椅子を新調する

今まで使っていた椅子がかなり痛んでいたので、安い椅子を買いなおしました。
少し今までより高さが高めですが、逆に今までが低すぎたのでちょうどいい。

年賀状も先週末に書くつもりで書かなかったし、今回もぎりぎりになりそう。

鬼トレの調子がわずかによい

いらんことでもいろいろ考え事を集中しているときが脳にはよいのだろうなー。鬼トレはたまに続けている(鬼めくりだけですが)けど最近若干ポイントが高めに出ている。まぁいいことだろう。

openAiのuniverseみたいなものはずいぶん前に欲しかったもので、一時は自作環境を作ったのだが共通基盤がないと他者に説明することが困難なのよね。

ただ、報酬のハンドリング方法は違うし、外界をVNC+ベクター画像で認識させるのではなく、すべてアローキーも含めてテキストの塊で処理させる形でしたが。キーボードエミュレートドライバとかも作ってましたが。でもそれを変な人ということでなく他人に説明可能な時代になったのはありがたい気がする。

めがみめぐりを少しやってるけどゲームと考えると厳しい気がする。音声合成とかLive 2Dとか頑張ってるのはわかるけど、現状では愛玩暇つぶしかなー。どちらかというとこれで作った技術を今後他ゲームに応用するとかにいいのではないかという気がする。

入出力遅延も学習対象

現実的なAIの外界入力を考えたときに、かならず通信路やデバイスの遅延があるわけだが、遅延はそのまま環境と自己の特性として学習する必要がある。そのときタイマー付きノード(遅延ノード)で考えると、それらを全部まとめた形で入力しても問題がないことになる。

分離できない遅延はそのまま「遅延がないもの」として学習を進めてよいし、途中のIO(皮膚触感や筋肉緊張など)の入力も織り交ぜて入力すれば、個々でのずれが発生順序の時刻のずれとして学習されていく。

どちらにしても入出力の遅延も含めて学習対象として、そのまま入力してよいわけになる。
発火の時刻の照合が教師である点はそのままでよい。
実際、デバイスとノードのエミュレータとの通信をプログラムとして書くと、イベントのプールとスタックで記述することになったので、遅延は実装の上ではかなり考慮が必要だった(時刻をイベントに記録するとか)が、学習システム側ではそれも含めて対象としてよい考えて作っていた。

出力はタイマーである

「推測結果の出力はタイマーの集まりである」という言い方は、今まで考えていた「事象の発生時刻/時刻を推測する」という考え方より、直感的で他者にわかりやすい気がする。

どこの時刻の話をしているのかが伝わらないし説明しにくかったのよね。出力結果がタイマーであるというと、出力結果が出された時刻に対して、検証とフィードバックが未来に行われ、推測の実行が現時刻で行われる というのがわかりやすい。

しかも実装も現実的に近いんじゃないだろうか。

いつ出てくるかを予測する問題

よく予測の問題として「跳ねるボールが仕切を超えていつ出てくるか?」という話がある。車の免許のいつ車が飛び出すかの試験にも使われる予測力の問題。
%e3%82%ad%e3%83%a3%e3%83%97%e3%83%81%e3%83%a3

今風の機械学習だと「跳ねるボールの入る絵(動画)を複数読み込ませて、出てくる時間を結果として与える」というのを山ほど読み込ませて、特徴抽出というところだろう。そして「このボールの動画では何秒後にボールが出てくるか(たとえば0.5秒後)」という推測結果を出力させる。
さらに人によっては「そこから入力に対する分布に線形な偏りがあるので、速度計算の式を作らせる」みたいなところをAIとかいうかもしれない。

脳はそんなことを求めていなくて、跳ねるボールの動画を見て「仕切を出てくる時刻に励起するタイマーを起動する」が出力結果であると思う。0.5秒なんて表記は人の論理の表現都合であってそれを得ることは脳には意味がないし、計算式など脳の論理の抽象的な話で後付けの話である。
「仕切を出てくる時刻に励起するタイマーを起動する」ことで仕切から出てきたときにタイマーが鳴るので、筋肉を動かしてボールをとらえることが出来るのだ。

入力に対して求める出力結果が「タイマーの起動」であるという点をもっと考えるべきだと思う。

Universeかー

Universeか。ちょっと興味はあるな。
http://www.itmedia.co.jp/news/articles/1612/06/news053.html

ちょこちょこ調べてみるか。標準化技術は追っておいたほうがよい気がするし。

年賀状の準備もそろそろ考えないといけないかー。

クラウドをどう割り当てるか検討中

個人環境と仕事用環境のクラウドをどう設定分けするかを少し悩み中。

個人環境と仕事環境はきちんと分けたいので仕事用借り物デバイスには個人環境は入れたくないし。
実際にいざデータを入れてしまうのは、常に持っててパフォーマンスもよい仕事用デバイスのほうが多かったりするし。

個人用デバイスを新しいものに買い替えるのがよいのかもしれない。それが筋だろうなー。

RPGツクールフェスはちまちまとやれるかなーと思ったが、機能面で結構厳しいものがある。細かい操作性は使い込んでみると、3DSでよくやってるなーと思うところがある反面、マップ間での部分マップのコピペができないとか結構つらいところが多い。ちなみにRPGツクール系統を使うのは今回が初めて。
操作性が悪いならPC版でも買えばよいという話なのだろうが、ガチでPCでやるくらいなら、ツクールとか使わずにもっと本格的なツールを使うほうがよいわけで。

久しぶりにブルースクリーン落ち

Windows 10のブルースクリーンを始めてみた。というか。。。
エラー確認用のQRパターンが出るとは思わなんだ。

結構いろいろ立ち上げていたのだがセーブ癖はあるのでとりあえず実害はない。まぁセーブしているときに落ちる可能性とか考えればやっぱり落ちられるのは怖いのだが。

3DSのシェフィというゲームの体験版を触ってみて、面白かったので商品版を買ってみたのだが、結構手ごわいパズルだ。定石を考える必要がありそう。天津と同じように常に解けるタイプじゃなさそうだが、おもろいんじゃないでしょかね。

とりあえずTwitter側から転記

とりあえずTwitter側から転記

Q: AIはうそをつくか? A:ニューロ型AIは一種の過去知の統計システムなので、嘘という概念そのものが元々ない。

過去知統計システムが最終的に行きつくのは、1.どのような事態になっても不変な「物理法則」の認識、2.どのような事態になっても最終的にここを通過する「入力IO」の特性の認識、の2つの特性把握。1は論理思考の基盤になり、2が自我の基盤になる。

過去知統計システムは入出力IOの特性把握時に、それがIOの特性なのか、IOに付随するサブシステム(本能ジェネレーター)の特性なのか分離できないまま学習する。この過程で自我に本能が埋め込まれる。

つまりAIに自我を持たせるのはそんなに難しいことではない。本能を持たせることもそんなに難しいことではない。人間と共感できる本能、および人間に利益のある本能を持たせるのは研究が必要だろうし、そこそこ大変だと思うのだ。

音響関係のAI応用があまり表に出てきていないのが気になっている。画像認識と比べてわかりにくいからだろうが、ループ形式の音楽はそれそのものが時間構造を含んでおり、それを過去知として統計するというのは時間の構造を統計学習することであり、AIに時間の概念を理解することにつながるからだ。

はたから見ると、どうみても中二病ですな。

でも本当にこのあたりを長年考察してきたわけだし、昨今のAIの発展でこのあたりが実現しそうになってきてるのを「ようやくかー」という気分で見ているのも確か。ニューロは構造(空間構造、時間構造)の失敗・成功の統計システム。わかりやすく端的にいうと 過去知の統計システム という言い回しが、人に説明しても なんとなく理解してもらえる時代になってきたのが助かる。AIを実用段階に持ってきた人が、有効性を「実証」することではじめて可能になってきた状況。

理解不可能とか妄言とか言われずに済むようになってきたかも。

VMwareからセールスのメールが来る

VMwareからブラックフラウで―ディスカウントのメールが来る

http://store.vmware.com/store/vmwjapan/ja_JP/html/pbPage.BlackFriday_2016

少し検討中。
VMwareは Workstation10を持っていて今も現役で使っています。

問題は、このメールが来たのは別の仕事用メールアカウントのほうで、買ったはずのメールアカウントからではないという話で。
アップグレードしたはずのメールアカウントのほうには届いてないみたいで、アップグレード客はさして考えてないってことなのか。と思いつつも広告メールを止めてたのかもしれぬ。

どうしようかなー。

個人的な用途でBTキーボードも買ったとこだし。