You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

を具体的に書いてみる。 まず最初にニートがやるべきことは、「このゲームは、正攻法でやるかぎり、どう足掻いても、絶対にニートが勝つことができないように仕組まれた八百長ゲームである」ことに気づくことだと思う。 だから、正攻法はだめだ。明後日の方角から、とんでもない反則攻撃をして、八百長ゲームのルールを食い破って勝利を強奪するような戦略で行くべきだ。 具体的にいうと、まず、そもそも、正面玄関から企業に就職面接を受けにいくのはやめとくべきだと思う。 ニートの場合、「この空白期間はなに?」とか聞かれて撃沈するだけ。時間の無駄な気がする。 職歴が弱点なんだから、その弱点を突かれるような戦いかたをしてどうする、というか。 その弱点を無効化するような戦い方をするべき。 で、職歴という弱点を無効化するために、ダンピングもどきの反則技を使う。 ほんもののダンピングは、独占禁止法で禁止されている。それだけ悪質で

Visual StudioでUbuntu開発 「Windows」の統合開発環境（IDE）である「Visual Studio」を利用して、「Ubuntu（Linux）」上で動作するソフトウェアの開発が可能なりました。 Visual C++ for Linux Development 「Visual C++」とある通り、C++による開発が可能です。 どうやっているのか？ ソフトウェアのビルドに必要なツール（コンパイラーやリンカーなど）やデバッガーは「Ubuntu」のものが「Ubuntu」上で動作します。 ソフトウェアのビルド時、「Visual Studio」はSSHで「Ubuntu」に接続し、ソースコードを「Ubuntu」側にコピーします。 そして「Ubuntu」側でビルドを行うように「Visual Studio」がコマンドを発行（実行）します。 デバッグは「Visual Studio」がGD

AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ※2018年06月23日追記 PyTorchを使用した最新版の内容を次の書籍にまとめました。 つくりながら学ぶ! 深層強化学習 ~PyTorchによる実践プログラミング~ 18年6月28日発売 これから強化学習を勉強したい人に向けて、「どんなアルゴリズムがあるのか」、「どの順番で勉強すれば良いのか」を示した強化学習アルゴリズムの「学習マップ」を作成しました。 さらに、各手法を実際にどう実装すれば良いのかを、簡単な例題を対象に実装しました。 本記事では、ひとつずつ解説します。 オレンジ枠の手法は、実装例を紹介します。 ※今回マップを作るに

最近は人工知能分野の話題に事欠かないので、IT系に詳しくない人でも、Deep Learning がどうとか、人工知能がどうとかという話題を耳にすることが多いと思います。 猫も杓子も Deep Learning な世の中ですが、そもそも人工知能とか Deep Learning ってなんなんだっけ？ という疑問に答えられる人は多くないはずです。 今回は、広く浅く、人工知能と Deep Learning について書きます (この記事をご覧になればわかるように、人工知能 = Deep Learning では決して無いのですが、両者はよく並んで紹介されるので、ここでも同列に書いています)。 最初に結論 Deep Learning は(真の)人工知能ではない。なんでもかんでも人工知能って呼ばない。 「Deep Learning」、「人工知能」ともにバズワード*1になりつつあるので気をつけよう。 コンピ

This page is a collection of select recorded lectures on AI given by Lex Fridman and others. Deep Learning (2020) Notice: Undefined index: title in /var/www/lex_fridman/wordpress/wp-content/themes/twentytwelve-child/grid-vid.php on line 68 Notice: Undefined variable: extra1 in /var/www/lex_fridman/wordpress/wp-content/themes/twentytwelve-child/grid-vid.php on line 98 ">

きっと何者にもなれないであろう僕達の生存戦略 - teruyastarはかく語りき http://d.hatena.ne.jp/teruyastar/20111019/1319053556 先日書いた記事。 明石家さんまさんの言葉を引用しつつ、 ｢現実はどうあれ失敗を自分で笑えるぐらい楽しもう｣ みたいにまとめましたが、 以下のコメントをもらいました。 通りすがりの人 何も行動できないネガティブ人間が、「失敗」の見方を変えるのって、 かなり無理をしていることであって、 楽しさを探すどころか余計に疲れてしまう気がするかなぁと思ったのですが… 確かに。 恋愛でも、仕事でも、お金でも、自分の失敗すら笑おうというのは、 お笑い芸人ならTVやラジオで、 後でネタになる意味でおいしいかもしれませんが、 ネガティブな人にはそれすらちょっと無理がある。 ｢失敗｣にフォーカスしたのは失敗でした。 ｢楽しさを

Twitterユーザーのぽたつん（@Potatsun_643）さんが投稿した「繰り下がりのある引き算を説明する児童」の問題が「数学序論より難しい」として注目されています。問題文を見ただけでは全く意味が分からない。 どういう計算なんだ 問題は「13－9＝4」について「13から3ひいて10になったほうから2ひいて5。そして5になったほうから4ひく。こたえは4」と説明した児童が、「“どのような考えを経てこの説明をしたのか”を説明しなさい」というもの。ちょっと通常の考え方では理解が難しい文章ですが、Twitterではさまざまな考察が登場しています。 問題文はこちら 明確な回答は出ていないものの、有力なのは「指を使って計算した」という仮説。13から3を引いて両手を開いた状態の10を作り、その両手の合計で10になっているところを片手から2を引いて引いた数が5に。両手は3と5に分かれていますが、この5の

image from Wikipedia もしあなたが、納豆菌のことを納豆作りのために必要なだけの貧弱な菌だと考えているなら、それは納豆菌のことをみくびっていると言わざるをえない。 納豆そのものや、納豆菌から産生されるナットウキナーゼが、健康増進作用を持つと代替医療団体やテレビ局によって持ち上げられることもある。だがこれは、納豆菌たちが画策した印象操作にすぎない。 栄養補助食品として販売されるナットウキナーゼ 後述する通り、彼らは本当に恐ろしい奴らなのだ。 納豆菌の学名はバチルス・サブチリス・ナットー(Bacillus subtilis var. natto)。枯草菌のグループに属している。 家庭用に販売されている粉末状の納豆菌 こいつらは、栄養不足になると芽胞を形成する。この芽胞のスペックは半端ではない。まさに不死身ともいえる、驚異的な耐性能力があるのだ。 そのスペックとは、 ・栄養源な

鈴木裕氏： ただ、そうね……僕は全盛期に世界のトップシェアを取っていた日本が、こんなふうに海外に負けてしまったことが、やっぱり悔しいんですよ。だって、セガが全盛期の頃、僕たちは圧倒的な世界一のゲーム大国だったんです。（中略）ちゃんと新しい武器を製造しないとダメです。だって、良い武器があったら、色々なツールを工夫したりして、少人数でも勝てるんですよ。 そんな鈴木裕氏がインタビュー中、非常に強い興味を持って語っていたのがAI技術だった。そして先にズバリ言ってしまうと、この記事は、日本のゲーム産業が21世紀に世界市場で存在感を失い、今や新興国の国々までもが背後に迫ってきたシビアな状況に、実は「AI技術の軽視」という問題が一つあるのでは――という視点から強く光を当てるものだ。例えば、しばしば日本のゲーム業界の「敗因」として、グラフィックの人材不足や大規模マネジメントの失敗などの問題が挙げられる。だ