複雑系の研究で有名なサンタフェ研究所がComplexity Explorerという複雑系のオープンコースを公開しています。今流行のいわゆるMOOC（Massive open online course）というやつです。教授のビデオレクチャーを毎週受けて、宿題を解いて、テストを受けるという一般的なコースです。宿題やテストはオプションなので嫌なら特にやる必要はないみたいですよ（笑） 2013年9月29日からIntroduction to Complexityという複雑系入門の講義が公開されています。 What is Complexity? Dynamics and Chaos Fractals Information, Order, and Randomness Genetic Algorithms Cellular Automata Models of Self-Organization C

岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html]  優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR

マシンを構成するパーツが次々と入れ替わり構造はそのままで物質的には全て違うものになる。YouTube版⇒ http://www.youtube.com/watch?v=Z8jLGhkD9nA

ペンローズ・タイルの上でライフゲームを動かすアイデアは、数年前に "Investigations of Game of Life cellular automata rules on Penrose Tilings: lifetime and ash statistics"*1 という論文で知った。 そのときから動くものが見たいと思っていたが、最近Readyというオープンソースのシミュレーションプログラムで実行できることがわかったので、動かしてみた。 ペンローズ・タイル上のライフゲームのパターンとして、固定物体や振動子は冒頭の論文と同じ著者によってまとめられた記事がある。グライダーのような移動物体は最近発見された。 Readyでランダムな初期状態から何回も動かしてみたけど、移動物体の出現確率は格子上のライフゲームに比べて低そう。それから全体の収束も速い。 *1:Nick Owens and

A video of Conway's Game of Life, emulated in Conway's Game of Life. The Life pattern is the OTCA Metapixel: http://www.conwaylife.com/wiki/OTCA_metapixel - for more information, see http://otcametapixel.blogspot.com.au/ The life simulator used is Golly - http://golly.sourceforge.net/ which has a built-in script to generate these metapixel grids (select a pattern, and choose "metafier.py" from t

The latest on exploring the computational universe, with free online access to Stephen Wolfram's classic 1,200-page breakthrough book.

前回は私が作成したアルゴリズムで漕いだ。 今回はコンピュータにアルゴリズムを学習させる。 遺伝的アルゴリズムを用いた。 コンピュータは私のアルゴリズムを超えられるか？ 評価：踏み台の初期位置からの最大移動距離で決めている。 選択：評価の高いほうから4人を選ぶ。 交叉：4人(A,B,C,D)からランダムに2人選ぶ(AとAなど同じ人を選ぶ場合もある)。一方から遺伝子の前半、他方から遺伝子の後半をもらう。 突然変異：ランダムな場所を選び、0と1を逆転させる。何箇所行うかはランダムに決める(0個から3個の間)。 ニコニコ動画版 https://www.nicovideo.jp/watch/sm16212939 #むにむに #munimuni #物理エンジン #遺伝的アルゴリズム

ようこそ、惑星博物館へ。この博物館では現在、2つの珍しいシミュレーターを展示しています。 ひとつは『惑星生成シミュレーター』。惑星を自らの手で作り出すことで、理に触れるためのもの。 ひとつは『惑星観測シミュレーター』。惑星を自らの手で探しあてることで、理を目にするためのもの。 ふたつのシミュレーターを通じて、理を感じてみてください。 自分だけの惑星を生み出す、惑星生成シミュレーター 誰も知らない惑星を探し出す、惑星観測シミュレーター

Do you want to be able to draw better? SD is an interactive assistant for freehand drawing. It automatically recognizes what you're trying to draw and suggests new pen strokes for you to trace. As you draw new strokes, SD refines its models in real time and provides new suggestions. SD contains a large database of images with objects that a user might want to draw. The edges from any images that m

本日の日記はコンピュータ将棋にモンテカルロ法を適用してみたという話である。ずいぶんと間が空いてしまったが、それだけ苦労したということである。第一回目の日記の内容から考えるとずいぶんと進歩した気がする。 さて、コンピュータ囲碁の世界でモンテカルロ法（この日記では「モンテカルロ木探索」と区別せずにこう書く）が活躍しているが、コンピュータ将棋では依然としてminmax法の考え方で作られたソフトが活躍している。それがいいとか悪いとかという話とは無関係に、私はモンテカルロ法をコンピュータ将棋に適用しようとしている（この動機はあとで書く）。ただし、最初から８１マスの本将棋に適用するのは大変なので、まずは１２マスのどうぶつしょうぎで試している。実は前回はそこから２５マスの５五将棋に挑戦してみたのだが、どうにもうまくいかないので再び１２マスの将棋に戻った。なお、モンテカルロ法を将棋に適用しようと開発・研究

本日の日記は数年前の失敗談である。そして、コンピュータ将棋の話でもあり、機械学習の話でもある。 まずはざっくりとした話から始めよう。今のコンピュータ将棋というのは、探索と評価関数からできている。探索がおよそ読みに相当し、評価関数がおよそ大局観に相当する。この評価関数というのは以前は技術者が経験と勘に基づいて職人芸で作っていたそうなのだが、今は自動的なパラメータ学習によって作られている。 評価関数作成が職人芸から自動学習へ移り変わったのはまだつい数年前のことであり、これが大きなブレイクスルーだった。それ以前にも自動学習の試みはあったらしいが、実用的になったのはBonanzaというソフトからだそうである。 何をもとに自動学習しているのかといえば、プロ棋士やトップアマチュア棋士たちの棋譜である。ここからパラメータを自動決定している。棋士たちの棋譜を「模範解答」とし、それをはじき出すようなパラメー

大量のデータから、何か有益な情報を求める問題の多くは最適化問題を解くことに帰着されます． 最適化問題とは与えられた関数fの値を最小（最大）にするような変数xを探すといった問題です。 例えば、機械学習（これを利用する自然言語処理、情報検索など）、画像処理、AI(ロボットの経路制御）、 など多くの分野で最適化問題は登場します。 その中でもオンライン最適化（機械学習の文脈でいえばオンライン学習）と呼ばれる最適化手法は 実用性の高さと実装のしやすさから多く利用されるようになってきました。 このオンライン最適化は近年Regret（後悔）最小化というゲーム理論などで使われていた枠組みで 解析されることが多くなってきました。 今回はこのRegret最小化について簡単に解説してみようと思います。 （機械学習が詳しい人向けに補足すると、VC次元など他の機械学習を解析する手法と比べてRegret最適化の面白い

はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28