山本一成のレビュー一覧
-
Posted by ブクログ
記憶力だけで解決する問題は、現代では人工知能の対象ではない。
知能とは探索と評価。未来をエミュレートし、目星を付ける。
探索はエミュレート、探索+評価はシミュレート。
チェスは勝ち方を教えられる。人工知能でなくてもよい。
将棋は勝ち方を教えられない。機械学習が必要。
プロの指し手を記憶さえて、それを評価させる。機械学習で学習する。
黒魔術＝機械学習のスラング＝どうやって強くなったのか説明できない。怠惰な並列化、など。
ディープラーニングは、機械学習のひとつ。ポナンザにはロジスティック回帰という機械学習の手法を使った。
ディープラーニングは画像の解析に最適。
過学習＝放っておくと丸暗 -
-
Posted by ブクログ
現在最強の将棋AIボザンナの開発者である著者が自身の開発の経緯と人工知能の歴史からアルファ碁を始めてする現在の人工知能の解説しそのシンギュラリティなど将来を展望する。
ご自身の開発の経緯と人工知能の一般論が妙に絡んでいて混乱するところもありますが、数式無しでのディープラーニングやモンテカルロ法等の説明などはとても分かりやすく勉強になります。
最弱将棋プログラムから「機械学習（ロジスティック回帰）」を導入して画期的に強くなり、マルチコア向けの「怠惰な並列化」や結果をフィードバックする「強化学習」で更に強さに磨きを掛け、そしてディープラーニングの導入との育成過程はとても興味深く読めました。
人工知 -
Posted by ブクログ
本著は将棋AIポナンザが名人に勝利するまでの経緯になぞらえ、人工知能を解説している。
万能な人工知能（強いAI）ではなくー領域での人工知能（弱いAI）についての話だ。その分、具体的で分かりやすくなっている。
同じボードゲームでもチェスAI、将棋AI、囲碁AIとでは、人工知能化するには事情がかなり異なるらしい。
チェス・・・数式で表現が確立していた→1997年世界チャンピオンに勝利
将 棋・・・数式の表現を試行錯誤→2013年プロ四段に勝利
囲 碁・・・数式で表現不能→2016年イ・セドル氏に勝利
つまり、同じボードゲームでも数式でどう表現するかによって、人工知能化していくアプローチは全 -
Posted by ブクログ
ネタバレ【文章】
とても読み易い
【気付き】
★★★★・
【ハマり】
★★★★★
【共感度】
★★★★・
機械学習の手法
・ロジスティック回帰
・ディープラーニング
・SVM
・ランダムフォレスト
知能の本質は画像理解かもしれない
黒魔術化、量子力学にちかい
今の人工知能は論理的に動くが、論理的に考える力が弱い
人工知能の学習も守破離、
教師あり学習から強化学習へ、人間の模倣から始まる。
人間に対して攻撃的な人間が存在する以上、
人工知能が人間を攻撃するという結論を導き出しても致し方ない。
知性…目的を設計する能力
知能…目的までの道筋を見つける能力 -
-
-
-
-
Posted by ブクログ
将棋ソフトポナンザの作者の著書。
知性=目的を設計できる能力
知能=目的に向かう道を能力
どんなに才能があっても、最初はやはりある先生について、その指示の通り学習（練習）をするのが近道。しかし世界最高を目指すなら先生の言うことを聞くだけ、教本を読むだけではダメ。自分で考え、試行錯誤し、先生や本の教えから離れる必要がある。
そうしなければ先人を超えることはできない。
グーグル画像管理アプリなど 人間の判断を元とした大量のデータと関連文を収集して学習している。人間の倫理観をも学習する。インターネットを含む全ての世界でできるだけいい人でいること。