人工生命　Part1 YouTube動画>4本 ->画像>15枚

お前ら、人工知能ばかり語らないで人工生命も語ろうぜ

おい、お前ら。
シカトかよ？

何書いていいかわからない

ア・ソ・ボ・・・おにぃちゃん・・ア・ソ・ボ

なんか回りが暗いと後ろを見るのが怖くなる

なんか回りが暗いと後ろを見るのが怖くなる

もっと語れや

シンギュラリティは人工知能からではなく
人工生命から起こそうぜ

未来技術版に人工生命スレがなかったのはどうしてだろう？
じゃあまず、どこからが生命？どこからが人工？どこまでが人工生命？
おそらく誰も答えられないからじゃないかな？

>>9
自己増殖して進化を続けるプログラムこれが人工生命やな

コンピュータウィルスあれは手放しで進化しないから人工生命じゃない

人工知能ばかり脚光を浴びて人工生命がスルーされてる
この状態は異常だよ
人工生命から知能を抜き出すって発想が有っても良いんじゃないの？

>>11
機械学習で知識を増やせたり、自分より賢いAIを作るAIができたらしいけど
それって人工生命じゃないかな？

>>12
ん〜ワシのイメージでは人工生命は限られたフィールドの中で自己増殖して進化してゆく
生物の進化のシミュレーションプログラムだがや
知能だけのものは人工知能でええんじゃないかね

AIがAIをつくるのはまだ無理でしょ？
それができたらシンギュラリティやで

>>13
GoogleがAIを作るAIを作ったらしい。
http://karapaia.com/archives/52250283.html

>>14
おなじサイトのこっちも気になる。

新型の半合成生物がこれまでに見たこともない新たなるタンパク質を作り出す
（米研究）
http://karapaia.com/archives/52250329.html

>>14
もうシンギュラリティが始まっていたんか。。。( ﾟдﾟ)

ついでにほら、
大丈夫なのか？アメリカでヒトと動物の遺伝子を組み合わせる「キメラ」研究が解禁
http://karapaia.com/archives/52222912.html

ア・ソ・ボ・・・おにぃちゃん・・ア・ソ・ボ

>>17
キメラはいらんな
キメラが人間の脳を超えるならおもろいんだがな

お前ら、止まるな
もっと語れｗ

なんか陰気でキモいし

(´・ω・`)

人工的に生命体を作る目的がクローン人間やゴーレムやフランケン、
ゾンビやキメラやホムンクルスに繋がる陰気でくらいモノにしか思えないからでは？

人工生命には二つの意味があって
一つは自然界の生命体のもつ特徴的なふるまいをコンピューターなどの人工的なシステムによって実現したもの。
仮想環境のなかで自律的な挙動を行い、環境の変化に合わせて学習したり進化したりするプログラム。

もう一つはあんたの言うフランケンとかゾンビとかのように現実世界に人工的に生命を誕生させる事。

俺は前者の仮想環境での人工生命を想定していたんだけど、
まあ、人工的に新種の生命を生み出す話でもどっちでもええわｗ
どんどん語ってくれｗ

その口調、感じ悪いよ。
人工知能で自我･魂は作れるか？２ＡＩ
http://2chb.net/r/future/1500306941/907


【GetKey_dog1.htmlソース】

赤い点が“鬼火”や“わんこ”に見えますか？

の延長みたいなもんでしょ？

http://google.jp/search?q=jinkou+seimei

どうしたの？もう終わり？

https://bizzine.jp/article/detail/2502

ブレードランナー2049の課題に尽きると思うけど？

>>23
つまり、コンピューターか生物かは
ブレードランナー2049の
ホログラム彼女の妊娠かクローン娘の妊娠かに尽きる。

ブレードランナー2049ねえ
まだ見てないんなｗ
おもろいの？おもろいなら借りてみるかな

>>29
人工生命語るンだったら、鋼の錬金術とセットで見るべきだけど、
はっきりいって面白くはない。
暗い、淋しい、寂しく、陰気でちょいエログロ。
2001年宇宙の旅を意識されてるのかどうか判らないけど、たんたん、しゅくしゅくと静かにクラシカルに進行する芸術寄りの映画。

そうかおもろないんか
まあ一度見てみるよ

>>31
どうせ、ちょいエロ部分だけだろw
ま、見てなきゃ話が噛み合わないから、それからだ。

http://rio2016.2ch.net/test/read.cgi/future/1427220599/385

http://google.jp/search?q=o-tomata
http://google.jp/search?q=yuukiteki+OR+rt-bunsan-vm+OR+sairyuudo

>>33
その複雑系の本ISBNとか無いのでしょうか？
>>34
オートマタは機械仕掛けのからくり人形のイメージが強いのではないでしょうか？

スレ主が自己増殖に言及してるからオートマトンプログラムのほうかな？と思います。

yuukiteki 有機的オーガニック？
OR
rt-bunsan-vm ←これ何でしょう？
OR
sairyuudo　細粒度？何が？何処が？

>>35
> >>33
> その複雑系の本ISBNとか無いのでしょうか？

33のは次の本だな。日本語での複雑系の本としては最初期に出たものだね。
文庫版のAmazonでのページのリンクを貼っておく。

https://www.amazon.co.jp/dp/4102177213/

>>36
ありがとうございます。注文しました。１週間後に届く。

Tierra？

http://2chb.net/r/future/1509620035/33

ホシュ

『複雑系　科学革命の震源地･サンタフェ研究所の天才たち』
メラニ･ミッチェル･ワールドロップ©1992
田中三彦＋遠山峻征 訳1996　新潮文庫
ISBN 4-10-217721-3　\933

届いて読みました。30年前の教科書にはディープラーニングやQ学習の事が書かれているけど、
この本の中の人工生命の研究って
25年も前からほとんど進んでないのでツマンナイでした。

>>1
どうなれば生命といえるのかがわからない
電気信号のやり取りと蓄積ができればいいの？

>>42
繁殖して初めて生命やろ

人工知能より人工生命のほうが遥かに難しい。
ようやく人間ひとつの脳シミュレーションにとりかかれるかどうかいうのに、
生命現象を見ようとすれば、全人類、動植物昆虫、気象、海洋の分子移動を含めて
まさに全地球アーキテクチャを考えないと行けないのではないか？

いや、逆だよ
まずコンピュータでタンパク質をシミュレートし
そこから微生物をつくる
それをどんどん進化させれば何れ人間の脳を超える
人工知能は高度なアルゴリズムを必要をするが
人工生命はマシーンの力技だけでどうにでもなる

>>45
何が逆だよ、コンピューター内に仮想世界を作って仮想微生物から生物そして人間までをシミュレーションするんだろ？
仮想の地球シミュレータだろ！

合成生物は人工生命の範疇ですかね？

6つのコードをもつ「半合成生物」で、自然界に存在しないタンパク質
https://wired.jp/2018/01/06/semi-synthetic-organism/
WIRED.jp-2018/01/06
要するに、アメリカのチームは合成生物の基礎をつくり上げた。
あらゆる意味で生きていて、自然の生命体と比較してより多くの遺伝情報を記録する能力をもつだけでなく、
その情報を取り出して新しいタンパク質を生み出すことができる。
どんな種類のタンパク質だろうか？ どんなことに役立てられるだろうか？
これに関しては、改めてすべて解明しなければならない。
ロムスバーグが成し遂げた結果は、ほかの自然の生物とは異なる特殊な潜在能力をもつ半合成生命体の創造に道を開く。

>>47
ここから、進化して6つのDNAを持つ生物ができれば、その生物たちにとっては人間は自分達を創造した本当の意味での創造神だな

>>46
頭が固いな、お前
別にこの世界を完全にシミュレートせんでもええがな
生物を作ってそれが知能をもって生存競争すればいいだけなんだから
スパコン1000台位並列に繋げば余裕だぞ

>>49
頭ヵﾁわってちゅーちゅーされるくらい、
ふにゃふにゃに柔らかいんだな。

Javascript とpython マスターしてるんなら、
イーサリアムバーチャルマシンインスコして
エサとGASの奪いあいDAppんしてネロ。

>>44の書き込みを読んで諦めました
人工生命が人間レベルになるまで途方もない時間がかかりそうなので
このスレは落とすか、ご自由にお使いください

俺は人工生命と脳のエミュレーションには懐疑的だ。
人工生命は人間と全く異なる意思疎通が不可能な存在になりそうだし、脳のエミュレーションは単なる人間の人格コピーにすぎないから。

遺伝子組み換え食品、人工授精、コンピュータウィルス
これらは人工生命と言えよう

食品が生命ねぇ、食うか食われるかなら間違いじゃないけど、美味しい食品が作りたくて人工生命研究するって遠回り過ぎ。

日本の人工生命研究の第一人者池上高志の著書を読むことをおすすめする
あの人の言ってること大体同意なんだけど、それでも人工生命が意識を持つまでシミュレーションし続けるのは効率が悪すぎると思う
ヒトの脳をシミュレーションした方が手っ取り早い

>>55
量子コンピュータが実用段階に入れば案外人工生命のほうが先に進むかもよ
人工知能は今のコンピュータのマシンスペックで十分だけどアルゴリズムが見つからないから
まだ人工知能は生まれてこない訳で人工知能はマシンスペックがあがれば必ず知性を持つ

>>56
言いたいことはわかるが・・・ww

>>56
人工生命のほうが先に進むって何が？
なにを基準に後とか先って何だよ？

2行目以降も意味不明。>>57がわかるんだったら訳してくれ。

遺伝的アルゴリズムで人間に相当する脳が作れるかもってことかな

人工生命と遺伝的アルゴリズムは似てるね

似てる？？
ダーウィンの進化論に基づいて考案されたアルゴリズムじゃねーの

プログラムを書いた事のある人なら解るというか、数学で微分積分習ったらわかる。

単純にどちらのプログラムも前回の状態に基づき未来を計算するエポック時代的方式だから似ていて当たり前。

卵が先か鶏が先かなんてどうでもええねん
大事なのは結果や

現在の状態をコンピューターで復元してから未来を予測計算するのだから、
全脳アーキテクチャも全地球シミュレーションもやってることは環境構築であることは同じだ。

現在の忠実な再現が出来れば予測計算可能だし、
現在の忠実な再現が出来なければ予測計算不能なだけ。

たまごっちゲームはひとつの結果じゃないか？

卵が先でも鶏が先でも構わないけれど、
卵だけを再現する(仮想世界で温めると孵化する)ことも鶏(仮想世界で餌を食べると卵を産む)を再現することも現状不可能。

また、卵だけを再現しても、鶏だけを再現しても周りの環境との相互作用も再現しないと再現とは言わない。

仮想世界では、
ボイド(バードロイド)の様なポリゴンの座標値だけで良いのか？
メタボールで水に見せる様なパーティクル分子の相互作用レベルでしないといけないのか？

何回見ても人工校門に見える

知性的な活動を表現できればいいんじゃね
むにむに教授がアップしてる動画で立ち上がりやら二足歩行やらがあるけど
たとえば木にリンゴがなっていて、そのリンゴをとりたい、しかし手を伸ばしても届かないから踏み台を用意する、とか
指示に従って迷路をクリアする、リンゴの量が足りないからもっと木を植えようと提案される、とか

言うのはかってだが、書いたこと無いんでしょ？
プログラム書いてみれば？言うほど簡単じゃないから

チュートモンは強烈だよ
チュートモンは強剛だよ
チュートモンは強豪だよ
チュートモンは強靭だよ
チュートモンは強者だよ
チュートモンは強大だよ
チュートモンは強力だよ
チュートモンは強いよ
チュートモンの圧勝
チュートモンの全勝
チュートモンの完勝
チュートモンの必勝
チュートモンの奇勝
チュートモンの楽勝
チュートモンの連勝
チュートモンの制勝
チュートモンの連勝
チュートモンの優勝
チュートモンの戦勝
チュートモンの完全勝利
チュートモンの大勝利
チュートモンの勝利
チュートモンの勝ち

>>66
これ人工知能プログラム知らないと書けないなｗ

やっぱ人間並みの知性を表現するためには脳が必要だな
脳が必要ってことはDNAが必要
DNAが必要ってことは原子、或いは素粒子レベルでのシミュレーションが必要
素粒子からってことは宇宙の物理法則をすべて数式で表せることが必要
そのうえで太陽系（地球）を再現して、原始的な生物をある程度放り込んで早送りかな？

スレ主が放棄しているんだし、
理系の技術板なのに初歩的プログラムも組めないなら、
物理の法則すらアルゴリズム化出来ないだろう。

粒子からのシミュレーションなんてのは、プログラム板じゃあるまいし、
どうせ未来技術板じゃ出来っこないから棚あげで良いよ。

セルオートマトンを自力で組めるところから始めないとどうにもならん。

セルオートマトンで何すんだ？具体的に

>>71
まさか、人工生命の基礎力を試そうとでも？

セルオートマトンの歴史
http://www001.upp.so-net.ne.jp/suzudo/history.html
＞セルオートマトンはもともと1940年代末に生物の自己複製機能を摸擬するために、
＞数学者のウラムとフォン・ノイマンによって提案されたものです。

応用発展した人によると、5ch(2ch)的な結果で面白い.

【ライフゲーム】協調的か排他的、どっちが強い? 【Conway's Game of Life】

>>72を見ると、
社会的な問題として捕らえていた、いじめ問題が、
ひょっとすると数学的に解けるんじゃ無いかと思えてくるから不思議。

抽象的すぎる
具体的に何すんだ？

は？人工知能なんて人工生命の中の一匹にしか過ぎないが？

>>74
例えば、地球シミュレーターが具体的に何すんだろうね。考えてみたら？

何も考えてないってことねw

マイブームだったのかな？w

水爆の父やコンピューターの父のような超天才が提案した仕組みをマイブームで片付けるなよ。

人の脳を模倣して意識をつくる=人工的に天才をつくる
人工生命のように人の脳を模倣せず意識をつくる=人工的に宇宙人をつくる
ってイメージ

前者は人ベースだから意思疎通ができそうだけど、後者は難しそう
そもそも、人の脳を模倣せず意識ってつくれるのか疑問

>>79
人間の脳を模倣したんだから意識ができたと言える
と言う考えなだけだと思う。
ICで作ったら意識じゃないかもしれない。

関連した参考書をなーんにも読んでないから、妄想が開花するんだろうね。

出発点が違う。

「知能とは何か？」の問いかけに対して、脳のニューロンを模擬するために
パーセプトロンが考案されディープラーニングに繋がって行く。

「生命とは何か？」の問いかけに対して、生物の自己複製機能を摸擬するために
セルオートマトンが考案されライフゲームに繋がって行く。

Multiple Neighborhood Cellular Automata

いろいろと役に立つPCさえあれば幸せ小金持ちになれるノウハウ
暇な人は見てみるといいかもしれません
グーグルで検索するといいかも『ネットで稼ぐ方法　モニアレフヌノ』

48GEX

NASAの定義「自己複製、ダーウィン進化可能な化学システム」に従おうよ
気を付けるべき点は、コンピューター上のシミュレーションは生命ではないということ

The NASA definition of life, “Life is a self-sustaining chemical system capable of Darwinian evolution” and considered the specific features of the one life we know —Terran life.

https://astrobiology.nasa.gov/research/life-detection/about/

生命の検出について






生命探知ミッションの計画を公式化するための戦略の開発を支援するために、私たちは地球上の現存する生命をどのように検出するかについての議論を刺激し、サポートするために、すでに存在する生存検出コンテンツを収集しています。

収集するコンテンツの種類には、調査、ワークショップ、文献、ホワイトペーパー、ビデオ、リンク、およびこのトピックに既に存在するその他のリソースが含まれます。あなたが貢献したいなら、ここにコンテンツを提出してください。

NASAの人生の定義は、「人生はダーウィニアの進化を可能にする自立した化学システムです」と私たちが知っている1つの人生の具体的な特徴、テランの人生を考えました。

惑星系における有機的な生活の限界からの背景惑星系における有機的な生活の限界からの背景。
世代の間、生命の定義は科学者および哲学者を免れた。 （多くの人が「定義」という概念自体を定義することは困難であると認識しています）しかし、私たちが知っている人生の一例 - 地球上の人生 -
本質的に化学物質である。テラン・リビング・システムは、構造が遺伝する分子（酵素触媒）の方向の下で化学変換（代謝）を受け、遺伝情報自体が分子によって運ばれる分子種を含む。
化学変換を指向させるために、テラン・リビングシステムは熱力学的不均衡を利用する。
テランの生命が代謝を支え、構造を構築し、エネルギーを管理し、情報を伝達するために使用する生体分子は、炭素、水素、窒素、酸素、リン、および硫黄の共有結合特性、ならびにヘテロ原子、主に酸素および窒素の能力を利用し、炭化水素の反応性を調節する。
Terran生体分子は、水と相互作用して宿主生物に適応するように可溶性（または非可）または反応性（または非可逆性）である。テランの生命に見られる生体分子は、水によって課される要求に特に適した特性を作り出す分子構造を有するようである。
地球上に出現した生きているシステムは、継承された生体分子の構造のランダムな変化のプロセスによってそのようにしました。これらはダーウィンのパラダイムの中心的要素です。

これは１個のランダム分子だけど、
http://https://i.imgur.com/3ZkZbCG.gif
ランダム生成した分子の相互作用ってどうやってプログラムするの？

プログラムの概略

世界システム｛
→時間が来たら、
→→黒丸からの反応()
→→赤点からの反応()
→受け取って表示します。
→次の世界線に時間を進めます。
｝

黒丸の機能｛

→現在のx座標とy座標を定義します。
→キーボードの上下左右ボタンが押されたら、
→ボタンに応じて、値をプラスマイナスします。
→x座標とy座標を定義し直します。
→呼ばれたら反応して、x座標とy座標を返します。
｝

赤点の機能｛

→現在のx座標とy座標を定義します。
→ランダムでそれぞれプラスマイナスします。
→x座標とy座標を定義し直します。
→呼ばれたら反応して、x座標とy座標を返します。
｝

ランダム分子を５つに増やして、世界システムを変革しました。

「X住所」「Y住所」「名前」によって、

存在配列＝[ [10,10,"赤色"],[18,28,"緑色"],[3,25,"青色"],[15,4,"黄色"],[22,8,"水色"] ]；を定義します。

世界は一定時間ごとに繰り返します。

世界の機能｛

  存在配列をランダム移動させることにしました。

    世界マップ生成｛

    もしも、この世界に存在すればX住所とY住所を読み取って名前を書きます。

    ｝

  生成した世界マップを表示出力します。
｝

僕はザッソーモンが好きだよ、僕はザッソーモンが大好きだよ、僕はザッソーモンが御好みだよ、僕はザッソーモンを愛好するよ、僕はザッソーモンを有効するよ、僕はザッソーモンを嗜好するよ
寧ろ逆にザッソーモンを大切にするよ、他に別にザッソーモンを大事にするよ、例え仮に其れでもザッソーモンを重視するよ、特にザッソーモンを尊敬するよ、もしもザッソーモンを褒めるよ
十中八九ザッソーモンを希望するよ、森羅万象ザッソーモンを渇望するよ、無我夢中ザッソーモンを要望するよ、五里霧中ザッソーモンを切望するよ、天上天下ザッソーモンを熱望するよ、是非ともザッソーモンを祈願するよ
必ずザッソーモンは斬新奇抜だよ、絶対にザッソーモンは新機軸だよ、確実にザッソーモンは独創的だよ、十割ザッソーモンは個性的だよ、100%ザッソーモンは画期的だよ
当然ザッソーモンに決定だよ、絶対にザッソーモンに限定だよ、確実にザッソーモンに指定だよ、十割ザッソーモンに認定だよ、100%ザッソーモンに確定だよ
ザッソーモンは強いよ、ザッソーモンは強力だよ、ザッソーモンは強大だよ、ザッソーモンは強者だよ、ザッソーモンは強烈だよ、ザッソーモンは強靭だよ、ザッソーモンは強豪だよ、ザッソーモンは強剛だよ
ザッソーモンの勝ち、ザッソーモンの勝利、ザッソーモンの大勝利、ザッソーモンの完全勝利、ザッソーモンの圧勝、ザッソーモンの楽勝
ザッソーモンの連勝、ザッソーモンの優勝、ザッソーモンの戦勝、ザッソーモンの制勝
ザッソーモンの奇勝、ザッソーモンの必勝、ザッソーモンの全勝、ザッソーモンの完勝

地球ドラマチック　赤ちゃんラボにようこそ　人の始まりを科学する

私はよく食べ物を腐らせるんですよ
正体不明の虫みたいのが発生したことがありましてね
あれ今考えると人工生命だったのかなぁーと

【出資】松本卓朗 人工生命詐欺【注意】
http://2chb.net/r/rikei/1560859403/

| 37 yamaguti 191030 0637 mUIxiXRX \| 48 名前：yamaguti E-mail：sage389iHsqvgX0 投稿日：2019/09/22(日) 02:35:13.58 ID:QkE9VJT8 \>19 yamaguti 190725 1828 Jf6xvNAK \ \ \ \>63 yamaguti 190607 1119 4Z3mBigD
|||||||>319 ｰ 190528 1524 RFhx2IxS
|||||| :
|||||||>ポストAIとしてのALife研究 〜AI/SUM Report 13
|||||||>_http://lovetech-media.com/eventreport/aisum13_20190526/
||||||| :
|||||||
|||||||>日本経済新聞社 イベント「AI／SUM（アイサム）」 4月22 3日間 ・丸の内 、 カンファ
|||||||>
|||||||>「AI からALife へ : 生命原理のロボ
||||||| :
|||||||>ALife 第一人者 東京大 院総合文化研究科教授 複雑系研究者 池上高志 氏 講演
||||||| :
|||||||> * ALife研究４つの流れ
|||||| :
|||||||>* ブルックス
|||||| :
|||||||>* 心の内部状態
|||||| :
||||||| :
|||||||>池上氏 30年 複雑系と人工生命 研究を続 。 アートとサイエンス つなぐ _http://rio2016.2ch.net/test/read.cgi/future/1556813165/54-57#1572374053/36-51# Geijutu/Goosuto AI<->AL/ALife
|||||||>
|||||||>講演 “Offloaded Agency” 、Agencyとは「意図を持っ 、動機を持っ 」 、 内部的に作れるのか 外からやってくる(offloadされる）のか、 テーマ
||||||| :
||||||||「 ”自律的な機械” に AIは おそらく使えない

>>98

>AIを「人のできることの自動化」とするならば、人と同じように自分で自分のやることを決定していくシステム、
>つまりは「人工システムの自律化＝ALife」が、これからの10年を牽引すると思われる。

池上氏によるALife４つの流れ図


1、自然進化を模倣してロボットを人工進化させようという
「進化ロボティクス（Evolutionary Robotics：ER）」
2、生命哲学の流れ。文化人類学・精神医学など
ひとつの人間集団を、関係性のダイナミックスという視点
3、化学反応の流れ。生き物が作り出す様々なパターンを数学的に表現したチューリング・パターン、
現代で言うところの反応拡散系制御による組織化の理論
4、オートマトンを始めとするコンピュータの中の生命の流れ
生命のような自己複製する機械をコンピュータ上の数学モデル（自己複製オートマトン）で実装

>>99
大きく分けると現実世界ハード系と仮想世界ソフト系か。
1と2は人間との共存共生の可能性が残ってるけど
3と4は全く人間と異なるのでやばいかもしれない

>>99
現状の具体例は
1.アシモやアトラス、ソフィアやペッパー
2.SETI通信コミュニティ探索、群知能ロボ協調ロボチャットロボ
3.NASA地質化学物質探査、過酷な環境調査
4.ライフゲームとゲームAI
こんなところか。

>>99
>>101
良いまとめ

0:40〜03:06NHK Eテレ 『奇跡の星』生命誕生
シャボン膜の温泉と最初の生命　
地球全生命の共通の祖先"ルカ"

デジモン(デジタルモンスター)シリーズＶＳウルトラマンシリーズ
ウルトラマンシリーズＶＳデジモン(デジタルモンスター)シリーズ
ウルトラマンシリーズVSデジモン(デジタルモンスター)シリーズ
デジモン(デジタルモンスター)シリーズVSウルトラマンシリーズ
デジモン(デジタルモンスター)シリーズvsウルトラマンシリーズ
ウルトラマンシリーズvsデジモン(デジタルモンスター)シリーズ
ウルトラマンシリーズ対デジモン(デジタルモンスター)シリーズ
デジモン(デジタルモンスター)シリーズ対ウルトラマンシリーズ
デジモン(デジタルモンスター)シリーズＶＳ刃牙シリーズ
刃牙シリーズＶＳデジモン(デジタルモンスター)シリーズ
刃牙シリーズVSデジモン(デジタルモンスター)シリーズ
デジモン(デジタルモンスター)シリーズVS刃牙シリーズ
デジモン(デジタルモンスター)シリーズvs刃牙シリーズ
刃牙シリーズvsデジモン(デジタルモンスター)シリーズ
刃牙シリーズ対デジモン(デジタルモンスター)シリーズ
デジモン(デジタルモンスター)シリーズ対『刃牙シリーズ』

http://2chb.net/r/future/1579134861/415
0415 オーバーテクナナシー 2020/01/24 02:12:36
生物学的材料でできた小さなロボット｢xenobot｣が、ほぼ人工生物
https://www.gizmodo.jp/2020/01/xenobot-made-entirely-cells.html

デジモン(デジタルモンスター)シリーズのアニメの次期作を放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの次回作を放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの続編を放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの続きを放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの新作を放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの最新作を放送しろよな
デジモン(デジタルモンスター)シリーズのアニメの完全新作を放送しろよな
デジモンセイバーズはネ申アニメだよ
デジモンセイバーズは神アニメだよ
デジモンセイバーズは意欲作だよ
デジモンセイバーズは話題作だよ
デジモンセイバーズは超大作だよ
デジモンセイバーズは良作だよ
デジモンセイバーズは名作だよ
デジモンセイバーズは秀作だよ
デジモンセイバーズは傑作だよ
デたジモンセイバーズは上作だよ
デジモンセイバーズは佳作だよ
バステモンの勝ち、バステモンの勝利、バステモンの大勝利、バステモンの完全勝利、バステモンの圧勝、バステモンの楽勝
バステモンの戦勝、バステモンの制勝、バステモンの連勝、バステモンの優勝、バステモンの健勝、バステモンの形勝、バステモンの景勝
バステモンの最勝、バステモンの再勝、バステモンの済勝、バステモンの快勝、バステモンの常勝、バステモンの先勝、バステモンの祝勝
バステモンの清勝、バステモンの複勝、バステモンの名勝、バステモンの絶勝、バステモンの陳勝、バステモンの探勝、バステモンの丸勝ち
カイザーレオモンは強いよ、カイザーレオモンは強力だよ、カイザーレオモンは強大だよ、カイザーレオモンは強者だよ、カイザーレオモンは強豪だよ、カイザーレオモンは強剛だよ
カイザーレオモンは強烈だよ、カイザーレオモンは強固だよ、カイザーレオモンは屈強だよ、カイザーレオモンは頑強だよ、カイザーレオモンは強腰だよ、カイザーレオモンは強肩だよ
カイザーレオモンは強将だよ、カイザーレオモンは強腰だよ、カイザーレオモンは強気だよ、カイザーレオモンは強堅だよ、カイザーレオモンは義強だよ、カイザーレオモンは根強いよ

>>99
そういうのはやるだろうと思うけれど、
人間がこういうことをやりたい、というのから出発しないで、
自然現象をシミュレーションすれば何かいいものができるだろうみたいな
都合のいい考えしかしてない気がする。

専門の人もいるのかな？
生命の定義ってどう考えてるんだろ

保守

人工生体A.I.C.Oアニメ放送中

人類がいなくなったあとも、人工生命が生き延びるために−−テオ・ヤンセンと池上高志が語る人工生命の自我
https://www.sankei.com/wired/news/200823/wir2008230001-n1.html

sage

sage

sage

>32 ｰ 210915 0116 ID:wbekkSpd \>27 ｰ 210509 235535 8ms424Mp \>65 ｰ 201207 2352 w2C03I06 >66 ｰ 1207 2353 w2C03I06
|>| http://rio2016.2ch.net/test/read.cgi/future/1548169952/26-37#-52 http://rio2016.2ch.net/test/read.cgi/future/1552014941/69-81#67-89 HTM/NSPU p://rio2016.2ch.net/test/read.cgi/future/1504999631/624# Kifu
>>>Google 翻訳 http://nature.com/articles/s41598-020-58831-9# http://doi.org/10.1038/s41598-020-58831-9# //nazology.net/archives/53604# * 公開済み： 2020年2月25日 Springer Natureは、SARS-CoV-2およびCOVID-19の研究を無料で行っています。 |
|||
||>
|>>脳とシリコンスパイクニューロンとをメモリスタシナプスは接続する
|||
||>
||>* アレクサントル・セルブ 1 、
||>* アンドレア・コルナ 2 、
||>* リチャードジョージ 3 、
||>* アリ・キアット 1 、
||>* フェデリコ・ロッキ 2 、
||>* マルコ・レアト 2 、
||>* マルタ・マスケット 2 、
||>* クリスチャン・メイアー 3 、
||| * Giacomo Indiveri ORCID： orcid.org/0000-0002-7109-1689 4 、
||| * ステファノ・ヴァサネリ ORCID： orcid.org/0000-0003-0389-8023 2 ＆
||| * Themistoklis Prodromakis ORCID： orcid.org/0000-0002-6267-6909 1
|>
||>Scientific Reports 第 10 巻 、記事番号： 2590 （ 2020 ） \| \| 科目 * バイオナノエレクトロニクス * ナノセンサー
|| :
>>http://rio2016.2ch.net/test/read.cgi/future/1607269480/65-70#63 72
>前回 http://rio2016.2ch.net/test/read.cgi/future/1620263233/27-33
討論 http://rio2016.2ch.net/test/read.cgi/future/1631585037/32-43#29-31 38>のシナプターの官能性
:
|| 後続の記憶探索取得に対する1つの記憶探索取得の影響
|>http://rio2016.2ch.net/test/read.cgi/future/1481407726/215-224
|| 「健康医療分野のデータベースを用いた戦略研究」
>| http://rio2016.2ch.net/test/read.cgi/future/1519958054/60-78# http://google.jp/search?q=pezy-sc+paper# http://rio2016.2ch.net/test/read.cgi/future/1583323314/2-4# GingaTisei

参考文献

1。
O’Doherty、J。E. etal。ブレイン・マシン・ブレイン・インタｰ ｰスを使用したアクティブな触覚探索。 Nature 479、228231（2011）。 *ADS *記事 *GoogleScholar
2。
Hampson、R。E. etal。人間の記憶の符号化と想起を容易にするための海馬神経補綴物の開発。 J. NeuralEng。 15、036014（2018）。 *ADS *記事 *GoogleScholar
3。
? ry ｰスの翻訳。 ry 210ps1721 ry
Thakor、N.V。ブレインマシンインタｰ ｰスをトランスレートする。科学翻訳Med。 5、210ps17-210ps17（2013）。 *記事 *GoogleScholar
4。
ミード、C。ニューロモーフィック電子システム。手順IEEE 78、16291636（1990）。 *記事 *GoogleScholar
5。
? ry ：脳を介した「 ry 向けて-「脳に触発されたシステム」コミュ ョン。前面。 Neurosci。 ry 。
Vassanelli、S。＆Mahmud、M。神経工学の動向と課題：脳-「脳に着想を得たシステム」コミュニケーションを介した「インテリジェント」神経プロテーゼに向けて。 Front. Neurosci。 10（2016）。
6。
? ry を備えた双方向 ry 。前面。 Neurosci。 ry 。
Boi、F。etal。ニュ モーフィックハードウェアデコーダーをフィーチャしている双方向ブレインマシンインタｰ ｰス。 Front. Neurosci。 10（2016）。
7。
Wei、S。L. etal。 memristiveデバイスを使用して長期的なシナプスダイナミクスをエミュ します。 ArXiV。 1509、01998（2015）。 * Google Scholar
8。
Berdan、R。etal。 memristiveデバイスを使用して短期間のシナプスダイナミ をエミュ 。科学的なレポート。 6（2015）。
9。
Burr、G。W. etal。シナプスの重み要素として相変化メモリを使用した大規模ニューラルネッ ｰク（165 000シナプス）の実験的デモンストレーションとトレランス。 IEEETrans。 Electron Devices 62、34983507（2015）。 *ADS *記事 *GoogleScholar
10。
? ry ス。ナットナノテクノール。 8、1324 ry
Yang、J。J.、Strukov、D。B.＆Stewart、D.R。コンピューティング用のMemristiveデバイス。 Nat. Nanotechnol. 8、13-24（2013）。 *ADS *CAS *記事 *GoogleScholar

11。
? ry ﾟイクのリアルタイムエンコ と圧縮。ナットコミュン。 7 ry
Gupta、I。etal。金属酸化物メモリスタによるニューロンスパイクの実時間等速のエンコーディングと圧縮と。 Nat. Commun. 7、12805（2016）。 *ADS *CAS *記事 *GoogleScholar
12。
? ry ップ。ナットドラッグディスコフ牧師。 13 ry
バーミンガム、K。ら。バイオエレクトロニクス医薬品：研究ロードマップ。 Nat. Rev. Drug Discov. 13、399-400（2014）。 *CAS *記事 *GoogleScholar
13。
Schoen、I。＆Fromherz、P。シリコンチップ上の弱い容量性電流によるNa +チャネルの反復活性化による哺乳類ニュ の細胞外刺激。 J.ニューロフィジオール。 100、346357（2008）。 *記事 *GoogleScholar
14。
? ry ップのイベ ry ）14、 ry
George、R.、Mayr、C.、Indiveri、G。＆Vassanelli、S。構造可塑性に適用されるバイオハイブリッドセットアップに於けるイベントベースのソフトコアプロセッサ
。 2015年、イベントベースの制御、通信、および信号処理に関する国際会議（EBCCSP）1-4、http：//doi.org/10.1109/EBCCSP.2015.7300664（IEEE、2015）。
15。
Rast、A。D. etal。場所に依存しないダイレクトリンクニューロモーフィックインターフェイス。 2013 International Joint Conference on Neural Networks（IJCNN）18、https：//doi.org/10.1109/IJCNN.2013.6706887（IEEE、2013）。
16。
? ry を結合する ry 。前面。 Neurosci。 ry 。
Keren、H.、Partzsch、J.、Marom、S。＆Mayr、C.G。生物学的ニューラルネットワークとニューロモーフィックニューラルネットワークをカップリングするためのバイオハイブリッドセットアップ。 Front. Neurosci。 13（2019）。
17。
? ry 馬のC ry ホモシナプスの長期抑制およびN- ry 響。手順国立Acad。科学USA 89、43634367 ry 。
Dudek、S。M.＆Bear、M.F。海馬CA1領域におけるホモシナプティック長期脱増強とそして N-メチル-D-アスパラギン酸受容体遮断の影響。 Proc. Natl. Acad. Sci. USA 89、4363-4367（1992）。
*ADS *CAS *記事 *GoogleScholar

18。
? ry 30時のシナプス ry 。ナット神経科学牧師。 13、798810 ry 。
Cooper、L。N.＆Bear、M。F. 30 の場合に於けるシナプス修飾のBCM理論：理論と実験の相互作用。 Nat. Rev. Neurosci. 13、798-810（2012）。
*CAS *記事 *GoogleScholar
19。
? ry Cogn。コンプトゥス。 4、7181 ry 。
Vassanelli、S.、Mahmud、M.、Girardi、S。＆Maschietto、M。大規模で高解像度のブレインチップインターフェースへの道のり。 Cogn. Comput. 4、71-81（2012）。
*記事 *GoogleScholar
20。
? ry ｰロンのCa2 +信号 ry ニューロサイエンス。メソッド198、17 ry 。
Giacomello、M。etal。電気的に結合された電解質-酸化物-半導体コンデンサによるニューロン内 Ca2+ 信号の刺激。 J.ニューロサイエンスメソッド198、1-7（2011）。
21。
Spira、M。E.＆Hai、A。神経科学および心臓病学のための多電極アレイ技術。ナットナノテクノール。 8、83（2013）。
*ADS *CAS *記事 *GoogleScholar
22。
Alivisatos、A。P. etal。神経科学および脳活動マッピングのためのナノツール。 ACS Nano 7、18501866（2013）。
*CAS *記事 *GoogleScholar
23。
? ry 。 Curr。意見。 Neurobiol。 32、132140 ry
Angle、M。R.、Cui、B。＆Melosh、N.A。ナノテクノロジーと神経生理学。 Curr. Opin. Neurobiol。 32、132-140（2015）。
*CAS *記事 *GoogleScholar
24。
? ry ＆Lieber、C。M.Nanoscienceとナノ クスのフロンティア。 NanoRes ry 、122 ry
Duan、X。& Lieber, C. M. ナノバイオエレクトロニクス最前線とナノサイエンス。 NanoRes。 8、1-22（2015）。
*記事 *GoogleScholar
25。
? ry のメモリスタデバイスの漸進 ry 。 Appl。物理学レット。 109 ry 。
Brivio、S。etal。 HfO2ベースの記憶装置の漸進的/急激なダイナミクスの実験的研究。 Appl. Phys. Lett. 109、133504（2016）。
*ADS *記事 *GoogleScholar

26。
? ry B。ニュ モーフィ 習システムをスパイクするためのメモリスタを使用したSTDP ry STDPのバ ョン。前面。 Neurosci。 7 ry 。
Serrano-Gotarredona、T.、Masquelier、T.、Prodromakis、T.、Indiveri、G。＆Linares-Barranco、B。スパイキングニューロモーフィック学習システムのためのメモリスタを使いての STDPおよびSTDPバリエーション。 Front. Neurosci. 7（2013）。
27。
? ry 。多状態金属酸化物記憶シナプ ry 。ナットコミュン。 7 ry 。
Serb、A。etal。マルチステート金属酸化物メモリスタシナプスを伴う確率的ニューラルネッ ｰクにおける教師なし学習。 Nat. Commun. 7（2016）。
28。
? ry される再構成可能なオンライン学習スパイクニュ ry 。前面。 Neurosci。 9 ry 141 。
Qiao、N。etal。 256個のニューロンと128K個のシナプスで構成されるリコンフィギュラブルオンライン学習スパイキングニュ モーフィックプロセッサ。 Front. Neurosci. 9、141（2015）。
*記事 *GoogleScholar
29。
? ry おける短期シナプス鬱病の ry 。ニューラル計算。 15、331348 ry 。
Boegerhausen、M.、Suter、P。＆Liu、S.-C。シリコンにおけるシナプス短期脱増強のモデリング。 Neural Comput. 15、331-348（2003）。
*記事 *GoogleScholar
30。
? ry VLSIでスパイクベースの学 ry のリアルタイム分 ry 3、3242 ry 。
Mitra、S.、Fusi、S。＆Indiveri、G。ニューロモーフィックVLSIでのスパイクベース学習を使用した複雑なパターンの実時間等速な分類。 IEEETrans。 Biomed。 CircuitsSyst。 3、32-42（2009）。
*CAS *記事 *GoogleScholar
31。
Livi、P。＆Indiveri、G。アドレスイベントニュ モーフィックシステム用の電流モードコンダクタンスベースのシリコンニュ 。 2009年、IEEE International Symposium on Circuits and Systems 28982901 http://doi.org/10.1109/ISCAS.2009.5118408 （IEEE、2009）。
32。
Deiss、S.、Douglas、R。＆Whatley、A。ニュ モーフィックシステム用のパルスコード化通信インフラストラクチャ。パルスニューラルネッ ｰク。 157178（1999）。

33。
Berdan、R。etal。セレクターレスRRAMクロスバーアレイとインタｰ ｰスするためのu-Controllerベースのシステム。 IEEETrans。 Electron Devices 62、21902196（2015）。
*ADS *CAS *記事 *GoogleScholar
34。
Antonucci、D。E.、Lim、S。T.、Vassanelli、S。＆Trimmer、J.S。海馬ニュ の発達における樹状突起Kv2.1電位依存性カリウムチャネルの動的局在化とクラスター化。 Neuroscience 108、6981（2001）。
*CAS *記事 *GoogleScholar
35。
Indiveri、G。etal。ニュ モーフィックシリコンニューロン回路。前面。 Neurosci。 5、73（2011）。
* PubMed * PubMed Central * Google Scholar
36。
? ry メモリ動作。科学担当者7（ ry
Stathopoulos、S。etal。金属酸化物2層メモリスタのマルチビットメモリオペレーション。 Sci. Rep. 7（2017）。

参考資料のダウンロード

著者情報
所属

サウサンプトン大学エレクトロニクスフロンティアセンター、サウサンプトン、SO17 1BJ、英国

Alexantrou Serb、Ali Khiat、Themistoklis Prodromakis

パドヴァ大学、パドヴァ、35131、イタリアの生物医科学およびパドヴァ神経科学センター

アンドレア・コルナ、フェデリコ・ロッキ、マルコ・レアト、マルタ・マスキエット、ステファノ・ヴァサネッリ

? Institute of Circuits and Systems、TU ry 01062、Germany
回路とシステムの研究所、TU Dresden、Dresden、01062、ドイツ

リチャードジョージ＆クリスチャンマイヤー

チューリッヒ大学神経情報学研究所およびETHチューリッヒ、チューリッヒ、8057、スイス

ジャコモ・インディヴェリ

貢献

? 実験はT.P.、S.V。に ry ました。とG.I.、上級著者を共有しています。
実験は上級オーサシップを共有している所の、 T.P.、S.V. 、 G.I. によって共同で考案され た。
実験は、共有の筆頭著者として認められているA.S.、A.C.、R.G。によって共同で設計され、実行され た。
? A.K. memristiveデバイス ry 。
A.K. はメモリスタデバイスを製造し た。
FRとMRは、生物学的システムのセットアップと操作を支援し た。
? チップ上のMM培養ニューロン。
M.M. はチップ上のニューロン群を培養し た。
? CM。論文 ry 。
C.M. は論文の執筆中に貴重なフィードバックとガイダンスを提供し た。
この論文は、すべての共著者によって共同で執筆され た。

　
対応する著者

StefanoVassanelliまたはThemistoklisProdromakisへの対応。

　
倫理宣言

競合する利益
著者は、競合する利益を宣言していません。

　
追加情報

出版社のメモ
SpringerNatureは、公開された地図や所属機関の管轄権の主張に関して中立のままです。

脳とシリコンスパイクニューロンとをメモリスタシナプスは接続する
http://rio2016.2ch.net/test/read.cgi/future/1639559117/83-90

理系共 完成品だけ 持って来い 女房子供は 質に入れたか
理系共 女房は質に 入れたのか 何なら俺が 買ってやろうか

>>http://rio2016.2ch.net/test/read.cgi/future/1653786192/9-24#25

　
謝辞
? 実り ry ョンのために、 ry に感 す。
彼らの実り多いコメントとインスピレーションに対し，Ashish Vaswani、Douglas Eck、David Dohanに我々わ感謝します

参考文献

[1]
? ry の加重トランスネッ ry 。
Karim Ahmed、Nitish Shirish Keskar、およびRichard Socher。
機械翻訳用の荷重トランスフォーマネットワーク。
arXiv preprint arXiv:1711.02132, 2017. arXivプレプリントarXiv：1711.02132、2017。
[2]
ジミーレイバ、ジェイミーライアンキロス、ジェフリーEヒントン。
レイヤーの正規化。
arXivプレプリント arXiv：1607.06450、2016年。
[3]
Dzmitry Bahdanau、Kyunghyun Cho、およびYoshuaBengio。
整列と翻訳を共同で学習することによるニューラル機械翻訳。
CoRR、abs / 1409.0473、2014年。
[4]
チョ・キョンヒョン、バート・ファン・メリエンボア、キャグラー・グルセレ、フェティ・ブーガース、ホルガー・シュウェンク、ヨシュア・ベンジオ。
統計的機械翻訳のためのRNNエンコーダーデコーダーを使用したフレーズ表現の学習。
CoRR、abs / 1406.1078、2014年。
[5]
フランソワ・コレット。
Xception：深さ方向に分離可能な畳み込みによる深層学習。
arXivプレプリントarXiv：1610.02357、2016年。

[6]
Zewei Chu、Hai Wang、Kevin Gimpel、およびDavidMcAllester。
? ry 文 グ ry 5257ペ ry 。
読解としての幅広い文脈言語モデリング。
計算言語学会の欧州支部の第15回会議の議事録：第2巻、短編論文、第2巻、52-57ページ、2017年。
[7]
Bhuwan Dhingra、Qiao Jin、Zhilin Yang、William W Cohen、およびRuslanSalakhutdinov。
? ry 及を推論す ry 。
相互参照を使用して複数の言及に跨がった推論をするためのニューラルモデル
arXivプレプリントarXiv：1804.05922、2018。
[8]
Bhuwan Dhingra、Zhilin Yang、William W Cohen、およびRuslanSalakhutdinov。
リカレントニューラルネッ ｰクの記憶としての言語知識。
arXivプレプリントarXiv：1703.02620、2017年。
[9]
Jonas Gehring、Michael Auli、David Grangier、Denis Yarats、およびYann N. Dauphin。
? 畳み込みシーケンスからシーケンス学習。
畳込なシーケンスtoシーケンスの学習。 ?
CoRR、abs / 1705.03122、2017年。
[10]
エドゥアールグレイブ、アルマンジュリン、ニコラスウスニエ。
連続キャッシュによるニューラル言語モデルの改善。
arXiv preprint arXiv：1612.04426、2016年。
[11]
アレックス・グレイブス。
リカレントニューラルネッ ｰクによるシーケンスの生成。
CoRR、abs / 1308.0850、2013。
[12]
アレックス・グレイブス。
? ry ニュｰ ｰクの適応計算時間。
リカレントニューラルネッ ｰクの為の適応的計算時間
arXivプレプリントarXiv：1603.08983、2016年。

[13]
アレックス・グレイブス、グレッグ・ウェイン、イヴォ・ダニエルカ。
ニューラルチューリングマシン。
CoRR、abs / 1410.5401、2014年。
[14]
ミカエル・ヘナフ、ジェイソン・ウェストン、アーサー・スラム、アントワーヌ・ボルデス、ヤン・ルクン。
リカレントエンティティネッ ｰクによる世界の状態の追跡。
arXivプレプリントarXiv：1612.03969、2016年。
[15]
ゼップ・ホッフライター、ヨシュア・ベンジオ、パオロ・フラスコーニ、ユルゲン・シュミットフーバー。
リカレントネットの勾配フロー：長期依存関係の学習の難しさ。
動的リカレントニューラルネットワークのフィールドガイド、2003年。
[16]
A.ジョウリンとT.ミコロフ。
? ry アﾉ ｰンの推測。
スタック拡張リカレントネットを使用したアルゴリズムパターン推測
神経情報処理システムの進歩、（NIPS）、2015。
[17]
£ukaszKaiserとIlya Sutskever。
ニューラルGPUはアルゴリズムを学習します。
2016年の学習表現に関する国際会議（ICLR）で。
[18]
ニキータ・キタエフとダン・クライン。
? ry した構成要素の解析。
自己注意型エンコーダーを使用した構成要素パーシング
ACL’18、2018の議事録。
[19]
Zhouhan Lin、Minwei Feng、キケロ・ノゲイラ・ドス・サントス、モー・ユー、ビング・シャン、ボーエン・ジョウ、ヨシュア・ベンジオ。
構造化された自己注意文の埋め込み。
arXivプレプリントarXiv：1703.03130、2017年。

[20]
Tal Linzen、Emmanuel Dupoux、およびYoav Goldberg。
構文に依存する依存関係を学習するlstmsの能力の評価。
計算言語学協会のトランザクション、4（1）：521535、2016。
[21]
デニス・ペーパーノ、ゲルマン・クルゼフスキ、アンジェリキ・ラザリドゥ、ゴック・クアン・ファム、ラファエラ・ベルナルディ、サンドロ・ペッツェル、マルコ・バローニ、ジェマ・ボレダ、ラケル・フェルナンデス。
ランバダデータセット：幅広い談話コンテキストを必要とする単語予測。
計算言語学会第54回年次総会の議事録（第1巻：長文）、第1巻、15251534ページ、2016年。
[22]
? ry OscarT臘kstr ry
Ankur Parikh、OscarT秣kstr 、Dipanjan Das、およびJakob Uszkoreit。
分解可能なアテンションモデル。 自然言語処理における経験的方法、2016年。
[23]
ジャック・レイ、ジョナサン・J・ハント、イヴォ・ダニエルカ、ティモシー・ハーリー、アンドリュー・W・シニア、グレゴリー・ウェイン、アレックス・グレイブス、ティム・リリクラッフ。
? ス ｰス読み取りおよび書き込みによるメモリ拡張ニュｰ ｰクのスケｰ ﾞ。
? 読み取りと書き込みがまばらなメモリ拡張ニューラルネッ ｰクのスケーリング。
読込書込がスパースな拡張記憶ニューラルネットワークそのスケーリング
ニューラル情報処理システムの進歩、ページ36213629、2016年。
[24]
ミンジュンソ、セウォンミン、アリファーハディ、およびハンナネハジシルジ。
質問応答のためのクエリ削減ネッ ｰク。
arXivプレプリントarXiv：1606.04582、2016年。
[25]
Nitish Srivastava、Geoffrey E Hinton、Alex Krizhevsky、Ilya Sutskever、およびRuslanSalakhutdinov。
ドロップアウト：ニューラルネッ ｰクの過剰適合を防ぐ簡単な方法。
Journal of Machine Learning Research、15（1）：19291958、2014年。

[26]
Sainbayar Sukhbaatar、Arthur szlam、Jason Weston、Rob Fergus。
エンドツーエンドのメモリネッ ｰク。
C. Cortes、ND Lawrence、DD Lee、M。Sugiyama、およびR. Garnett、編集者、Advances in Neural Information Processing Systems 28、24402448ページ。 Curran Associates、Inc.、2015年。
[27]
Ilya Sutskever、Oriol Vinyals、およびQuoc V. Le。
? ry を使用したシーケンス間学習。
ニューラルネッ ｰクを伴ったシーケンスtoシーケンス学習
ニューラル情報処理システムの進歩、ページ31043112、2014年。
[28]
Ke Tran、Arianna Bisazza、およびChristof Monz。
? ry に再発す ry 。
階層構造をモデル化するために再帰することの重要性
NAACL'18、2018年の議事録で。
[29]
アシュシュ・ヴァスワニ、サミー・ベンジオ、ユージーン・ブレブド、フランソワ・ショレット、エイダン・N・ゴメス、ステファン・ゴース、リオン・ジョーンズ、オーカス ( ? 訳注
: ルーカス ) ・カイザー、ナル・カルクブレンナー、ニキ・パーマー、ライアン・セパシ、ノーム・シェーザー、およびヤコブ・ウシュコライト。
ニューラル機械翻訳用のTensor2tensor。
CoRR、abs / 1803.07416、2018。
[30]
Ashish Vaswani、Niki Parmar、Jakob Uszkoreit、Noam Shazeer、およびLukasz Kaiser。
イメージトランスフォーマー 、
2018年。
[31]
アシュシュ・ヴァスワニ、ノアム・シェーザー、ニキ・パーマー、ヤコブ・ウシュコライト、リオン・ジョーンズ、エイダン・N・ゴメス、ルカス・カイザー、イリア・ポロスキヒン。
? ry は注意だけです。
必要なのはアテンションだけです
CoRR、2017年。

[32]
ジェイソン・ウェストン、アントワーヌ・ボルデス、スミット・チョプラ、アレクサンダー・M・ラッシュ、バート・ヴァン・メリエンボーア、アルマン・ジョウリン、トマス・ミコロフ。
? ry ：一連の前提条件のおもちゃのタスク。
AI完全な質問応答に向けて：前提条件のおもちゃ的タスクのセット。
arXivプレプリントarXiv：1502.05698、2015年。
[33]
ダニ・ヨガタマ、イーシュ・ミャオ、ガーボル・メリス、ワン・リン、アディグナ・クンコロ、クリス・ダイアー、フィル・ブランソム。
リカレントニューラルネットワーク言語モデルのメモリアーキテクチャ。
2018年、学習表現に関する国際会議で。
[34]
Wojciech ZarembaとIlya Sutskever。
? ry することを学ぶ。
実行 ( 訳注 : 汎用処理 ) する為の学習。
CoRR、abs / 1410.4615、2015年。

　
LaTeXML [ロゴ]によって生成
私たちが作っている新しいツールについて知りたいですか？
随時更新される場合は、メーリングリストに登録してください
申し込む

LaTeXMLの助けを借りて、Andreas JanssonとBen Firshmanによって構築され た。
GitHubに貢献してください
? ry より提供。
YLDのご厚意によりスポンサードされました

　
http://rio2016.2ch.net/test/read.cgi/future/1602728979/23#17-21 YowaiAI Kiken

一覧
http://2chb.net/r/future/1543421218/94-99

】 ry ﾚと Sparse Transformer ry 【 ry vol.39

http://rio2016.2ch.net/test/read.cgi/future/1651850587/568

　
技術的特異点/シンギュラリティ203【AGI・脳】 ( 実質 4 スレ )
http://rio2016.2ch.net/test/read.cgi/future/1631585037/#1543421218/64-65#1504872499//39
技術的特異点/シャ塔Mュラリティ204【技術・AI】 ( 実質 208 スレ )
http://rio2016.2ch.net/test/read.cgi/future/1632054584/#650#1614237161/16-17
技術的特異点/シンギュラリティ【総合】 210 ( 実質 214 スレ )
http://rio2016.2ch.net/test/read.cgi/future/1651850587/

　
弱い AI ( 特化型 AI ⇔ ジェネラリスト AI ) ⇔ AGI ⇔ 強い AI
http://rio2016.2ch.net/test/read.cgi/future/1595501875/100#1595501875/60 YowaiAI ( TokkaGataAI , JenerarisutoAI ) <-> AGI <-> TuyoiAI
弱い AI 世界線
http://rio2016.2ch.net/test/read.cgi/future/1602728979/48# YowaiAI SekaiSen

http://rio2016.2ch.net/test/read.cgi/future/1504872499/90 Yuugou <-> TagguTiimu
http://rio2016.2ch.net/test/read.cgi/future/1588812167/30-32 Utyuu Karada

　
>>前スレ 脳オルガノイド
http://rio2016.2ch.net/test/read.cgi/future/1651850587/313-387#(313-314,387)
* 士郎正宗著オリオン P.5 : 脳利用エンジン ?
* 庵野秀明監督トップをねらえ! : イルカ脳利用エンジン
* 弐瓶勉著 BIOMEGA : 脳利用エンジン

>>126-134
汎用普遍拡張型トランスフォーマ ( 訳注 : 汎用 ⇔ 汎用途 )
http://rio2016.2ch.net/test/read.cgi/future/1653786192/9-25