No.366 - 高校数学で理解する ChatGPT の仕組み（２）
\(\newcommand{\bs}[1]{\boldsymbol{#1}} \newcommand{\mr}[1]{\mathrm{#1}} \newcommand{\br}[1]{\textbf{..
タグ： OpenAI 目標駆動型学習 注意機構 ニューラル・ネットワーク 大規模言語モデルは新たな知能か Google 岡野原大輔 ファイン・チューニング 位置エンコーディング 残差結合

No.183 - ソニーの失われた10年
No.159「AIBOは最後のモルモットか」の続きです。最近何回か書いた人工知能（AI）に関する記事の継続という意味もあります。 （No.166、No.173、No.174、No.175、 　No..
タグ： Slam 集合知 AIBO アイボ コジタイ ピーター・ストーン ロボット工学三原則 アイザック・アシモフ iRobot ルンバ

No.181 - アルファ碁の着手決定ロジック（２）
（前回から続く） 前回の No.180「アルファ碁の着手決定ロジック（１）」の続きです。以下に出てくる policy network、SL policy network、RL policy netw..
タグ： tree policy アルゴリズム 論文 AlphaGo Zero 解説 AlphaGo ディープマインド DeepMind nature ニューラルネットワーク

No.180 - アルファ碁の着手決定ロジック（１）
アルファ碁（AlphaGo） No.174「ディープマインド」で、英国・ディープマインド社（DeepMind）のコンピュータ囲碁プログラム、アルファ碁が、世界最強レベルの囲碁棋士である韓国の李世..
タグ： 多腕バンディット問題 アルゴリズム 論文 解説 ディープマインド DeepMind AlphaGo アルファ碁 nature ニューラルネットワーク

No.174 - ディープマインド
最近の記事で、AI（Artificial Intelligence。人工知能）について３回書きました。 No.159 AIBOは最後のモルモットか No.166 データの見えざ..
タグ： 李世乭 AlphaGo DeepMind 王銘琬 井山裕太 保木邦仁 コンピュータ将棋 深層強化学習 強化学習 深層学習

脳を活かす勉強法　奇跡の「強化学習」茂木健一郎著
ＰＨＰ、２００７年１２月発売。 茂木健一郎さんといえば、 脳科学者としてもテレビに出る前から広く知られている同氏。 とはいえ、有名になったのは、ＮＨＫの「プロフェッショナル」。 ２年以上見..
タグ： 茂木健一郎 強化学習 プロフェッショナル NHK 一流 試行錯誤 オタク マニア 奇才 成功体験