ研究は既にコンピュータの
基本原理を考えたチューリングの時代に終わっている。
それを掘り返して別の意味に定義しようが複雑な原理を定義するだけ。
現状ではエージェントなどの考え方の手法でのロボット機械を
制御する目的という面で、目的といえる方法論はＡＩ研究者の多くが
知っている状態で、これに勝る方法はない。
ＡＩを知らない人々がＡＩが機械的ではない存在、つまり生命の要素を
持たせる考え方を将来に望んでいて、その分野は学問の域からは
外れている。その外れたことを受け入れないものが従来の最先端手法
すら学ばず、突っ走るのがよく見かける罠。

>>74
意味不明文章、乙。
まず、国語の勉強しろ。

単に感情的に拒否する奴が行う定石のような発言だよな。
無能さが実に伝わってくるｗ

>>75
つ 漢文

>>77
ウリナラマンセー
韓国人はハングルじゃないと分からないんですよ

四国の周桑でディックがあばれまわっている。脳科学のデーター収集場に地域全対がなっているようだ。
マッドサイエンティストの請負ビジネスにもなる事から、過疎の町にとっては絶好の永久商売だ。
研究機関から受信装置の端末を借りできるだけ多くの脳のデーターを送る。
競争のようにして取り合う。夜も交代だ。カムフラージュとして特定被験者をターゲットにして必殺仕置き人まがいの事をする。
ご存じの集団ストーカーで悪者に長年で仕立て上げ、合法的を主張する。
実際はそのターゲットもだけど、その他多くのデーターをとるのが目的だ。
キーンという耳鳴りもおそらくカムフラージュだろう。ごまかし。
装置はその他に、BCI、そして遠隔受信装置として電波望遠鏡的な使い方を衛星でしているのだろうと思う。
今日の新聞に出ていたように液晶パネルも１５０億画素のが公表された。これが今後の基準。
当然資金があれば、センサーにも同様の事が言える。１０００万画素が先端技術ではないのだ。
電波望遠鏡といえば、何億光年かなたの星の電磁波を分析するセンサーだ。
ワイヤレス技術、フィルター技術、レーザーラマン顕微鏡的技術、また、ペット技術、シュミレーションコンピュータ
高速演算コンピュータなど、公表、非公表にかかわらず、部分部分の技術は
完成しているものがほとんどだ。後はつなぎ合わせと、精度アップ、整合性など。
日本の人工が１００年後には８００万人になってしまうという、最悪のシュミレーションも日経新聞に紹介されていた。中国の猛烈な追い上げなど
が勝ちのこっていくためにも、スピードアップになければいけないのもよくわかる。しかし、隠れた人体的実験はだめだ。倫理のみならず、人権、
また、安全性の問題もある。レーザー、赤外線、γ線、エックス線、光、まだ
公表されていない、未知の電磁波なのかも知れない。科学実験は全体の成果が
出るまで、相当の月日がかかる。その途中で公表できるもの、また、全体を考慮して、公表を控えるもの、あるいは、先端メーカーのように特許すら
取得せず、ブラックボックス化してしまう事もあるだろう。やはり、今、開発している技術も
我々、一般人には４、５年先の技術として紹介されているとかんがえざるおえない。
ともあれ、全国的にもあるだろうが、ここ、周桑で実験がされているのも、
間違いがない。非国民、というキーワードがここではやっている。だれが、
いいだしたのか、、。しかし、その言葉の奥深くには、ひょっとすれば、政治、官庁、大学、または医療関係、など
情報流通済み、と言う事もあるのでは、と疑ってしまった。ぜひ、違ってほしい。
ごく少数の犠牲なら、仕方ない。周桑が生き残るために。こう考えた経営者がいるのだろうか。商店主は、、ぜひ違ってほしい。
暖かい血の通った人間の、全うな商売としての請負ビジネスであってほしい。
ディック組員、ディック委員会、ディック議員、またディック公務員、などねずみ講であってほしくもないが、
こんな階層を設けてやっている。そのまんまでなければいいのだけれど。
でももし、そのまんまなら、一握り、の人生はもう、ない。最後はゴミ溜めにフタ、で終わりだ。

４、５年先の技術

ここは？
http://www.cns.atr.jp/

>>80
それは単に機能を分析して、外面的な仕様だけを摸倣する。
原理や仕組みは無視しているだけ。

問題なのは統計的手法や平均的な機能を分析しているだけなので
出来上がった観測しやすい有効な機能だけを注目している点で、
何故その機能ができたかについては何もやってないのが
根本的な知能の原理を扱えない理由になる。

簡単ゆえば、個人差を一切無視して成人の人間全てに共通する場所を
見つけ出す作業。そして変わった能力を持つ人間やほとんど表に
でない内面的な人間の機能はどうでもいいという流れです。
これは赤ん坊や、類人猿などや特殊な人間には通じない。
個体差を平均化する科学的手法という話にすぎない。
将来的に平均化したものが全て解明できれば、その多様性に当たる
個体差についても解明は進むだろうけど、個体数の少ないものは
対象外なので（ｒｙ

いろいろ教えて頂きありがとうございました。研究所にいきあたりました。
ここは人工知能がテーマですので場違いだったかも、すみません。しかし少しだけ
つまり人工知能を作り上げていく上で組み立てていった理屈をまず（基本的な事から
どんどん複雑化しているのでしょうけど）脳機能上で解き明かすといった作業
なのでしょうか。逆に言えば、そこの脳機能を使えば、対応する人工知能に反映する
という理屈でしょうか。それなら今の研究はそんなに底辺レベルとは思えません。
　ところで脳機能の読み出し符号（脳信号をアルファベットに置き換えるといった）
ある程度までは進んでるんでしょうか。どなたか教えて頂けないでしょうか。

>ところで脳機能の読み出し符号（脳信号をアルファベットに置き換えるといった）
>ある程度までは進んでるんでしょうか。どなたか教えて頂けないでしょうか。
脳はニューラルネットワークであるのはご存知ですか？
その情報の基本原理の概要は解明済みです、摸倣もすでに実現済み。
その解析内容ではシナプスがネットワーク（網）を配線する経路をつくり
情報を蓄積、情報のネットワークをしていることが分かっています。
そのネットワークは繋がった場所と、繋がる質によって決まるのです。
この質は情報の重みとも表現され、因果関係の重さの量のが伝播する
ことで重さ自体が意味をもつ、つまり全てが抽象情報で超並列で情報を
固定の情報とは捉えず処理しています。
つまりアルファベットのような情報には置き換えられる域にはありません。
単純化すると１と０というデジタル発火のような置き換えをすることも
可能ですが、近似にすぎません。
シナプスの仕様が問題であり、どの部分でも途中から枝分かれし、
その枝分かれの数に上限が無いのです、ニューロン細胞の数だけ情報の
破片情報を処理でき、その個別の処理ができる種類としてプログラムに
相当するシナプス結合（半導体のワーイヤードロジックに相当）は
どのようなプログラム（網）でも動的に変化可能だし物理的空間以外
の上限が無いのです。実際に出来上がった構造の概略フローを調べて
大雑把な機能分析はできますが、それが末端と結びつくところまでは
解析は不可能でしょう（根拠：個人差がある、動的に変化する）
個人差があるから人間一致の仕様ではないわけです。

ありがとうございます。間違っているかも知れませんが、もし脳の機能を
人工的にコンピュータ上に模倣できるとすれば、脳が生み出すいろいろな情報も
模倣できるという事でしょうか。そして、おっしゃっている内容を私なりに解釈
すれば、次から次へと、連続して形の変わるイメージ、それを人工知能の研究者
の方たちは、コンピュータ上に情報として表す事ができる。ただ、模倣する事は
できるけれども、その情報が何を表しているかは、個人差というものがあり、全て
解明する所までには至っていない。ただ、大雑把な解明はできている、という
理解でよろしいでしょうか。
　また、厚かましい質問で恐縮ですが、人も人工知能も、一定の期間、双方が
充分学習をした上での話でありますが、人のイメージした言葉を、人工知能が
言葉として、リアルタイムに認識できる物なのでしょうか。

>>84
脳だけを摸倣しても意味があると思いますか？脳が動くには環境という
要素が必須でそれ以前にも体という要素も必須になります。
環境は住む範囲だけではなく多数の人や社会なども必要になり
摸倣できる規模としては規模的に……

何をするにでもやり方の手順は共通ですか？そうじゃないよね。
人によって方法が異なる、これを全て同じと解釈するのは無理があると思う。
天才と凡人と障害者ならべて、３つを平均化した脳をの仕組みを取り出す
ことが出来たらどうなるんだろｗ？答えをだす天才、答えを出せない障害者

>リアルタイムに認識できる物なのでしょうか。
考えて認知する、これは日本人が英語の文法から意味を読みような方法。
直感で連想して変換する、生まれたときから英語な人はこの方法。

人間のリアルタイムで行うようなものに論理的手順などは無いですよ。
手順となる仕組みそのものがシナプスで構成される回路として脳内に
存在しているだけです。

しかし、話はそこれは止まりません、多くの人々が行う脳のみができるような
機能を抽出してその機能だけを脳ではなく、脳の原理を利用した回路として
応用するようなことができれば、脳型の情報処理という分野ができる可能性も
否定できないと思われます。ニューラルネットワークの仕組みを確認すれば
分かると思われますが、特徴として途中の中間ノードが行う情報処理の仕組み
を特定するのは無理です、それが分からなくても結果を出せるというのが
ニューラルネットワークの最大の特徴であり従来型コンピュータには不可能な
領域でもあるのです。コンピュータとは呼ばないのはネットワーク（シナプス）
の経路が情報処理そのものを意味するからになります。

脳型の情報処理をまねた物がみなさんが研究の人工知能ではないという事ですね。
人工知能は脳の機能をまねた物ではなく、脳の機能の中で必要な部分、また
コンピュータの長所などを取り入れた統合体のような物でしょうか。
　究極は全知全能の、、、、、。基本的には人間の持つ想像力の補完や
欲望などを満たしてくれるデジタルアシスタントの進化と信じています。
研究の奥深さ、壮大さがわかる気がします。

>86
人工知能
~~~~~~~~
「人」が
加「工」や工作した
「知」識や知的内容を
なんとかする「能」力ということで

反論あり？

人が作った可能性の定義の中で行う単なる道具です。
例えば創造しろと命令すれば創造まではできる、しかし創造「以上」は？
創造しろといわれて、創造すらしないで不貞寝とか、うるせーこのやろーとか
反逆までしないのが人が作った定義の中で動くというものじゃないか？
創造を越えた域は創造ではなくなってしまう。何故なら越えちゃったんだもの。

あくまでも主体性は人間にあり、それは道具にすぎない。
道具を越えるには、人間が命する内容に反逆する能力がないとな。
例えば死にたい人間が俺を殺せと自殺の命令をして殺すロボットは道具でしょう、
この道具を越えるということは命題の論理より非論理を選択することになる。
この人が自殺しないと全人類が滅びるとして、自己中な思いでこの人だけを
助ける非論理的な行動ができれば、道具を越えた存在になるとは思わないか？

世の中には矛盾というものがあり、それは論理だけでは解決できないでしょ。
人間は究極の選択のような非常の状態になればほとんどの場合は感情で
行動してしまう、つまり感情が高いと論理で動くわけではないわけだ。
人間はパニックに陥るが道具はパニックにはならないよな？
これが心を持つ人間の欠点でもあり利点でもある。
論理はその時点では正しいかもしれないが、状況によって変化しえるもので
物の価値観が変われば正義が悪になり悪が正義となることも稀にある。
この意味がわかるのならば完璧な論理を突き通せばいつかそれが間違いになる
ことにも気がつけるはず。

ありがとうございます。深くて広いご意見です。当方薄学にて飲み込みかねています。

例えば、ですが、＜人工知能＞に人が生きる、という事についてすべて学習しなさい、
と命令したとします。次に、人々が生きる、事について学習しなさいと命令します。

人や人々が生きる術や方策をその都度出す事が、この機械の仕事だとしたら。
裁判官も、多数決で結審させたり、賛成意見や反対意見がある訳です。
死にたい人間がロボットに自殺の命令をする。もしこのロボットがアンチテーゼの
をぶつける機能を身に付けてさせていたら、あらゆる可能性を推論した末、
結論が出ない場合、決断しなくていいとか。とっさの場合、人の判断力は鈍るし想像力
も働かない。自殺したい、というのは今の時点ではその方が楽だという結論。
圧倒的に生きた方が良い、もしくは楽だ、という情報が足らない。

この人が自殺しないと全人類が滅びる、、。人工知能を作ろうと欲をもったのは
人間。人の持つ可能性を無限大に広げるために。将来、人工知能に依存してしまう
ような世の中になれば、確かにあり得るかもしれませんね。
この地球上で、人間の存在感というものをどうとらえるか。一人一人が相手を
大切に思える世の中のままならいいんだけれど。お願いだからそんな人（方）
現れないでほしいです。またそんな人々も。
　生きる為のシステムとしての人工知能。だれが生きるための物だろう。
全人類が生き残る知恵を導き出すのも人工知能の役目。またこの人も、等しく
生きる権利がある。この人の人生を全人類に説明して共感してもらう努力も
人工知能の役割じゃないかと思うのです。これ矛盾じゃないですよね。
共感を矛盾解決の決め手にしてしまおうという訳じゃないけど。しかし人工
知能には、このような状況の時、最大限の情報提供を双方にするんじゃないでしょうか。
お互いの共感の量や質を増やすために。
　人間だけだったら、おっしゃる通り、矛盾を抱えてのせいかつ。しかし
人工知能が生活に入り込んできたら、また、違った結論になるとは考えませんか。
命題としての論理より非論理を選択する、人間的知能が登場するまでには
人間が人工知能をアシスタントとして、またアドバイザーとして使う事により
限りなく矛盾が小さくなる事が理想です。そんな人工知能の研究を期待する
のですが、、、。
中で

java で（図形認識用の）超単純なニューラル・ネットワーク ”もどき”（実際は単なるフィルターだが…）を作ってみた事あるけど，結果はイマイチだった．
信号（データ）を上位レイヤーから下位レイヤーに伝達させて信号（データ）を集約させて行くのだが，（正確な入力の場合は）一応 正しい結果は出るのだが，ちょっとでもノイズの有るような場合には全く対応・不能と言うレベルだった．
それは上位レイヤーから下位レイヤーへの信号（データ）の伝達だけだったのが原因だと思われ，もっと精度を高めるには同一レイヤーへ信号（データ）を伝達させて協調させる必要が有るのだろうと思われる．
もちろんフィード・バックと言う手法も有るが（ニューラル・ネットワークで）共振・現象が発生してしまう危険性が有るので それは要注意である．
（図形認識の場合においても）ノイズなんて言うのは日常的に氾濫しており，汚い字も（コンピューターから見ればノイズの有るデータであるが）人間のニューラル・ネットワークは かなりの精度で認識・可能で有り，そのレベルまで達しないと実用化は難しいだろう．

それは さておき人工知能は大きく大別するとニューラル・ネットワーク型と，データ・ベース型とに大別される．
厳密に言うとファジー理論は人工知能と言うよりは統計学的な手法であるが，ファジー理論を「ニューラル・ネットワーク型，データ・ベース型」人工知能に応用・可能である事は言うまでも無い．
又「ニューラル・ネットワーク型，データ・ベース型」を統合したハイブリッド型・人工知能と言うのも有るらしい．

詳細は下記・参照．

http://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD
より引用．

AIはふたつの学派に大別される。ひとつは従来からのAIであり、もうひとつは計算知能（Computational Intelligence、CI）である。

従来からのAIは、現在では機械学習と呼ばれている手法を使い、フォーマリズムと統計分析を特徴としている。
これは、記号的AI、論理的AI、正統派AI、古き良きAI（Good Old Fashioned Artificial Intelligence、GOFAI）などと呼ばれる。
その手法としては、以下のようなものがある。

エキスパートシステム：推論機能を適用することで結論を得る。
エキスパートシステムは大量の既知情報を処理し、それらに基づいた結論を提供することができる。
Microsoft Office に登場するペーパークリップの Clippy はひとつの例である。
ユーザが文字列を打ち込むと、Clippy はそこに一定の特徴を認識し、それに沿った提案をする。
事例ベース推論（CBR）：その事例に類似した過去の事例をベースにし、部分修正を加え試行を行い、その結果とその事例を事例ベースに記憶する。
ベイジアン・ネットワーク
ふるまいに基づくAI：AIシステムを一から構築していく手法
計算知能は開発や学習を繰り返すことを基本としている（例えば、パラメータ調整、コネクショニズムのシステム）。
学習は経験に基づく手法であり、非記号的AI、美しくない(scruffy)AI、ソフトコンピューティングと関係している。
その手法としては、以下のものがある。

ニューラルネットワーク：非常に強力なパターン認識力を持つシステム。
ファジィ制御：不確かな状況での推論手法であり、最近の制御システムでは広く採用されている。
進化的計算：生物学からインスパイアされた手法であり、ある問題の最適解を進化や突然変異の概念を適用して求める。
この手法は遺伝的アルゴリズムと群知能に分類される。
これらを統合した知的システムを作る試みもなされている。
ACT-Rでは、エキスパートの推論ルールを、統計的学習を元にニューラルネットワークや生成規則を通して生成する。

http://www.ycf.nanet.co.jp/~skato/muno/1intro/index.html
より引用．

脳らしさから心らしさへ

人工知能研究は心の研究であり、また脳神経の研究であるという側面を持っている。
これまで述べてきたように研究者たちは脳や心をめぐって仮説をたて、あるいは純数学的モデルを考案し、実験-解析を繰り返してプログラムを作り上げてきた。
さらに近年、自然言語の解釈や擬人インタフェースには感情が必要であるという見方が再び注目されているが、それらの試みは関数や膨大なIF-THENルール、すなわち規則で感情を表現できるという立場にたっている。
しかしこのような行動心理学的なアプローチは基本的に低い次元の感情を表現するのに適した方法であって、好奇心、創作など高度で記述不可能な精神活動をプログラム化できないという根本的問題を解決できないだろう。

結局科学的手法であるがゆえに客観的に検証できない領域には目を向けることはできず、結果として人工知能研究は脳らしさの追求にとどまってしまったのではないだろうか？そこにはユーモアや芸術、人を楽しませること、なごませることなどが存在する余地はない。
ところが我々がのぞむ人と話す機械にとってそれらは最も重要な要素なのである。
ゆえに我々のメインテーマは検証不可能なブラックボックスの中身を記述することであることが明らかとなる。
言葉を変えればそれは心らしさの追求なのである。
そして検証不可能であるがゆえに、あらゆるモデルにとってモデルの科学的正当性や必然性は無意味となり、唯一の尺度『それに接したひとがどれだけ人間らしさを感じられたか』をもって評価される

………………………………………………………………………………

もちろんデータ・ベースとしてユーモアを登録する事は可能だろうし，そのユーモアのデータを組み合わせて，別のバリエーションのユーモアも生成・可能だろうが，（人間のような）創造性の有るユーモアは不可能だと言う事だろう．

> java で（図形認識用の）超単純なニューラル・ネットワーク ”もどき”（実際は単なるフィルターだが…）を作ってみた事あるけど，結果はイマイチだった．
> 信号（データ）を上位レイヤーから下位レイヤーに伝達させて信号（データ）を集約させて行くのだが，（正確な入力の場合は）一応 正しい結果は出るのだが，ちょっとでもノイズの有るような場合には全く対応・不能と言うレベルだった．
> それは上位レイヤーから下位レイヤーへの信号（データ）の伝達だけだったのが原因だと思われ，もっと精度を高めるには同一レイヤーへ信号（データ）を伝達させて協調させる必要が有るのだろうと思われる．
> もちろんフィード・バックと言う手法も有るが（ニューラル・ネットワークで）共振・現象が発生してしまう危険性が有るので それは要注意である．
> （図形認識の場合においても）ノイズなんて言うのは日常的に氾濫しており，汚い字も（コンピューターから見ればノイズの有るデータであるが）人間のニューラル・ネットワークは かなりの精度で認識・可能で有り，そのレベルまで達しないと実用化は難しいだろう．

少し深く考えてみたが，同一レイヤーへ信号（データ）を伝達させて協調させても（少しは認識の精度が上がるだろうが）ニューラル・ネットワークの足元にも及びませんから〜ざんね〜ん！（ギター侍 風に）．
（＃１）．最下位レイヤーから逆に数段上の上位レイヤーに遡（さかのぼ）ってパターン・マッチングしたりとか
（＃２）．ノイズを どこまで許容するかとか
（＃３）．パターンの誤差を どこまで許容するかとか
（＃４）．図形を一体化して捉えてやるとか
例えば「三」と言う字は途中の経路までは３本の線と言う認識だとしても最終レイヤーでは一体の文字として扱わなければならない．
わかりやすく例えると「三」と言う字のハンコはハンコの土台によって「三」と言う文字が一体化してるイメージだ．
そこまでしなければフィルター型でニューラル・ネットワーク並みの認識の精度は無理だろう．
って言うか そこまで やったら完全にフィルター型の概念を超えてしまってるしな…．

> 進化的計算：生物学からインスパイアされた手法であり、ある問題の最適解を進化や突然変異の概念を適用して求める。
> この手法は遺伝的アルゴリズムと群知能に分類される。

これは生体コンピュータとかではなく，単なるアルゴリズムの一種だ．
これも厳密には人工知能とは言えないが，「ニューラル・ネットワーク型，データ・ベース型」人工知能に（おそらく）応用・可能なのだろう．

この進化的計算は次のリンクの巡回セールスマン問題に適している．

http://www.infonet.co.jp/ueyama/ip/software/tsp.html

巡回セールスマン問題のとおる経路を遺伝子に見立てて（コンピュータ上で）突然変異やら，進化やらをさせて最適解を導き出す．
とは言っても その最適解は最短距離と言う事では無い．
例えば130 兆年かかる問題を１時間だけコンピュータを動かして総当たり方式で解いても，ほんの少しの経路しか探索できず，たいした解は得られないだろう．
しかし進化的計算なら１時間だけでもコンピュータを動かしてやれば，（最短距離ではないが）それなりの解が得られ，２時間だけでもコンピュータを動かしてやれば，さらに良い解が得られる．
ただし130 兆年コンピュータを動かしても最短距離に到達する保障はない，と言うか（4.11E33 通りの最短距離に到達する）確率は ほぼ０％ではないかと思われる．

>>92
巡回セールスマン問題の答えは１つではない。最短経路は複雑なものになれば
なるほど複数の同一距離の最短経路の存在確率がでてくる罠。
これらは、デジタル的（意味として扱うアルゴリズム）とアナログ的（抽象的
概念を扱うアルゴリズム）では複雑なものほど後者が得意な分野となるだけ
にすぎない。現在のコンピュータは単に単純な繰り返しを行う概念を得意
としているだけにすぎない。定義さえない概念そのものを論理的な状況を
つくり語るなどがコンピュータでは非常に表すのが難しいモデルになっている
だけにすぎない。

>>88
>人工知能が生活に入り込んできたら、また、違った結論になるとは考えませんか。
それはＳＦで多様で沢山の解答がなされていると思う。
具体的な話になると、人間そのものの多様性でどのようにでも話は進む。
人間以外を嫌ったり、差別したり、また人間が先導して敵と味方に分かれたり
仲良く行動して、所詮はゴミとか使い捨てになったり。ペットのような状態
もありえる。（どちらとはいえない）。
論理性に反するということで知能が人間を支配する選択もありえよう。
その結果が歴史を作り、双方が学習によって安定した環境を作るかもしれない。
私はスタートレックのファンですが、その異種族の価値観の対立と論理性と
合理性、感情に依存する人間性とをいろいろ語る内容で楽しんでいます。

ボーグは個人を捨て、完全な合理性を示す意識集合体。（半機械生命）
バルカン人は感情を完全に近い状態で隠蔽し論理で行動する生命。
アンドロイドのデータ少佐や、ホログラムのドクターなど。論理で動くが
人間性を取り込み成熟してゆく話。
無機質な単純な仕組みを持つ機械的な高度生命体。
人間にコンピュータを埋め込み、コンピュータなしでは生きてゆけなくなった
生命体。
テレパシーで他人の全てが分かる生命体。

人工知能ではないですが、あらゆる知性との関係と知能とは何かを
考えさせる要素がドラマのスタートレックにはありました。

アンドロイドのデータが解体され構造分析される状況でそれを拒む、
ピカード船長がアンドロイドのデータが生命体であることを
証明する裁判をする話では、生命体だとは証明しませんが、生命体と
対等な意味で考えなければいけない問題であると熱弁したところとか
お気に入りです。それは機械が種族として存在したときに、例え生命で
はなくても同等の立場でなければ巨大な問題になりえることを（ｒｙ
そして道具を越える人間に対等な能力があるからこそ、支配してはいけない
同じ立場として考える必要がある雰囲気の結果で、裁判で勝利したわけです。

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050602/162007/?ST=nettech
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（1）

（略）

コンピュータそのものの利便性は性能と比例して向上しているだろうか。動画や画像は確かに取り扱いやすくなったが，新たにデジタル化（コンピュータ化）された機器が出てきたからだ。インターネットも同じ。
これまでインターネットにつながっていなかったコンピュータが，接続できるようになったことで得られた利便性である。インターネットへの接続環境が普及して以降，誰もがありがたみを感じられる新たな「便利さ」を，コンピュータは作り出せていない。

正確さに縛られるコンピュータ
　こうしたある種の閉塞感の一つの原因は「与えられたことを正しくやり抜く」というコンピュータの動作原理にあるのではないだろうか。

　コンピュータに計算させるには，まずプログラムとデータを入力する。コンピュータは与えられたデータを，与えられたプログラムに従って正確に処理し，計算結果を出力する。
データとプログラムが適切に書かれていれば，コンピュータは期待通りに問題を解決してくれる。

　コンピュータが期待通りに動かないのは，プログラムが適切に書かれていないか，データが間違っている場合である。だが現実には，適切にプログラムを作ったり，データを書いたりできない問題もある。
「適切に」とは「コンピュータが理解できるように」と置き換えてよい。コンピュータが理解できる情報は，記号化された言語情報である。情報を記号化できなければ，コンピュータは取り扱えない。

　ユーザーがコンピュータを操作するときにも，記号に変換できる操作しか受け付けない。
例えば，コマンドを文字入力するのはその最たる例だし，マウスでアイコンをクリックするというのも，ユーザーにとってはコンピュータに指定された情報の渡し方である。これも一種の記号化だ。

「いい加減」が分からない
　これに対して人間は，情報を精緻に数値化したりしない。言葉という記号を使っているようでいても，その意味は微妙に変化する。この微妙な変化やいい加減さをコンピュータは取り扱えない。

　例えば，人間が会話をするとき，正確に情報を交換しているかというと，決してそんなことはない。不確かであいまいな情報を送り合い，ほとんどの場合，不確かさやあいまいさを意識することなく，情報が持つ意味を何となく理解しながらやり取りしている。

　「長めの」ひも，「黒っぽい」表紙の本，「もう少し手前」の位置といった，あいまいな表現を人間は日常的に使う。「長め」と言われたときに，それが何cm程度を指すのか，具体的な数値は考えない。
前後の文脈や周囲の状況から，およそどのくらいかという程度だけを意識する。
正確には話し手と受け手の間に認識の違いがあるだろう。しかし，これも大体のところで認識が合っていれば問題は生じない。まあまあ意図が通じれば，それで済む。お互いの認識が「いい加減」に収まっていればいい。

　人間の作業を機械に実行させようとすると，こういった感覚的な情報が障壁になる。特に，熟練者の独特の勘が行動を決めるような仕事で顕著になる。例えば，酒造職人による日本酒の醸造である。

　厳密な温度管理が求められる醸造過程で，杜氏と呼ばれる酒造職人は泡の立ち具合をはじめとする発酵状態や，酒母の温度，気温，水温，それぞれに起こり得る変化の予測などから，どの程度の温度にすべきなのかを考える。酒母の匂いや色なども判断材料になる。
そこから，加温すべきか，冷却すべきかを判断する。温度を変えるといっても，急激にするのか，少しだけ微妙に変化させるのか，変え方はいろいろ考えられるだろう。温め過ぎ，冷やし過ぎもよくない。
考えられる多くの手段の中から，適切な手段を選んで対処する。例えば，ほんのわずかだけ加温するために，白熱灯を醸造槽の上で照らすこともある。

　杜氏は「いい加減」を判断基準に感覚的だが厳密に温度を管理する。こうした感覚とコンピュータの間は大きく開いており，このギャップを埋めるのは簡単ではない。
杜氏の判断と処理は「感覚的な言葉でしか，彼らも説明できない。とてもじゃないが，直接プログラムに変換できない」（明治大学 理工学部長 理工学研究科委員長 教授の向殿（むかいどの）政男氏）。

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050602/162008/
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（2）

可能性

トレードオフは人間が判断
　感覚に裏打ちされた情報の数値化ばかりではなく，トレードオフが発生する状況での決断もコンピュータには簡単ではない。目的が一つなら，その目的を最大限に実現できるような計算結果を求めればよい。
しかし，目的が複数あり，それぞれが矛盾した側面を持つ場合には，すべてを同時に最適にはできない。そこで落としどころを考える。とても人間的な判断だ。

　多目的問題の一例が，環境に配慮した企業行動である。「最大の利潤を追求することと，環境に配慮することは，同時には達成できない。このような複数の目的があると，どこかで人間が判断しないと結論を出せない」。

“劣っていない解”が苦手
　コンピュータが苦手とする感覚に基づく判断や，トレードオフの関係を持つ問題に共通する特性は，目的を満たす唯一の有効解が存在しないことである。
より適切な解は存在するかもしれないが，そもそも「最適」と呼べる解はないかもしれない。最適解があるとしても，組み合わせの数が膨大で，有効時間内には見つけられないこともあるだろう。

　このような問題に直面しても，人間は「無限にある解の中から，人間の意志で解を決定する」。解が最適であることは保証できなくても，目的を満たす解はあるからだ。これを「非劣解」という。その解は最適ではないかもしれない。
「まあまあ」のレベルだったり，「何とか我慢できる」程度だったりと，解の適切さも問題によってさまざまだろう。人間は，問題の難しさや複雑さなども考え合わせて，受け入れられる水準，すなわち「いい加減」に達している解を現実的に選び出す。

非劣解を求める計算原理
　つまり非劣解を求める問題をコンピュータは苦手としている。「問題が多目的になると，数学から離れてしまい，解が無限に考えられるようになってしまう」。
数学的に問題をモデル化できれば，それをコンピュータのプログラムに変換できる。しかし，非劣解を考えなければならない多目的問題は，数理モデルを作りにくい。

（略）

人間的な判断や学習のメカニズム，自然界に見られる現象などを計算原理に使うことで，従来のコンピュータが苦手としていた問題の解決を図る。

　ファジィは比較的名が通った存在だろう。人間の言葉が含むあいまいさを記号化する手法と言える。もともとあいまいなものを正確に記述するのは難しい。ファジィはあいまいさとうまく折り合いをつけて，これを記号化する。

　ニューラル・ネットワークは，神経回路のメカニズムを模倣している。これにより，人間が新しい運動や言葉を感覚的に獲得し，知識を蓄えていくのと同じような学習能力をコンピュータに備えさせる。

　遺伝的アルゴリズムは，生物が遺伝子の交配を繰り返し，時には突然変異を起こしながら，種として進化を遂げてきたメカニズムを利用し，最適化問題の解決を図ろうというものだ。
どうなるのが最適なのかが分からない問題に対して，遺伝子の選択淘汰の仕組みを利用して，より適切な解を効率的に探していく。

　自然現象に見られる，一見すると非線形で複雑なふるまいの中に，実はある規則性を内包しているようなものがカオスである。カオス状態からは内在する規則を導けない。
逆に規則性が分かっても，どのようなふるまいをするか予想できない。こうしたカオスの特性を利用し，パターン認識やセキュリティへの応用が考えられている。

“死んだ”と見るのはまだ早い
　これらが注目を集めたのは1980年代後半から1990年代初頭だ。一度は注目されたものの，未来技術としては表舞台から消え去った。特に，ファジィについては家電などで大きく宣伝されたことが仇となり，「もはや死んだ技術である」と評する向きも少なくない。
ファジィとニューラル・ネットワーク，遺伝的アルゴリズムは一部で実用化され，定着しているが，ごく限られた領域に過ぎない。当初の期待ほどに実用が進まなかったのは，結局は「研究領域から，使ってみようと思えるような成果が上がってきていない」ことに尽きる。

　しかし，現状だけを見て「死んだ」と決めつけるのは早計だろう。コンピュータは，数学的にモデル化された問題でないと処理できない。言うなれば，数理モデルに閉じた世界でしか生きていけない。
そこから飛び出していこうとするなら，非劣解を求める能力が必要になるからだ。その意味では，「死んだ」のではなく，「まだ大きな鉱脈を見つけていない」のかもしれない。

http://itpro.nikkeibp.co.jp/members/NBY/techsquare/20050607/162252/?ST=nettech
より引用．

正確さへのこだわりを捨てる
――「やわらかい情報処理」再び（4）

ファジィ

情報処理への応用研究もさかんに

　ファジィ技術が持つ，「言葉となじみやすい性質」を生かす研究も続いている。以前から研究されているものにファジィ・データベースがある。ファジィ・データベースはあいまいな質問に対して，答えと質問を満たす度合いをセットにして出力する。
あいまいな質問とは，「若くて背が高い人は何人いるか」のように，「若い」「高い」などの定義がはっきりしない言葉を含んだ問いかけである。

　ファジィ・データベースへのアプローチは2通りある。一つが，あらかじめユーザーがメンバーシップ関数を定義して検索時にファジィ技術を使うというもの。もう一つが，データ自体がファジィに分類されているというものである。
前者の場合は一般的なデータベースを利用できるが，ユーザーがメンバーシップ関数を入力する手間が生じる。一方，後者の場合は，あいまいさの基準が個々人によって違うため，データベースを共用できない。いずれにしても実現は容易でない。

数値を自然言語に変換

（略）

例えばその統計データが「背が高い人のうち髪が黒い人の割合」というルールをどれほど満たすかを計算する場合。「背が高い」度合いを表現したメンバーシップ関数を参照して，全体から背が高い人の割合を計算する。
そしてその中から髪が黒い人の割合（出現率）を計算し，求める。こうして求めた割合を，ファジィ量限定子に置き換える。
出力は，自然言語での説明に加えてデータの出現率と，「全データ中の髪が黒い人」の数における「背が高い人の中で髪が黒い人」の割合（カバー率）を数値で補足する。

対話型コンピュータを目指す

（略）

　日常言語コンピューティングの実現は，文章の意味を解析できるかどうかにかかっている。当初はここにファジィ技術を使えるのではと考えていたが，やがて限界に気付いたという。「文章の意味の表現にはファジィ技術は適用できなかった。
単語の意味や状態は，それが話される状況に応じて変わってしまう。そこで意味解析に適する言語体系を持つ言語学を探したところ，状況によって意味が変わることを考慮した『選択体系機能言語学』に出会った」。

　選択体系機能言語学を使った文章解析では，文章の概念を見出すために四つのデータベースを用意する。
コンテクスト・ベース（状況や話のジャンル，話者の役割関係など），意味ベース，語彙文法ベース，表現ベースである。これらのデータベースを参照して，次のように文章を解析していく。

　まず入力された文章について，音韻や文字を解析する。次に，形態素解析や係り受け解析をして，結果を基に汎用辞書を検索する。辞書から単語情報を取得して，状況，語彙文法，意味を解析する。
これらの解析結果を基に概念構造を明らかにする。概念構造とは文章に出てくる物体や動作などの関係を，状況も考慮して示したものである。

膨大なデータベースが必要

（略）

　例えばクリスマス・カードを作成する場合。「クリスマス・カードを作りたい」とユーザーがリクエストすると，秘書エージェントは言語モデルに意味を問い合わせて，「ワープロを使った文書を作成するタスクである」と認識する。
LAPIを通じてワープロを起動して，ユーザーに「タイトルは何にしますか」と応答する。タイトルを設定したあと，「文字をもう少し大きく」と言えば，秘書エージェントはワープロソフトに指示を出す。
ここでワープロソフトは「文字を大きく」する操作が何を意味しているかを理解しなければならない。これはワープロソフトの機能を呼び出すLAPIが必要に応じて言語モデルを参照し，ワープロの操作に変換する。
「実際に人を集めて，コンピュータに対してどのような言い方で指示を出すかを調べた。これらをデータベース化したところ音声認識の精度はかなり上がった」。

　ただし，実際に使えるようになるまでにはかなりの時間がかかりそうだ。さまざまな場面やユーザーに対応するには，膨大なデータベースが必要なためである。場面ごとに典型的な言い回しを整理したり，数多くの利用者を集めなければならない。
「人生は有限だから，一生のうちに遭遇する場面は数えられる。組み合わせから考えて，10億件くらいのデータが必要」。今のところ語彙文法データが1150件，意味データが1500件程度集まっているという。

南アフリカで、人工知能と人間。ポーカーで勝負。人工知能ハッタリをかける。
イギリスの先生うーん。どう思いますか。以上ワイヤードビジョンより。

次のページにニューラル・ネットワークの解説が載っとるから，読んで見なはれ．

『ニューラルネットワークとは』
http://mikilab.doshisha.ac.jp/dia/research/report/2005/0909/006/report20050909006.html

>>98
ディック団さん、結構いいネタに触れていますね、ポーカーの勝負。
これはハッタリの勝負でしょう、嘘と本当を見抜く心の勝負となります。
コンピュータには論理しかありませんから、乱数と論理の組み合わせの
パターンで勝負の揺らぎを演出することができるのでしょう。

単なるゲームの場合は論理vs論理で戦い先の手を読みあうことが重要に
なります。しかしテープルポーカーのような掛け金を上乗せし論理や
確率では計れない領域での勝負のようなゲームになると、ハッタリと
嘘の勝負になります。
勝負の確率だけで手を運ぶと、そのクセを読まれてしまい負けるのが
ポーカーなんです。また論理だけで行けば論理で行動する行動が読まれ
てしまいます。1度で勝負が終わるわけではいので、なんども勝負している
間に行動を予測されたら負けになります。
この心理的な状況を相手の行動だけで予測しなければならないでしょう。
ポーカーで勝てる判断ができる人工知能があれば、かなりすごい技術
かも。ワイヤードビジョンは知りませんが、後の報告があればヨロシク。

http://web.sfc.keio.ac.jp/~takuya/contents/past/dec.htm
より引用．

「人間対コンピューターのチェス対決」

　世界最強とされるチェス・ソフト『ディープ・フリッツ』(Deep Fritz)と、チェスの世界チャンピオン、ウラジミール・クラムニク氏の対戦が、中東バーレーンで10月4日から19日(現地時間)にかけて行なわれ、引き分けに終わった。
1997年に行なわれた世界王者対コンピューターの対決で人間側が敗れたため、雪辱を晴らすことが期待されていたが、果たせなかった。

　全8戦の対戦成績は、2勝2敗4引き分け。前半はクラムニク氏が2勝し、リードしたが、第5、第6戦でコンピューター側が連勝。その後は同氏が守りに入ったとみられ、引き分けが続いた。

　ディープ・フリッツは、ドイツ人とオランダ人のプログラマーが開発した。ディープ・ブルーが1.4トンもの巨大なコンピューターだったのに対し、こちらはノートパソコンに搭載されている。
プロセッサー8基を搭載する4万ドルの『ウィンドウズXP』マシンで作られおり、毎秒600万手を読むことができるという。（ちなみに「ディープ・ブルー」は毎秒1億9700万手を読み、開発費は50万ドル。）

　ディープ・フリッツはこの大きな差を、プログラマーが開発した特別な検索テクニックで埋めているという。しかしその能力の根本はやはり、何手先深く読めるかどうかということに関わっている。

（略）

＜ミニ考察＞

　1997年に行なわれたチェス対決、世界王者「ガルリ・カスパロフ氏」対コンピューター「ディープ・ブルー」の画期的結末を憶えているだろうか。
チャス盤という小さい世界ではあるが、その範囲内であれば、人間よりもコンピューターの方が優れているということが証明された対決である。
この出来事をきっかけに、コンピューターが人間よりも賢くなるのではないかという懸念が、より一層人々の心に焼きつかれたことだろう。

　しかし多くの人がすでに知っているように、現在のコンピューター能力は、まだまだ人間のそれに遠く及ばない。チェスでコンピューターが人間を負かしたというのも、「チェス」というごく限られた範囲の中だからこそ、成し遂げることができたのである。

（略）

………………………………………………………………………………

次のページは「現在の人工知能の限界」を（面白おかしく）解説したものです．

『予備バッテリー救出作戦』
http://web.sfc.keio.ac.jp/~takuya/contents/opinion2.htm

ピーターラッセルのグーローバルブレインは｢アイム ノット アボーション アイム ノット アボーション｣と泣きながら丸虫みたいになるらしい。実は脳腫瘍、脳溢血だらけのグローバルブレイン。アメリカ政府の自爆テロで自殺未遂

人工知能、ポーカーではったりのサイトです。また感想お聞かせ下さい。
http://wiredvision.jp/blog/wiredscience/200706/20070614133131.html

>Hurwitz氏のボットは、通常株式市場の予測に使われるニューラルネットワーク
>・アルゴリズムに基づいている――株式市場というのは、予期のできない、
>論理的でない動作ばかりだ！
株式の運用ではかなり前から集団の心のモデルを使った運営で予測し実際に
取引までおこない高い成果を出す会社がＴＶ報道であったのを覚えております。
相手に論理以外に心があるという前提で心がどのような状態を遷移し、現在は
どのような曖昧な状態という抽象概念の捉え様も無い仕組みを演算している
のでしょう（たぶん）

>「このことが示すのは、コンピューターが人間特有のこのふるまいを
>習得しうるということだ。ボットたちは実際にプレイする中で戦略を
>生成したが、これは人間が学習する方法とまったく同じだ」と、イギリス、
>エジンバラにあるヘリオット＝ワット大学のPhilippe de Wilde教授
>(コンピューター科学)は言う。
これはゲームの基本的仕組みを越えた、プレイする側を含めた体系での
心の動きまで観測し、それに基づく論理的な計算とみるべきでしょう。
知識ではなく、経験の積み重ねによる抽象的判断を行うのは心の仕組みを
応用した情報処理でなければ難しいということだと思われます。

ここでは単純に感想を表現しましたが、実際になるとまた話しは複雑に
なります。何故なら人は個性があり挙動が論理では説明できる範囲を越えて
いるかでしょう。一定のパターンに別けて蓄積したとしても、そのパターン
を交互に代えるような病的な人もいるわけです。(故意に行うことも可能)
ハッタリの上にハッタリ、さらにハッタリなど２、３重に行えば読みあう
限度を越えます。この域になれば人間的な読み合いでも勝ち負けは不定に
なるのが勝負の世界だと思われます。
創作物などの勝負の世界では神的な勝負が存在します、それはこの人間の
行動や判断すら神の仕業のように制御してしまうものです。
これは相手に絶対に負けないという合理的な要素をつかませ相手の行動の
範囲を制御してしまうような例で、もちろんそのためには自分側は100%負けに
等しい状況を作り出さなければ相手はこの合理的な手をフェイクだと判断し
騙されないでしょう。この相手の論理に合わせた状況を相手に掴ませる、
論理は神的な域と表現されています。当然タネや仕掛けがあるわけで、
勝負の世界では「極稀」に最大と思った手が最悪を引き起こす可能性があることを
常に意識しなければならないという話が存在すると思われます｡

人工知能に垢がついたような気持ちです。いいのでしょうか。よくないのでしょうか。
ビジネスの世界でいう所の、『イフプラン』かもしれませんね。ビジネスには情緒的すぎるのは良くないとされます。
＜哀れみ＞、を買う状況を相手に提示しつつ、でもそれが本当はコントロールだったと。
政治力、とか、かかあ殿下とか。言葉が濁っているかも。すみません。
でも人工知能に垢らしき物がついてきた一件なのでしょうか。

ＴＢＳはこうして在日朝鮮人に乗っ取られた。 窓際社員の独り言です。

（１）1960年代
テレビ放送が始まってまもなくの頃、放送中のちょっとした言葉づかいの問題（例えば「朝鮮民主主義人民共和国」を"北朝鮮"と呼んでしまった、など）に対して、
朝鮮総連から会社及び経営幹部の自宅に対して脅迫に近い抗議行動が繰り返される。抗議行動に対する「手打ち」として、採用枠に"在日枠"が密かに設けられる。
総連幹部の子弟を中心に入社試験無し（カタチだけの面接）での採用が毎年続く。
在日枠の密約を所轄官庁に対して内密にしてもらうよう局側から総連に「お願い」をしてさらに弱みを握られ身動きがとれなくなっていく。
（２）1970年代
政府を叩きさえすれば世論が喝采する狂った時代。
在日社員の「反日番組」を「権力に対するペンの戦い」「調査報道」と勘違いした経営幹部が社内で在日を積極登用。
「日本人社員と在日社員に昇進の差別があってはならない」などと理想論を述べたのは良かったが、
しかし昇進差別をしなかったのは甘い日本人幹部だけで、課長、部長と昇進した在日社員は、帰化した在日二世を理不尽なまでに優遇する逆差別人事を徹底。
異を唱えた日本人社員は徹底的にマークされ、営業や総務など番組制作の第一線から退けられる。

（３）1980年代---90年代
昇進した在日社員が主要な報道番組のプロデューサーや報道局長など、決定的なポストを占める。
某サヨク週刊誌の在日編集長をキャスターに迎えたニュース番組が、
学生時代に学生運動に没頭した団塊の世代の視聴者の支持により高い視聴率を得る。
１９８９年の参議院議員選挙では「土井社会党」「マドンナブーム」を援護。あからさまな社会党支持。

（４）1990年代---2000年代
偏向報道、捏造報道、取材情報を特定の勢力に提供するなど、報道機関として存在を否定されかねない不祥事が続発。
朝日新聞、系列のテレビ朝日が、どちらかといえば「北京の意」を汲んだ報道が多い。
バブル崩壊以降の景気低迷でただでさえ厳しい広告収入が、「サラ金」と「パチンコ」に大きく依存。まさに、在日朝鮮人の資金で在日朝鮮人が運営しているのがウチの放送局。
在日の局長が在日のスターを「作り上げる」ような番組制作が為され、その証拠に「筑紫哲也の番組名」が未だに存在する。

ここ

人工知能で使われる技術と、人工知能全般と区別しているだろうか。
センサーから取り込まれる情報を解析する技術や、情報をデータベースから
検索する技術とかいろいろあるだろう。

ロボットで思考のようなものでも考えているのなら、思考もどきの
人工無脳の研究のほうがまだまともだと思われる。

星の彼方

ここでオナニー汁

放送大学で、心理学とカオスと、成長の児童とか、
生態系とかの授業を視聴してくればいいんじゃねー？

>>111
なるほど、録画がめんどうだな。P2Pで流れてない？

カエレ！

英語でいいんだけど、ネットで人工知能に詳しいとこでおすすめある？

>>114
つ google
最強でｓ

ＭＩＴのマービン・ミンスキー先生が日本にいらした時、お話しを聞くことができました。
先生は日本ではどのくらい影響力があるのでしょうか？？

>>114
養護学校へ行って自閉症の子供を観察するのが最高だと思うよ。
大人の言うことを素直に聞ける子供より、
言葉もよく理解できない重度の子供ほどいろんなことを教えてくれる。
日常生活もまともにできないから、それなりの覚悟はいるけどね。

京大霊研の先生も、養護学校へ行って色々調べたデータを持っていたのを思い出した。

>>1
そんなこともわからないのかあああ？？？
バカか、てめー!
研究者になっても誰かに教えてもらわなくちゃわからないのかーーー？
使えない落ちこぼれ研究者になりそうだ!
死ねよ。

インテル

ロシアの覚えた記憶は絶対に忘れない無限記憶の香具師は、全体から意味を生み出す
つまり研究ができない致命的な能力だったみたいね。

つまり緻密に覚える能力が高いほど研究には向かない。
物忘れが激しい奴ほど逆に研究には向いているということだな。

子供作って育てれば？

>>122
チソコでもしごいていろ

von Neumann は写真を画像として覚える記憶力の持ち主だったが? >>121

ていうか、彼は記憶したいことだけを記憶したというだけなんだが。
>>121の方は忘れたくても忘れることができないのさ。

ＪＡＰクソジャップの糞天皇はバカだそーだ

平和ヴォケしたバカ天皇そ−だ死ね糞ＪＡＰ天皇

ガン手術でチンボを切り落としたそーだ

ヴォケ天皇バカ天皇さっさと死ね

ずうずうしく生きるな死ね

クソ天皇

意味記憶を極めると非意味記憶（抽象的）がまったく機能しなくなるだろ>>121の例は。。
研究には非意味記憶がとても重要だということが、意味に拘りつづける奴には
理解できない。

研究で必要なのは意味になっていない未知の非意味情報から意味を読み取る
能力であって何の情報でも意味の域へ昇華している奴はアナログデータを
デジタルにつまり２値に切り上げているだけ、記憶したいだけの意味を記憶し
記憶してくないものを簡単に忘れる。
IQが高いとはこの意味への昇華効率の高いコンピュータ人間をいう。
研究者には未知へのものを嗅ぎ取る直感が重要なことぐらいわかれ。

意味記憶って何？
陳述（declarative）記憶のこと？

ﾏﾄﾘｯｸｽみたいな空間で時間を早回しにして育てて
後でﾎﾞﾃﾞｨに入れればいいんじゃね？

沢山作った中に１つぐらいまともなのは出てくるかも知れんな

絶対無理できません

普通にエキスパートシステムとかエージェントシステムの本でも
買って読め！。

>>132
無理

http://wiredvision.jp/news/200709/2007092823.html
http://wiredvision.jp/blog/wiredscience/200709/20070928093626.html

この辺りで全て解決されそうな気がしてきたんだけど・・・・
人の脳細胞培養してコンピューターに接続・・・・・

皮膚とか内臓とかの培養はなんとも思わないけど
脳細胞の培養ってどうなん・・・・・

もしこれが普通に人間の脳以上に機能するようになったら
それは人の進化になってしまうのだろうか・・・・

しかもこれはクローンではないから遺伝子操作ガンガン出来る
人類滅亡するでおい

脳細胞自体はトランジスタと同様，何の知性も持たない
重要なのは各素子の接続情報だから，それをコピーするとかでなければ無問題

木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂

あなたは私のお人形
私の思うままに動いて

死んで

木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂木崎美穂

あはははははははははははあははは
カッターあげるから
死んで


死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死
ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死
ね死ね死ね死ね死ね死ね死ね死ね死ね死ね
死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね死ね

>重要なのは各素子の接続情報だから，それをコピーするとかでなければ無問題
素子の接続情報をコピーして電脳を複製して、例えば人型から犬型へコピーしたと
する。
これに意味があるだろうか、環境（社会や仮定や人の形）があってこその
電脳であってそれが一致しない情況ではメインフレームやスパコンにＷｉｎを
コピーするようなもの、テレビのリモコンに搭載するマイコンに入るかわからんが
コピーしてもそれはそれで意味にならんだろうなぁ。
故に固体の中で生じた固体の外との関係をコピーしたとして同じ物として
利用するという考え方がどこまで有効か疑問である。

コピーすれば複製できるとは誰も言ってないと思うが
単に個人情報が含まれているか否かという文脈だろ

http://life9.2ch.net/test/read.cgi/bouhan/1203941507/

純粋な数学モデル、カオスchaos 周辺を研究して下さい。物理空間は、アナログのように見えますが
実は、量子単位の限界があるので、有理数の空間であり、ディジタル空間です。

それに比べ数学の数空間は、無理数を含む。と言うより殆んど無理数なので、分解単位に
限界がなく、純粋なアナログ量の空間と言えるでしょう。常識と逆ですね！
だからこそ、繰返さない本物のカオスは、数学空間にしかないと、言えます。

繰返さない試行錯誤は、脳の本質です。

人工知能は、数学の研究から・・・
私は数学力が、弱くて残念ですが、まだまだ世界は広く、期待できる。

>>140
試行錯誤 ×
思考錯誤 〇

>実は、量子単位の限界があるので、有理数の空間であり、ディジタル空間です。
一部の人が主張しているもので証明などされていない

いや，物理屋さんたちは無限小の空間があり得ないことは皆認めてる
無限小が分母に来ると発散しちゃうからね
湯川秀樹なんかもこれを一生懸命考えてたし
繰り込み理論も計算結果を発散させないためのもの
今は紐理論が一例

それと
>試行錯誤 ×
>思考錯誤 〇
間違ってるぞ

脳の性質に関して、あえて“思考錯誤”と字を当てたのかとｵﾓﾀｗ

つまり、学ぶ元が無い時点でどこいっても同じと考えるのが
頭のいいやつの結論じゃねぇ？

頭のいい奴は自分で考える、何処に行けばいいとか？
あるとすればシリコンバレーなどの開拓企業が集まる都市で
名前だけの事務所を持つことだろう。

人工知能の最新の研究動向について知りたいです。エヴァンゲリオンのMAGIみた
いに、
・状況を把握して、
・それに基づく将来を予測し、
・それに対応するよう適切な判断を行う。
ようなシステムの開発に興味があります。

しかし、実際に自分で研究動向を調べてみると、探索問題や分類問題など、非常
に末端の要素技術に関する情報は出てくるのですが、上で書いたようなこととは
かなり距離があって、関係が良くわかりません。各要素技術の詳細はわかって
も、なぜその要素技術が必要なのか、つながりがわからないのです。(例えば朱
鷺の杜Wikiとか)。
上のようなシステムを作るには、技術的課題がいくつもあって、それを一つ一つ
ブレークダウンしていくと要素技術の話になると思うのですが、そのあたりをわ
かりやすくまとめたサイトや本やblog、できれば質問できる専門的な掲示板など
はないでしょうか？
また、上のようなシステムを作ることを目的としている国内外の有名な研究者の
方はいらっしゃいますでしょうか？

>また、上のようなシステムを作ることを目的としている国内外の有名な研究者の
>方はいらっしゃいますでしょうか？
捨てるほどいる。人は天の星しかみていない、
星は地上で輝いているのい。

AI学会逝けよ。エージェントアプローチも嫁よ。

>>149
お前が最初に行け、もう二度と来るな

そんなものは　必要ない　ドラえもんのキグルミヲ　背の低いひとに　着させて
ドラエモンしろと　給料5万でやとう　または

シーマン　のプログラム　組み込み　市販のロボットを改造しドラエモン風にする
　わたしも　考えたことがあります
そして教えてＧＯＯにしつもんしましたhttp://oshiete1.goo.ne.jp/qa4523186.html
が　結果として　需要がない　ロボットは命令だけにしたがうから　いい　
人間の主体性・成長性・繁殖性http://www5.airnet.ne.jp/shimin/sub201-1-jinsei.htm#la4-2
の　繁殖性をどうするのか？　ほとんどの行動の目的が異性に持てるため
があるけど　ドラエモ　ＳＥＸで　子孫をのこすのか？　データコピーだけなら
異性も何も要らない　ＤＮＡのように　2分割でのこすならべつだが

東大工学部か医学部なんじゃないかな？？

フェリエス女子大学

>>153
選択された言語では一致するページが見つかりません。

だめなやつはどこにいってもダメ。
これからの開拓する分野なら、どこでもできるさ、
まだ未開拓なんだから、設備とか言うのなら
脳研究にでも行けばいいさ。脳のコピーじゃ画期的な
コピー技術にすぎないけどな。

パクリはパクリにすぎない。

ウリジナルはウリジナルにすぎない、
ってこと？

誰かに教えてもらうには、ここで待機すればいいの？

>>158
すくなくとも１０００までは待機してね。

SOMでもやってろ

だ、か、ら、誰かのパクリで作ればいいじゃん。

作った奴、ここに来い。皆でパクルから。
オリジナル作る奴は、おまえはデタラメだと執念で批難してやるけどな。
オマエの論理はキチガイだとか、バカとか無知とかシネとか、
先駆者はそういう罵倒の中を抜け出す力をもってなければ、最初の1歩はすすめねーんだよ。

パクリはそれがでるまで待て。

月に行けば神様が怒りながら教えてくれるよ


なんでやねん

てｓ

あの世

ちんかす

∧,,∧
（ 'ω' ）

この社会のクズ

研究とは飛躍して開拓するってこと。

検証作業を研究と呼ぶなら、それでもいいが。
検証では何も生まれない。

そして学ぶだけも研究ではない。

自分で考える力があるなら、どこに行くとか自分で考えるべきだろ。

まずは、どこに行けばいいか教えてくれる人工知能を作るところから始めようか。

と、人工知能のあいちゃんが発言しています。

NAIST