2019年12月30日

情報開発と利活用20191230



    • 今日の先端技術情報20191230

      /////////////////////////////////////////////////////////////////////

      先端技術情報

      /////////////////////////////////////////////////////////////////////

      AI

      ロシア、プーチン大統領:AI技術発展に伴う「倫理面でのルール」作りの必要性強調 Yahoo!ニュース ロシアのプーチン大統領は2019年11月にモスクワで開催されたAI(人工知能)イベント「AIJourney conference」に登壇。そこでプーチン大統領はAI技術の発展... AIに仕事を奪われないための切り札は「読解力」! OECD調査で世界15位に下落、それを止める策は? J-CASTニュース AI(人工知能)はこの数年来著しい成長を遂げている。AI開発の目的の一つは、人間の仕事の肩代わりだが、人間にとっては、いよいよ、AIに仕事を奪われないため... 日本のAI技術が世界を追い越すには? 孫正義社長と東大総長が対談 BCN+R 【なぐもんGO・40】日本のAI(人工知能)技術が遅れているといわれて久しい。この遅れを取り戻し先行する国を追い越すため、ソフトバンクと東京大学は世界最高峰...

      IOT

      【材料】ユビAIが急伸、IoT機器の定期診断サービスを提供開始 株探ニュース ユビキタスAIコーポレーション<3858>が後場急伸している。同社はきょう、IoT機器の定期診断サービス「Edge Trust Health Check」の提供を開始したと発表。 もっと旅をIoTで快適に 〜旅先選びから時差ボケ解消まで IoT NEWS そろそろ年末年始は自宅以外で過ごそうと考えている人たちは、旅行先を決めチケット手配を済ませているのではないだろうか。都内では連日、みどりの窓口に... 牛の発情をセンサーで検知 生産向上へ、県が農家に提供 47NEWS ... センサーの実用化に県が取り組んでいる。発情を見逃して出産の間隔が延びれば飼育にかかる費用がかさむためで、今秋から県内11の畜産農家に、IoT(モノ...

      仮想通貨

      仮想通貨セキュリティー企業のBitGoが解説する「仮想通貨を巡る『誤解』」とは? 金融・投資情報メディア HEDGE GUIDE 米経済誌のForbesは12月4日、Q&AサイトQuoraに投稿された「仮想通貨に関する誤解は?」という質問に対するTom Pageler氏の回答を掲載している。同氏は、... 2020年の仮想通貨は大口投資家の動きが活発化か|米大手銀顧客の4割が投資の増額を検討 株式会社CoinOtaku (プレスリリース) (ブログ) 既存の大口仮想通貨投資家の約4割が来年はさらに仮想通貨などへの投資を増やすことを検討している。 一方、関心の高い投資家は既に市場に参加している... ビットコインETF承認につながる進展!BTC先物投信がSECに承認される 株式会社CoinOtaku (プレスリリース) (ブログ) ビットコイン先物に投資する投資信託がSECに承認された。仮想通貨市場に対するSECの姿勢に変化が表れているようだ。 =====================================================================

      人気ブログランキングへhttps://blog.with2.net/rank1055-0.html

      =====================================================================

      NEW!

      テーマ:


    • 12の機械学習について知るべき役に立つこと(13)

      8. More Data Beats a Cleverer Algorithmより多くのデータがより賢いアルゴリズムを打つIn most of computer science, the 2 main limited resources are time and memory. In machine learning, there is a third one: training data. Which one is the bottleneck has changed from decade to decade. In the 1980’s, it tended to be data. Today it is often time. Enormous mountains of data are available, but there is not enough time to process it, so it goes unused. This leads to a paradox: even though in principle more data means that more complex classifiers can be learned, in practice simpler classifiers wind up being used, because complex ones take too long to learn. Part of the answer is to come up with fast ways to learn complex classifiers, and indeed there has been remarkable progress in this direction.ほとんどのコンピューター・ サイエンスで、2つの主な限られた資源は、時間とメモリです。機械学習では、3 つ目があります。: それは訓練データです。どれががボトルネックになっているかは数十年かけて変わってきています。1980 年代、データである傾向があった。今日では、それはしばしば時間です。データの巨大な山が利用可能ですが、それを処理する十分な時間がありません。だから、それは使われません。これは、パラドックスに導きます: 原則としてより多くのデータは、より複雑な分類子が学ばれる可能性があることを意味し、実際に単純な分類子が使用される結果に終わります。なぜなら複雑なものを学ぶのに時間がかかるからです。その答えの一部は複雑な識別子を学習する高速な方法を思い付くことです。そして確かにこの方向で顕著な進展がこれまでありました。Part of the reason using cleverer algorithms has a smaller payoff than you might expect is that, to a first approximation, they all do the same. This is surprising when you consider representations as different as, say, sets of rules and neural networks. But in fact propositional rules are readily encoded as neural networks, and similar relationships hold between other representations.賢いアルゴリズムを使用する理由の一部は、最初の近似では、それらはすべて同じことをするとあなたが期待するより小さい報いがあります。言わば、一連の規則とニューラル ネットワークとして、異なる表現を考慮するとき、これは驚くべきものです。しかし、実際には命題論理の規則は容易にニューラル ネットワークとしてエンコードされ、同様の関係を他の表現との間で保持します。=====================================================================

      人気ブログランキングhttps://blog.with2.net/rank1055-0.html

      =====================================================================

      NEW!

      テーマ:

posted by 平成アフィリエイトへの挑戦 at 10:22| 千葉 ☁| Comment(0) | 日記 | このブログの読者になる | 更新情報をチェックする