未来技術によって、どのような世界が構築されるのか？人類はどうなるのか？
などを考察し意見交換する雑談雑感スレ
1: 技術的特異点/シンギュラリティ181【社会・経済】
ttps://rio2016.5ch.net/test/read.cgi/future/1575358560/l50
2: 技術的特異点/シンギュラリティ181【技術・AI】
ttps://rio2016.5ch.net/test/read.cgi/future/1575358810/l50
3: 技術的特異点／シンギュラリティ181【哲学】
ttps://rio2016.5ch.net/test/read.cgi/future/1575362040/l50
■技術的特異点：収穫加速の法則とコンピュータの成長率に基づいて予測された、
生物的制約から開放された知能[機械ベース or 機械で拡張]が生み出す、
具体的予測の困難な時代が到来する起点
■収穫加速の法則：進歩のペースがどんどん早くなるという統計的法則
ここでの進歩とは、技術的進歩だけでなく生物的進化、生化学的秩序形成も含む
★避難所スレ（ワッチョイ付）
(強いAI)技術的特異点/シンギュラリティ173
ttps://agree.5ch.net/test/read.cgi/mango/1569076583/
※前スレ
(強いAI)技術的特異点/シンギュラリティ180
ttps://rio2016.5ch.net/test/read.cgi/future/1574643862/
(強いAI)技術的特異点/シンギュラリティ179
ttps://rio2016.5ch.net/test/read.cgi/future/1573841433/
(強いAI)技術的特異点/シンギュラリティ178
ttps://rio2016.5ch.net/test/read.cgi/future/1573088050/
(強いAI)技術的特異点/シンギュラリティ177
ttps://rio2016.5ch.net/test/read.cgi/future/1572374053/
【推奨アプリ】
ChMate
JaneStyle
【推奨NGワード】
ニート,二一ト,ニト,妄想,炸裂,統合失調,糖質,未婚,無職,引きこも,子供部屋,子ども部屋,こどおじ,在日エリート,低学歴,性根,五毛党,320847,ノストラダムス,尊厳,意志薄弱,努力,頑張り,衰退,
現実逃避,自己欺瞞,弱虫,ネトウヨ,ネトサポ,宗教,反知性,キモヲタ,ヤリマン,働こう,働け,ハロワ,普遍,にんべん,はたらく,連帯意識,ババァ,詐欺師,愚劣,デジモン,穀潰し,安楽死
【推奨NGネーム】
yama,ya,安楽士
※荒らしに反応する人も荒らしです
ttp://https://singularity-2ch.memo.wiki 近未来の情報システム・噂程度の話・シンギュラリティ
ttps://matsuri.5ch.net/test/read.cgi/infosys/1533822662/
エロ、投資、瞑想の話かね。
３日もたたずに腐るだろう
社会でも技術でも経済でも哲学でもない話題ならいいんじゃないの
エロや瞑想は芸術や文化かもしれない
東大、京大、一橋卒業生でさえ、ほとんどなれない高度な専門職に中大生は多数ついている。
実学が強いことに全然問題なし。
取得支援を強化すれば大学の人気を高められると考える手合いが多すぎる
意見すると怒るんだわ連中
ここには来そうにないよ、相手にもされないだろう、
開始早々に100レスぐらいいくと人集めになるから山さんにでもお越しいただく方が有り難いんだけど。
オープン初日のサクラとしてAIスレだけだったろう。
ここは静かにイブの時間を目指そうぜ
一緒にしたかったが他のスレに迷惑かかるから
ここはアンチも含めてかかってこい！を含めるか？w
どういう意味？
哲学とか神とかホモデウスとかアンチも含めてかかってこい！
みたいなのをこのスレの話題にするってこと？
アンチだろうが労働ガーとの議論も可
又は他スレで暴れたら誘導してここでかかってこいや！で
打ち負かす自信と余裕があるとは頼もしいことで
新聞では、日本の学力低下、人口減少、
大企業のリストラに奴隷増加、
一方で何故かマイクロソフトがアップルのiPhoneアプリで
画像認識で文章読み上げソフトの日本語対応版を発表
そいつらよりタチ悪そうなキチガイもいるぞ
しかも二匹
きりがない疲れた
なので後は頼む
精神やられないように気をつけな
電子が一個通れるスリットとか小さすぎて作れるわけ無いと思うので。
そう思うなら自分で実験してみりゃいい
手順を辿れば同じ結果に行き着く。それが科学。
発射装置が電子一個だけ飛ばせるとかそんなだったはず
大阪府知事もAI・ロボット
あの人AIロボットだったのか。
そう言えばどことなく作ったみたいに見える。
どっちにしろ一個じゃ干渉縞にならないでポツっと点になるだけなんだから。
何個も飛ばすと干渉縞みたいな濃淡になるって言う実験結果。
怪しいとは思ってたけど、やっぱりそうか
そもそも作れないって言ってるやつに自分で実験やってみりゃわかるって
どういう考える手順して言ってるのさ。
ttp://https://www.nikkei.com/article/DGXMZO52943390U9A201C1TJ1000/ 当局は10月下旬、未成年（18歳未満）によるネットゲームの利用で新たな規制方針を打ち出した。
夜10時から翌朝8時までゲームサービスの提供を禁止する。また利用時間は平日に1時間半、土日祝日は3時間を超えてはならない。
市民の生活を３０分単位で制限するとかポルポトやイスラム原理主義と変わらんな
何もわかってねえな
二重スリット実験は電子や光子が波の性質と粒子の性質を併せ持つことを示す実験だぞ（二重じゃなくてもいいが）
複数個電子を電子銃から発射すると干渉縞ができるこれは波（量子力学）の性質
一個分ずつ（つまり古典物理学の粒子として）複数回発射しても干渉縞はできる
しかし粒子を"観測"すると途端に片方のスリットだけ通るようになり干渉縞は消える
だから原子レベルのスリットなんか必要ねえつってんだろこのハゲが
一個だけではどちらのスリットを通ったかを観測してたかしてないか関係無く
ぽつっと一点残るだけと言う実験結果。
たくさんぶつけると、電子の波長を定義してスリットの間隔なんか使って計算すると
ちょうどそういう波が干渉してできたのと同じ間隔の縞ができる
という実験結果が出るだけ。
だからって干渉してるとか決め付けるのはおかしい。
一個一個別の時間にできては消えてしまって
同時に存在してなくて通った跡も残ってないもの同士が
干渉してるとかいう認識の方がおかしいと思う。
干渉っていっても他人の物事に関係することやCAD設計の部品干渉とは違うよ。
物理の波動での干渉縞だよ。
＞一個分ずつ（つまり古典物理学の粒子として）複数回発射しても干渉縞はできる
お前いつも俺に絡んでくる日本語読めないバカだよな？俺には分かる
別々の波が同時に来てなかったら干渉という現象がおきるわけない。
干渉縞みたいな縞ができるんだよね、くらいに言うならいいだろうけど
電子は波だから波同士で干渉がおきて縞になったんだ、みたいに説明されて納得しなければならいのはおかしい。
波同士の干渉現象なんか使わないで電子を使う二重スリットの実験結果を説明する方法を
考えて欲しい。
隠れた変数理論は否定されている。
わからんけど、そんな難し気な考えしなくても説明できないのかな？
量子ってとびとびのエネルギーを持つ性質があるんでしょ？
微妙にどちらに行くかが変るような時は行き先が飛び飛びの方向になるのが目立つようになる
とかいう説明ができそうな気がするんだけど。
何が言いたいのかまるで伝わらない
トランスヒューマニストたちの思想とは?
ttp://https://diamond.jp/articles/-/222573 弱観測でぐぐりなよ
ディアボロみたいなもんだな
ttp://https://www.hitachi.co.jp/rd/portal/highlight/quantum/doubleslit/index.html とにかくスクリーンには一個づつしか電子はぶつかって無いし、
1個の電子が2つのスリット（別々の通路）を同時に通ってスクリーンで干渉したわけじゃないし
たくさんぶつけているうちにだんだんスクリーンに縦縞ができて行く。
こんなのをいつまでも干渉だとか言う説明で無理やり納得させてたらまずいだろ。
壁にボールをぶつけてたら偶然縦縞になった！
ってアホな小学生が言いそうでちょっとワロタw
学級委員と先生が干渉してくるから縞になる。
誰も干渉だなんて説明はしてないんだよなぁ………
単に干渉縞っつってるだなんだがこのたわけが
ほら→
何発も何発も当てると、ポチっとできる痕の多い所が飛び飛びにできて縞に見えるようになる。
以上が電子を一発づつスリットを通してスクリーンにぶつける、二重スリットの実験結果だとすると、
「波の干渉」の概念を使わないなら、この実験結果をどう説明したらいいか。
だから互いにどこかで繋がってる
量子力学の波の考え方が同時に現れるから不思議だねってだけだよ
それ以上考えたら頭がおかしくなるぞ
人工知能にしろよ。
偶然や干渉じゃない理屈を考えればいい。
口はプラスチック成型で治る(バットマン）
本命のAIスレが酷すぎて失望した
国産の深層学習ライブラリ「Chainer」の開発終了に戸惑いの声相次ぐ
ttp://http://blog.livedoor.jp/itsoku/archives/56167058.html そうですか残念、でもしかたがないかもですね。
ディープラーニングフレームワークパワースコア2018
ttp://https://towardsdatascience.com/deep-learning-framework-power-scores-2018-23607ddf297a 評価カテゴリは次のとおりです。
・オンライン求人情報
・KDnuggets使用調査
・Google検索ボリューム
・中記事
・アマゾンの本
・ArXivの記事
・GitHubアクティビティ
検索は2018年9月16日から9月21日まで実行されました。
ttps://miro.medium.com/max/2100/1*s_BwkYxpGv34vjOHi8tDzg.png スコアランク
1.TensorFlow 96.77 (開発サポートGoogle)
2.Keras 51.55 (開発サポートGoogle,Microsoft,NVIDIA,Uber,Apple)
3.PyTorch 22.72 (開発サポートFacebook)
Caffe、Theano、MXNET、およびCNTKは
2017年以降使用量が減少していることに注意する必要があります。
Chainerの考え方の影響を受け、FACEBOOKに後押しされるPyTorchに合流するんだとさ
PyTorchは研究用途では、海外だと既にトップシェアだとの事
Tensorflowは自由度が高いが難しく、それを使いやすく提供するモジュールのkerasは
今度はカスタマイズが効かない
ChainerやPyTorchは、入り口はkerasより難しく、しかしちょっとした改造も望むなら
むしろ易しい、まあ中級者向けの深層学習ライブラリなんだな
TensorFlow vs. PyTorch
ttp://https://towardsdatascience.com/which-deep-learning-framework-is-growing-fastest-3f77f14aa318 ディープラーニングフレームワークに影響するもう1つの進歩は、
量子コンピューティングです。
使用可能な量子コンピューターは数年後にはオフになりそうですが、
Google、IBM、Microsoftなどは、
量子コンピューティングをディープラーニングと
統合する方法について考えています。
フレームワークは、この新しいテクノロジーで動作するように適合させる必要があります。
ラップ
TensorFlowとPyTorchの両方が成長しているのを見てきました。
両方とも現在、優れた高レベルAPI（tf.kerasおよびfastai）を備えており、
ディープラーニングを開始する際の障壁が低くなっています。
また、最近の開発と将来の方向性についても少し聞いています。
まぁ、
ttp://https://www.atmarkit.co.jp/ait/spv/1907/09/news021.html >Kerasの作者であるFrançois Chollet（@fchollet）氏は、今はグーグル社員である。
Tensorflow 2.0は、tf.kerasで高レベルAPIとしてKerasを同梱しています。
で、tensorflowがバックエンドで動く、と表示されるからなあｗ
ちなみにtensorflow2はまだ怖いので
tensorflow1.15を使うようにしている
Pythonも3.8になったけどこれも嫌だなあｗ
3.7ですら半年前までTensorflowを動かせないと言われてたもんだ
みんな3.6にする始末
tensorflowとkerasは確かに難しいぜ
なんたってpipで導入する手順でコケたからな！
やってられるわけない。
外注したってこんどはAI化を注文してる側の仕事を理解するための勉強をしてもらわないといけなくなるんだから
どっちみちしばらくAI導入なんて一部できあいのを導入できる所しか進まないんじゃないかな。
公式のPythonをインストールして、そこからpipでtensorflowをインストールしようとしたのか
Windowsの場合、Anacondaからインストールすると、「若干」簡単とされている
しかし、
・パソコンのユーザー名に2バイト文字を使ったり、ユーザー名の姓と名前の間に
空白を入れただけでAnacondaが使いにくくなったり、使えなかったりする
(Anaconda内に複数の環境を作れるのが強みなのに、これらの条件だと
新しい環境が作れなくなる)
・現在のPythonは3.8がインストールされるが、3.8はリリースされてから日が浅く
多くのライブラリは対応できていない。
深層学習どころか機械学習のscikit-learnすら対応できていないらしいという情報が
1ヶ月前に出ていた
・だから、PythonあるいはAnacondaをインストールしてから例えばAnacondaなら
conda install Python==3.7.5とかして、ダウングレードする必要がある
・更に中にGPUが入っているなら、そのGPUのバージョンに合わせてcudaのバージョンも選んで
cudaをPythonで動かすためのcuDNNというモジュールもバージョンを選んで、
その上でPythonのバージョンまで変える必要がある
例えば、GTX1060とか1080あたりなら、
1. まずVisual Studio2015をC++ランタイムモジュール付きになるようにカスタマイズしてでインストールする
2. CUDAは最新の10でなく、9にする
3. cuDNNは7.1程度がいい
4. それに合わせて、AnacondaをインストールしてPythonも3.7どころか3.6の環境を作る
5. そしてtensorflowも1.12にする。1.13以上だとPython3.6ではエラーを起こす
6. kerasは2でもいいが、一部物体検出モジュールがエラーだらけになり
これもあちこちコードを書き直しまくってやっと動いた！なんて事になる
朝から晩までPC向かいっぱなしの専門家かPCヲタ以外は手を出しにくいなあ
GPUを使う時、Anacondaをインストールしてから
とりあえずPython3.8を止めて3.7の環境を作ってやり
condaでtensorflow1.15を選ぶだけで
簡単にCUDAが10.0、cuDNNが7.6になって、ちゃんと動いた次第ｗ
GTX1000番台の時は、Visual Studioのやや旧バージョンを選ぶのにMicroSoftに登録したり
cuDNNをインストールするのにNVIDIAに登録したりでもう大変だったな
RTX2000番台ではその手間が一切省けた
それでもPython3.8にしたりtensorflow2にしたりするのは、恐ろしくて出来なかったな
誰かが人柱になるしか無いのかねえ？
GTX950〜980あたりだとcudaは8を選ぶんだっけ
GPUを使うプログラムを1回動かすと、GPU上のメモリを大量に占有してしまう
それで例えば、Jupyter NoteからGPUを使う1つのプログラムを動かした後で、
そのプログラムをあちこちでエラーを出してはちょっとずつ直している間はいいのだが
別のプログラムを使おうとするとメモリ不足のエラーが出る
そうなったら、NVIDIA Corporationというフォルダの中の中にあるexeファイルを動かして
GPUメモリを使用するpidを調べて、それをtaskkillする必要がある
ここでまたNVIDIA Corporationってディレクトリに半角スペースが入ってるから
また""で括ってやってコマンドプロンプトでcd "NVIDIA Corporation"とかやり続ける
あっちでMNIST動かしてはJupyterをログアウトしてtaskkill、Cifar10を動かしてはログアウトしてtaskkill
この状況を、NVIDIAとべったりなintelの社長だか会長だかが皮肉って
「intelのCPUもオンボードグラフィックが630以上のものでは、それなりの深層学習対応とする。
NVIDIAさんのよりは性能が低いが、こっちはtaskkillのストレスは無い」(ｷﾘｯ
とかドヤっていたｗ
tensorflowとkerasのインストールでコケた。
【CPU】 Intel Core i7-8700K
【メモリ】 64GB DDR4
【マザーボード】 Z370 Pro4
【SSD】1TB + 1TB
【HDD】 なし
【グラフィックボード】GTX1080 Ti
【OS】 Windows 10 Home 64ビット
ttp://https://co.bsnws.net/article/251 このサイトは参考になるけど、
tensorflow-gpuを入れるから
その前にVisual Studio 2015 update3をインストールしないといけないなあ
メールアドレスを使ってNVIDIAに登録しないといかん
それからGTX1080ti(うらやましい) だから cuda9.0をNVIDIA公式からインストール
cuDNNは7.1.4くらいのをこれもNVIDIA公式からインストール
(この辺で、どっちかのために4つアップデートモジュールを追加したり
インストールしたフォルダの1つにコピペでファイルを追加したりしたかな)
それから公式のPythonをインストールしてるなら、関連するライブラリも全て捨てて
Anacondaで入れる、場合
(Anacondaと、公式のPythonを同居させられないというこの状況は解決不可能なんだろうなあ)
Anacondaを入れてから、何でもいいから環境を作る
なぜかすぐ捨てる
これを繰り返すと、何故かAnacondaの環境でPython2.7や3.6などを選べるようになるから
3.6を選ぶ
それからconda install tensorflow-gpu==1.12と入れると良い
こんな感じだったかな
kerasのバージョンがstyle2paintsに与える影響は自分は知らない
でも自分は公式のPythonだったらどうするの？というノウハウは全く無い
最初半年は公式のPythonで勉強してたんだが、それだとAnacondaより深層学習も含めた
多くのライブラリを導入し難いと聞いて、泣く泣く捨てたのだ
氏が、PCのユーザー名に自分の名前を2バイト文字や、姓名間にスペースを入れてたら
この辺もダメだからなあ
(Anacondaを特定ユーザーでなくpublicでインストールすると一応は回避できるという)
openCVも動かなかったとかトラブルの多いライブラリだよなあ
pipでいきなりインストールしないで、
wheel型のもので自分の環境にあっているものをダウンロードしてから
ローカルのフォルダにAnacondaコマンドプロンプトで移動して、そこでpip installした方が
確実だ、なんていう話だっけ
自分はchainerやopenCVみたいな大掛かりなものをインストールするなら、別環境を作るなあ
公式のPythonだとvenvというコマンドで別環境を作れるんだっけ
openCVでも別環境を作って確認して、その前にtensorflowとkerasが動いていた環境を
コピーした環境をまた作ってそこでOpenCVを入れて各種動作を確認して、openCVのみの環境を消す
(tensorflowのみの環境は用心のため残しておいたｗ)
AnacondaのPythonが嫌われる理由の1つとして、折角インストールしても
Windowsの在来のコマンドプロンプト及びPoweshellウィンドウで
Pythonと打っても認識されない事だ
Anacondaに付属の、Anaconda コマンドプロンプトというものなら動く
無理やりパスを通せば使えるようになるが、却ってエラーを起こすから止めろ！って書いてあった。
レジストリを破壊するとの事
pep425というおまじないが必要だったなｗ
pipとpepを打ち間違えたり、
寝ぼけてinstallとimportを間違えたり
そもそもpythonに入る前からpythonのコードを入れようとしてエラーになったりなど、
まあ散々ですわなｗｗｗｗｗｗｗ
金持ちだね。
教養程度で挑戦したかったんだけど、そのたぶんグラボのメモリーなんたらエラーで挫折した
【CPU】 Intel Core i7-860 2.8GHz 4Cor8Thr
【メモリ】 4GB DDR3
【マザボ】 AsusかGigaByteの何か
【SSD】32GB
【HDD】 1TB
(Win400/Ubn400/Data200でパーティション分け)
【グラボ】GTX465メモリ1GB CUDA200コア
【OS】 Windows 7 Homeプレミア 64ビット
【OS】Ubuntu 14.06 32ビット
GTX465はcuda toolkitの対応版があったっけな？
どれもこれもガチガチに関連付けられてるから大変だよ本当に
そう、cuda7かcuda8入れるとグラボのドライバがおかしくてUbuntuの画面消えたり、ログイン不能になったり。
実験用になんでもいいんだけど仮想じゃないから超めんどくさい。
シンプルにこの中古実機全部消して
WIN10の64bit入れてアナコンダで試す方が良さそうだね。
参考になったわ、有り難う。
別の環境に慣れてる人はこうしろ！っていう感じだなあ
これぞ職人の勘だけだ
cuda toolkit10.1ではこれが解決された！といってたようだったが、どうも信じられん
自分の場合、Anacondaを入れてからVSをC++込みで入れると失敗するイメージだったな
Ubuntuが使えるなら、GPUじゃなくてEdge TPUを使った方が良いのかもなあ？
ttp://https://qiita.com/tes2840/items/8e5bebffcf7fe93e1777 成果物作れるまで長くて機械学習はなかなか手がだせんな
松田先生は元気でいらっしゃるのだろうか
４つも出来たから悩んでるのかな？ｗ
ttp://https://www.tdi.co.jp/miso/google-colaboratory-gpu まあどうしてもgpuを使った深層学習演算を試したいなら
google colaboratoryでやるのが楽だし手っ取り早い
ttps://pbs.twimg.com/media/ELD5cPlVUAEmDsz.jpg この画像笑ったｗ テクノロジーｗ
ありがとう 簡単そうには見えるが、うん、コードの意味がさっぱりわからん、
>91で紹介したサイトの
MNISTを実行する
という部分の下にあるコードの事かな？
ttp://https://keras.io/ja/ ここの検索窓にコード内の分からん関数や変数を色々入れて行けば
その瞬間くらいは分かった気になるねｗ
交差検証法という統計学の手法がある
例えば300個の統計量をそのまま1回だけで計算するより
30個ずつの統計量10個に分け、270個を選んで何か計算し
また270個を選んで何か計算し、と10回やってから
もう1回計算すると、より精度が上がる
(で良かったかな？)
そのための分ける数を、batchと呼んでいる
MNISTは0から9までの数字なので、当然10個ある
その10個に分けてあるのがnum_classes
そして、学習する回数を12回行う。これがepoch
画像のデータは28×28にする
データセットを、学習用データと、本番試験用データに分ける
学習用データで、「こういう風に書いてあれば0に分類しろ！こういう風に書いてあれば1に分類しろ！」
と鍛え上げた後、本番試験用データで腕を試し、
「おおこれは合ってる」「あっちゃー間違っちまった」と試して、
また学習用データで鍛える
次は、データを書いて行、列と並べるか
行、列と書いてからデータが出て来るか、をちゃんと見分けておこうね、という意味だな
学習用データは、一応は画像だから0〜255までの整数値が28×28のマス目に入っている
これを整数型でなく浮動小数点型にしてから、255で割る
そうでないと、後で0〜1間に標準化されてる数式に代入できないからだ、との事
この調子でコード全部解説するんかいｗ
何となく流れみたいなのは感じたホントありがとう、ご親切なのに申し訳ないけど。
そんなレベルに到達してないので
ノートブックやらコラボやらのWebアプリの使い方とパイソンから始めないと行けないので...
のGPUじゃなくてTPUを使おうとしてコメントアウトしたとか
エラーでたから15行目にメモリー減らすのに
なんだこれ？→[:17*60]を追加して修正したとか
なんでそんなことまでわかるんかなぁ
んな事わかりっこねぇーって雑感雑草
クラスメソッドとかオペレーターフローとか
わかるようになるまでどんだけかかることやら
・・・
何て言うか、
機械学習の代表的な教師ありとなしと強化の３つ？でいいから
プロジェクトと言うかファイルダウンロードしてランで動くところまででもいいから何とか挑戦したい。
つかWin7をWin10にアップデートで凹んだorz
ごめんなさい。
やるなら一旦win7の状態でeasus todo buckupでフルバックアップしてから「クリーンインストール」した方が良い
インストールが終わったら必要なファイルをeasusのなんとかextracorで抜き出せばいい
ttp://https://www.easeus.com/backup-software/tb-free.html これでディスクイメージバックアップ
EaseUS Todo Backup - How to Use Image Tool
ttp://https://www.easeus.com/support/todo-backup/image-tool.html このイメージツールで必要ファイルを抜き出して新環境に再現
サンキュー、なるほど、今までのスレと違って
現実に役に立つ情報で助かる。
