問題タブ [artificial-intelligence]

以前の質問に関連して、コンピュータ ビジョン アルゴリズムを使用して、Google ストリートビューの写真から監視カメラの位置を抽出する現実的な可能性はありますか? 私はその分野の専門家ではありません。しかし、顔検出などよりは簡単なはずです。

ネット上のどこかに多層パーセプトロンの無料の (できればパブリック ドメインまたは BSD ライクなライセンスですが、GPL も可能です) 実装はありますか?

私は教科書の例を持っていますが、ライセンスがあまりにも制限的で、ウィキペディアの記事の数学に従うことはできますが、それを正しく理解するのに十分な自信がなく、テストするのが困難です.

Google で簡単に検索したところ、無料の (ビールのように) バイナリのみのバージョンがいくつか見つかりました。大規模なオープンソース プロジェクトの一部である MLP を見つけたいと思っています。

状態とアクションのペアのユーティリティの内部表現を維持しながら、状態を取り込んでアクションを返すエージェントがあります。また、アクションを取り、状態/報酬のペアを返す環境もあります。

開始状態でエージェントをセットアップし、エージェント -(アクション) -> 環境 -(状態、報酬) -> エージェント -(アクション) -> ... から継続的に移動できるようにする必要がありますが、内部状態は(反復ごとに更新する必要があります) 非公開のままにする必要があります (つまり、エージェントまたは環境内で)。これは、state と action を引数として使用して、エージェント内の関数として environment を単純に呼び出すことができないことを意味します。

私はHaskell初心者なので、これが可能かどうかさえわかりません。

AS3 に A* アルゴリズムを実装しましたが、1 つのことを除いてうまく機能します。多くの場合、結果のパスは、ターゲットへの最も「自然な」またはスムーズなルートをたどりません。私の環境では、オブジェクトは、水平または垂直に移動できるのと同じくらい安価に斜めに移動できます。これは非常に簡単な例です。開始点は S でマークされ、終了 (または終了) 点は F でマークされます。

ご覧のとおり、最初の検索ラウンドでは、ノード [0,2]、[1,2]、[2,2] がすべて N のスコアを持つため、可能なノードのリストにすべて追加されます。私が抱えている問題は、続行するノードを決定しようとしている次の時点で発生します。上記の例では、次のノードを選択するために possibleNodes[0] を使用しています。これを possibleNodes[possibleNodes.length-1] に変更すると、次のパスが得られます。

そして、 possibleNextNodes[Math.round(possibleNextNodes.length / 2)-1] で

これらのパスはすべて同じ数のステップを含むため、コストは同じですが、この状況では、最も賢明なパスは次のようになります...

数学的に正しいだけでなく、パスをより賢明に見せるための正式に受け入れられた方法はありますか?

物理的な「もの」を説明する大量のデータがある場合、そのデータが表すはずの「もの」にどの程度適合しているかを測定するにはどうすればよいでしょうか?

例として、12 個のウィジェットを保持するクレートがあり、各ウィジェットの重量が 1 ポンドであることがわかっている場合、ケースの重量がおそらく 13 ポンドであることを確認するデータ品質の「チェック」が必要です。

別の例として、ランプとそのランプを表すイメージがある場合、ランプのように見える必要があります。おそらく、画像の寸法はランプの寸法と同じ比率である必要があります。

画像を除いて、私のデータは 99% テキスト (高さ、幅、色など) です。

私は学校で AI を勉強しましたが、それ以外のことはほとんどしていません。

標準的な AI 技術は進むべき道ですか? もしそうなら、どのように問題をアルゴリズムにマッピングしますか? 一部の言語は他の言語よりも簡単ですか? 彼らはより良いライブラリを持っていますか?

ありがとう。

テーブルと生データのテーブルの背後で、Wolfram Alpha はどのように機能するのでしょうか?

サイトを動かしているさまざまな人工知能のメカニズムがあると思いますが、このようなものをどのように組み立てるかはわかりません。このようなものがどのように作成されるかをプログラマが理解するのに役立つ説明はありますか? ナレッジ ベースはそれ自体で学習しますか、それとも非常に具体的な詳細を非常に組織化された方法で学習しますか? このタイプのデータを格納するために、どのような構造と言語が使用されていますか?

明らかに、これは大きな問題であり、ここで完全に答えることはできませんが、いくつかの一般的な概念を知っておくとよいので、それらに基づいて構築し、独自の調査を行うことができます。

PC あたり 1 テラフロップスに達したにもかかわらず、昆虫の脳をモデル化することはまだできていません。自己学習型、自己開発型のニューラル ネットワークの適切な実装を見た人はいますか?

少し奇妙な質問があります。誰かが情報を見つける場所を教えてもらえますか、または山登り法を使用する最短経路アルゴリズムの使用について少し紹介してもらえますか？私は両方の基本を理解していますが、2つを組み合わせることができません。ウィキペディアには、山登り法で巡回セールスマンを解決することについて興味深い部分がありますが、それを正確に行う方法についてのより詳細な説明は提供されていません。

たとえば、山登り法は巡回セールスマン問題に適用できます。すべての都市を訪問する解決策を見つけるのは簡単ですが、最適な解決策と比較すると非常に貧弱です。アルゴリズムはそのようなソリューションから始まり、2つの都市が訪問される順序を切り替えるなど、小さな改善を行います。最終的には、はるかに優れたルートが得られます。

私が理解している限りでは、任意のパスを選択し、それを繰り返して、途中で最適化を行う必要があります。たとえば、戻って開始ノードから別のリンクを選択し、それによってパスが短くなるかどうかを確認します。

申し訳ありませんが、私は自分自身をあまり明確にしませんでした。このアイデアを巡回セールスマンに適用する方法を理解しています。最短距離アルゴリズムで使用したいと思います。

不気味なほど正確な AI を搭載した 20 の質問のシンプルなオンライン ゲーム。

彼らはどうやってそんなにうまく推測するのですか？