[B! deeplearning] ディープラーニングの限界

bitsbits ↓ NTMの類はソートできるんだけど... https://arxiv.org/pdf/1410.5401.pdf

2018/04/05 リンク

bohemian916 機械学習エンジニアはそのあたり理解して使える部分だけ実用化しようとしてるが、一般人への理解は擬人化が強すぎて進まない。2001年宇宙の旅を始めとする人格を持ったAIが出てくるSF作品が害になってるんだよなぁ。

2018/04/06 リンク

FirstMate 理論的思考（プログラミング、科学的方法の適用など）、長期計画、アルゴリズム的なデータ操作を必要とする事案には、どれだけデータを投げてもディープラーニングモデルの力は及びません ←人間はこれを勉強しよう

2018/04/06 リンク

tomo31415926563 人間もニューロンの塊で、やっていることは写像なだけのはずなので、何かいい方法がありそうな気がするのだが。

2018/04/06 リンク

yetch 抽象思考そのものを学習させるのはまだ無理なのか

2018/04/06 リンク

muchonov 個人的に「本質的にはDLは知能ではなく写像なのでは？」と強く思ってたので、ここは超同意＞「人間の注釈が付いたデータを大量に与えた場合に、連続的な幾何学的変換を使用して空間Xを空間Yにマッピングする能力」

2018/04/06 リンク

fufufukakaka ソートを学習すること自体はメモリネットワークで可能https://arxiv.org/abs/1602.03218

2018/04/06 リンク

Seitekisyoujyo かなり多くの場合、AIではなくて、パターン認識という呼称が適切だと思う。Deep Neural Networkはアルゴリズムの一つでしかない。恐らく今頃、世界の誰かがもっと優れたアルゴリズムを開発しようとしているだろう。

2018/04/06 リンク

miyabiryuryu 面白い。結局今のAIは思考の方向性を与えられた単なるフィルターでしかないのか。「…モデルが実行できるのは単なる局所的一般化であり、新しい状況が過去のデータと非常に近い場合に何とか適応するだけです。」

2018/04/06 リンク

規約違反を報告

ディープラーニングの限界 | POSTD

(注：2017/04/08、いただいたフィードバックを元に翻訳を修正いたしました。 @liaoyuanw ) この記事は、... (注：2017/04/08、いただいたフィードバックを元に翻訳を修正いたしました。 @liaoyuanw ) この記事は、私の著書『Deep Learning with Python（Pythonを使ったディープラーニング）』（Manning Publications刊)の第9章2部を編集したものです。現状のディープラーニングの限界とその将来に関する2つのシリーズ記事の一部です。既にディープラーニングに深く親しんでいる人を対象にしています（例：著書の1章から8章を読んだ人）。読者に相当の予備知識があるものと想定して書かれたものです。ディープラーニング：　幾何学的観察ディープラーニングに関して何より驚かされるのは、そのシンプルさです。10年前は、機械認識の問題において、勾配降下法で訓練したシンプルなパラメトリックモデルを使い、これほど見事な結果に到達するなど誰も想像しませんでした。