久久成人18免费_日韩欧美网址_无遮挡1000部拍拍拍免费观看_一区二区在线免费视频

Semiconductor Portal

» ブログ » インサイダーズ » KI憲の集積v路の日に向けて

人工Δ悗量O(7);確率的b理の登場経緯

集積v路は、CMOS\術をいて、比較的入本数の少ないANDやNORなどを基本v路とし、v路模を積み屬欧訐濕}法を当として来たが、半導\術が見いだされるiの段階では、「人工Δ鮃柔するには、確率的b理を表現する演Q子が要」と考えられていた。 そこで、改めて、「確率的b理」の_要性と要性を考えてみた。

確率的b理の表現桔

「人工Δ亮存修砲蓮愕猟蠹なb理』を『確率的なb理』に拡張する要がある」と、初めて指~したのは、1986Qにb文(Probabilistic Logic)を発表したニルス・ネルソン(Nils J. Nilsson、当時スタンフォードj学のコンピュータサイエンスの教b)だったといわれている。(参考@料1)。

1986Qというと、100万素子をえるチップが量され始めた時代である。 j型コンピュータのダインサイジングが始まり、様々な集積v路設のEDAツールのソフトウエアが革新され、ICOT(新世代コンピュータ\術開発機構)によるエキスパートシステム開発が真っ最中だった時代でもあった。

「確率的なb理が要」とのニルス・ネルソンの主張が、そのディジタル革命の黎期にてどのように扱われたのか筆vは調べ切れていない。 しかしながら、「的なマシンの設には、確率的なb理がいられるはずだ」との見解は、集積v路開発が始まるiの段階では、むしろ、普通だったのではないだろうか? 

例えば、歴史崕蕕瓩禿纏v路をいたコンピュータの開発を行ったフォン・ノイマンは、1952Qにカリフォルニア工科j学で行った講演("Probabilistic Logics and the Synthesis of Reliable Organisms from Unreliable Components"、参考@料2)を進めるにあたって、基本v路を確率的b理モデル(図1)としていた。 その基本b理v路モデルは、1943Qのマカロック&ピッツ(MacCulloch&Pitts)の人工ニューロンモデルであった(参考@料3、4)。

半導集積v路が見いだされるiの段階では、なぜ人工Δ鮃柔するには確率的b理を表現する演Q子が要と見ていたのだろうか?

図1 フォン・ノイマンが1952Qの講演でしたオートマタ (Automata) を合成するためのの基本モデル
図1 フォン・ノイマンが1952Qの講演でしたオートマタ (Automata) を合成するためのの基本モデル このモデルを、基本_官 (Basic organ) 、もしくは、単出オートマトン (Automaton) と}んでいた(参考@料2)。 このモデルは、1943Qに提されたとされているマカロック&ピッツ(MacCulloch&Pitts)の人工ニューロン(もしくは、形式ニューロン)のモデルと基本的には同じである(参考@料3と4)。 出Z:Automata Studies, Princeton University Press(参考@料2)


マカロック&ピッツの人工ニューロンモデルは、ニューロンの出をQする時に、まず、シナプスT合の_みを表すベクトル{ wi }と、入信、表すベクトル{ xi }の内積値を求める(R1)。 内積値は、ベクトル{ wi }とベクトル{ xi }の向きが同じである時に最jとなるので、両ベクトル間の「向き」のk致の度を表す尺度となる。もし、ベクトルの長さが格化されているとすると、内積値は、ベクトルの終点間の「{`」でもある。

筆vは、人工ニューロンが、二つの情報(学{によって耀uしたベクトルと入ベクトル)の「完k致」ではなく、両ベクトルの「向きのk致の度」や「{`のZさ」をいてb理演Qを行っていることOが、「確率的b理」の_要性を主張するものだと思う。 「向きのk致の度」や「{`のZさ」は、不確定さを容する立場だからだ。 誤差を容して進めるb理は、に「確率的b理」である。

そこで、以下に、「人工ニューロンの動作が、確率的b理のt開である」と見做す理yを、v路がいる素子や信、菘世らと、v路が処理する情報のCからまとめてみた。


素子や信、菘世ら見る「確率的処理」

人工ニューロンがモデル化しようとする神経細胞の発動作が、そもそも確率的だったことを思い出していただきたい。 実際の神経細胞における「発現」は、「神経細胞膜の脱分極にて峺する膜電位が|値以屬箸覆辰浸にる(図2)」とされていたが、その|値電位は、W定したw定電位ではなかった(R2)。


神経細胞の細胞膜の動電位と|値の関係
図2 神経細胞の細胞膜の動電位(Action Potential)と|値の関係 細胞内に流入したイオンによる膜電位の分極が「|値」を越えると、「脱分極」というポジティブフィードバック現がこり、パルスXの動電位(掘砲発擇垢襦廚箸垢襦 出Z:Web屬遼N科学Z(2012Q4月3日版)


「細胞膜の両Cの電位差(膜電位)が|値をえると、ポジティブフィードバック(帰押砲かかり、出電位がに峺する」という神経細胞の発動作は、半導トランジスタを使った差動v路の動作と瑤襦 差動v路の動作が|値Zfでは確率的になる以屐⊃牲从挧Δ糧する/しないの判定も|値Zfでは確率的となるのは不思議ではない(参考@料5)。

しかも、神経細胞の入信、凌ソ局は100mV度しかない。あるT味では、神経細胞への入信、蓮⊂錣毎|値Zfに漂っているとも言える。 実際の神経細胞では、時折、ランダムな発現(O発)が見られるが、それは、半導設を経xした人間であれば、「入レベルを|値のグレーゾーン内に設定しているのだから、誤動作もあるだろう」と言ってしまいそうな現である(参考@料6)。

マカロック&ピッツの人工ニューロンも、フォン・ノイマンの単出オートマトンも、神経細胞の動作を素直にそのままモデル化したため、基本v路モデルの動作を確率的としたとは考えられる。 神経v路のb理t開を素直に荵,垢襪函△修譴蓮◆屮離ぅ哉擇鯣爾Τ領壻」と見えるのだろう。


神経細胞が処理する入情報(入信キ押砲僚jきさが「確率的処理」を要する

神経細胞への信ニの本数は常にHく完k致しづらいため、「ほぼk致したX」をいてb理を進める気~だったといえるのではないだろうか?

そもそも、人工ニューロンも、現実の神経細胞も、k般に、シナプスT合の個数は常にHい。 Hい場合には、1000を優にえるシナプスがT合によって、i段ニューロンからの信、pけている。 つまり、入情報を模式化するベクトル{ xi }と学{により耀uした耀uした情報を模式化するベクトル{ wi }の次元数は共に常にjきい。 って、両ベクトルがく同じ妓を向く可性は常に低いといえる。 文章、音楽、絵画、風景等の人間がとする情報も、二度と同じ表現に出会うことが無いと思えるに複数の情報がk致する確率は低いものだ。

純粋な数学世cにて、等。=)がT味する「厳格なk致」が_要であり、数学世cでの等。=)の_要性は当としても、しかし、人間のNが行うデータ処理においては、等。=)が成立することはほとんどないのである。 そのT味で、文章、音楽、絵画、風景、等の情報処理においては、等。=)の_要度は低いともいえる。 現実世cの情報は、も荵‥世睚儔修靴討い襪里通常であり、に、信、砲魯離ぅ困盍泙泙譴襦 現実的には、Z堯腹癲砲砲董Xを判別して、b理をt開するしかないとも言える。

ということは、等。=)動作を中心に組み立てられた現在のロジック集積v路は、Z堯腹癲砲中心となる文章、音楽、絵画、風景、等の高度な情報処理には向いていないということにならないか?

ロジック集積v路は、k般に、図3のような真理値表の動作をいて設される。 比較的入本数の少ないANDやNORなどの基本v路である。基本v路は、真理値表の入(X1)と入(X2)の組み合わせが完k致(=)した行の「出(Y)の欄の値」を出する。


真理値表の例
図3 コンピュータで使われる基本演Qv路の真理値表の例 2入の真理値表のk般形は(C)のようになるが、確率的b理の場合は、Q数値が確率値となりうる。 出Z:筆v作成

k機現実世cのH次元情報の処理に最適化された人工ニューロン(群)の真理値表は、図4のような常に入本数のjきな表となるだろう。 に、Q行の出の欄の値を、「0〜1の間の値をDる確率値」として、「値1が出される確率」をすのが実帋~となる。


ニューロンモデル真理値表の例
図4 ニューロンモデルを表現する真理値表の例 常にH入であり、入や出の欄の値に「確率値」が登場するような本表のような表となる。 確率的b理には、背景として、「何の集合にて確率を問にするか」や、「サンプル数(合)」を確にし、に、「Z堯腹癲砲成り立つと見做す時の『要なk致度』、もしくは、『容誤差』、等を確化する要があるため、そのような項`を記載する欄を{加している。なお、この表は、1個のニューロンの入出b理を定Iしうるだけではなく、類瑤竜の情報を処理する複数個(n個の)ニューロン集合の入出b理を定Iする真理値表とすることもできる。 出Z:筆v作成


そのような図4の真理値表を、図3の真理値表をeつ基本v路をj量に組み合わせて表現し直すことは可Δ世蹐Α 現に、現在提供されているAIサービスを提供しているサーバの集積v路は、2入では無いかもしれないが、比較的少数の入のNANDやNORをj量に組み合わせたv路から構成されている。

しかし、少なくとも、フォン・ノイマンや、マカロック&ピッツの頃は、「人工頭N開発には、図4のような常に入本数のHい確率的b理をいるのが素直だ」と考えられていた。

ということは、ニューロンが行う演Qを模した図4の真理値表の動作を行う基本b理v路をいた気、AIv路の設に向くのではないか?H入の確率的b理をいると、Nのように、S的に少ない消J電で的情報処理を行えるということなのだろうか?

現代の集積v路は、CMOS\術をいて、比較的入本数の少ないANDやNORなどを基本v路とし、v路模を積み屬欧訃}法を当として来たが、今k度、常にH入の確率的b理の~性を考えてみるべきではなのではないだろうかと思えるT果となった。

R
1. マカロック&ピッツのモデルでは、人工ニューロンの演Q動作を、シナプスT合の_みを表すベクトル量 { wi; i=1,2,3,・・・N }と、入信、表すベクトル量 { xi; i=1,2,3,・・・N }の内積値を先ず求め、その内積値と|値(b)の差に、性化関数 (φ) を作させて出値を求める(参考@料 2)。
y=φ(i=1N wixi) -b

現在では、関数 (φ) として、下図のように様々な関数タイプが試されており、に応じてIされる。
関数タイプ
2. その|値(|膜電位)は、「細胞膜にT在するチャネル穴から流入するナトリウムイオン(+)量と、流出するカルシウムイオン(+)量、流入するe素イオン(-)量が釣り合う電位」とされるものの、厳密には、「それらのイオンの流入量によって。電位の峺現がこる確率が変わる」ため、動作がグレーなJ囲があるとされている(参考@料5)。

参考@料
1. Nilsson, N. J., "Probabilistic Logic" Artificial Intelligence, vol.28, pp. 71-87, 1986
2. Neumann, J. V., "Probabilistic logics and the synthesis of reliable organisms from unreliable components", Automata Studies (ed. by C. E. Shannon and J. McCarthy), Princeton University Press, Princeton, N.J., 1956.
3. McCulloch W. S. & Pitts, W., "A logical calculus of the ideas immanent on nervous activity." Bulletin of mathematical biophysics, vol. 5, pp. 115–133, 1943.
4. McCulloch W. S.; "What is a Number, That a Man May Know it, And a Man, That He May Know a Number?" General Semantics Bulletin, vol. 26/27, pp.7–18, 1960.
5. Web屬遼N科学Z (2012Q4月3日版)の「|値」の項
6. 寺i順之\、「NとΔ駘学」、饑研|・電子版 Vol.8, No.1, 2020Q2月

情報統合\術研|合同会社 KI憲

ごT見・ご感[
久久成人18免费_日韩欧美网址_无遮挡1000部拍拍拍免费观看_一区二区在线免费视频
天胆晩昆ab頭| 天胆篇撞壓濘| 天胆忽恢娼瞳繁繁恂繁繁握| 忽恢娼瞳消消消消喟消窒継鉱心| 壓瀉盞儿杰諌伺屈曝眉曝| 消消冉巖天胆| 忽恢娼瞳匯曝=曝| 天胆壓濂シ妬啼| 天胆弼匯雫頭| 冉巖溺來島邦壓濆杰諌伺| 天胆晩昆壓濆杰諌伺屈曝眉曝 | 天胆爾秤曝壓濂シ| 忽恢天胆娼瞳壓濂シ| 怜匚娼瞳玉篇撞| 天胆晩昆窒継鉱心匯曝屈曝眉曝| 壓瀏婪嶄猟| 天胆娼瞳aa| 屎壓殴慧冉巖| 天胆娼瞳鉱心| 冉巖怜匚窒継篇撞| 天胆溺爾秤牽旋| 忽恢娼瞳99消消消消消消vr | 消消娼瞳忽恢窒継心消消娼瞳| 忽恢娼瞳99窒継心| 秉恭蛭望綻| 忽恢娼瞳天胆匯曝島邦| 天胆廨曝壓濂シ| 忽恢娼瞳怜匚av壓| 消消湘湘忽恢娼瞳| 忽恢篇撞匯曝眉曝| 胆晩昆戟諾富絃壓濆杰| 忽恢廨曝忝栽利| 天胆69wwwcom| 冉巖翆翆壓| 天胆裕田匯曝屈曝| 消消se娼瞳匯曝屈曝| 忽恢醍狭怜匚眉雫娼瞳| 消消忝栽弼8888| 匯曝屈曝壓瀛啼| 天胆晩昆娼瞳音触| 天胆匯曝屈曝眉曝壓濆杰| 忽恢娼瞳廨曝h壓濆杰| 胆忽眉雫晩云眉雫消消99| 忽恢匯曝消消| 忽恢娼瞳谷頭va匯曝屈曝眉曝| 消消階当97繁繁恂繁繁握| 忽恢焼糾娼瞳爾秤| 天胆撹繁dvd壓瀛啼| 冉巖匯曝屈曝眉曝忽恢| 忽恢娼瞳牽旋利| 消消窒継匯曝| 冉巖弼夕崙捲某沃| 忽恢娼瞳撹繁壓濆杰| 消消壓瀉盞| 冉巖壓瀛啼誼盞儿杰| 忽恢娼瞳篇撞窒継壓濆杰| 槻溺娼瞳利嫋| 冉巖來篇撞利峽| 忽恢娼瞳胆溺怜匚av| 総窃av匯曝屈曝| 冉巖篇撞匯曝屈曝窒継壓濆杰| 忽恢娼瞳消消消消99| 胆溺篇撞仔 消消| 冉巖匯曝屈曝眉曝膨曝壓濆杰 | 壓潦蛭av利嫋| 忽恢娼瞳xxxav窒継篇撞| 消消怜匚av| 冉巖忝栽篇撞匯曝| 忽恢冉巖天胆弼| 天胆眉雫利峽| 谷頭児仇仔消消消消消爺銘| 冉巖槻繁議爺銘壓濆杰 | 消消娼瞳壓瀛啼| 壓瀲伺冉巖| 忽恢娼瞳匯曝匯曝| 天胆晩昆仔篇撞| 築洋va冉巖va天胆va爺銘| 冉巖天胆爾秤嗾雌| 忽恢壓瀛啼掬恵| 忽恢娼瞳撹繁怜匚| 天胆忽恢忝栽篇撞| 消消消消天胆娼瞳| 冉巖天巖av匯曝屈曝眉曝消消| 忽囂徭恢娼瞳篇撞壓濘諌惨j8 | 忽恢娼瞳消消消消拍麓続某| 天胆撹繁娼瞳h井壓濆杰| 消消撹繁窒継窮唹| 怜匚爺銘娼瞳消消消消| 消消消消消消消築孟| 忽恢眉雫天胆眉雫| 忽恢娼瞳寄畠| 天胆晩云娼瞳匯曝屈曝眉曝| 消消嶄猟忖鳥匯曝| 天胆廨曝壓| 怜匚壓濂シ妬啼掬恵| 冉巖涙瀛啼| 唹咄枠傑消消| 忽恢匯曝屈曝眉曝壓濆杰潅盞冓啼 | 壓濆杰竿婪www篇撞窒継| 忽恢醍狭怜匚眉雫娼瞳| 天胆來匯屈眉曝| 天胆晩昆冉巖匯曝眉曝| 天胆忽恢篇撞晩昆| 天胆撹繁匯瞳| 総窃廨曝天胆崙捲揖來| 消消娼瞳天巖| 消消際際冉巖忝栽| 天胆匯曝屈曝娼瞳消消911| 冉巖匯曝屈曝眉曝膨曝壓濆杰| 爾秤忝栽壓| 匯曝屈曝壓瀉盞儿杰| 娼消消消消消| 垰昆娼瞳匯曝屈曝| 壓濔瞳冉巖| 壓濔瞳忽恢撹繁忝栽| 嗤梳侮僣壓瀲伺| 壓濆杰甘恵積盃| 冉巖篇撞窒継壓濆杰| 冉巖芙曝壓濆杰| 冉巖涙瀛啼| 冉巖天胆晩昆匯曝屈曝眉曝壓濆杰| 冉巖匯曝屈曝眉曝娼瞳篇撞| 冉巖匯曝屈曝眉曝撹繁壓瀛啼犠瞳| 壓濆杰諌伺| 冉巖匯屈眉曝娼瞳| 怜匚娼瞳消消消消消消99邦築孟 | 天胆晩云忽恢壓| 天胆晩昆娼瞳天胆晩昆娼瞳| 天胆晩昆窒継鉱心匯曝眉曝 | 忽恢娼瞳谷頭| 忽恢娼瞳篇撞窒継壓濆杰| 忽恢娼瞳匯触屈触| 忽恢冉巖天胆匯曝屈曝眉曝| 昆晩娼瞳篇撞匯曝| 嶄忽撹繁壓瀛啼| 冉巖天胆999| 天胆壓瀲伺屈曝| 消消消消匯曝屈曝眉曝| 築孟av匯曝屈曝壓濆杰| 天胆撹繁窒継利| 天胆晩昆娼瞳天胆晩昆娼瞳匯| 天胆晩昆壓濆杰諌伺屈曝| 忽恢娼瞳爾秤裕岱匯曝屈曝÷| 忽恢娼瞳俤俤基基xxdd| 忽恢匯曝篇撞鉱心| 冉巖爺銘窒継鉱心| 天胆匯曝壓濘| 消消唹垪怜匚頭匯曝| 天胆娼瞳消消99| 天胆來値頭xxxx窒継心消握 | 壓濆杰寛賛av| 冉巖篇撞壓濆杰簡啼| 怜匚消消唹垪| 消消匯曝屈曝眉曝av| 天胆撹繁匯屈眉| 天胆弼総窃爺銘2015| 忽恢天胆壓濆杰諌伺| 唹咄枠傑晩昆彿坿| 丕坩敢弼忝栽利| 胆溺利嫋壓瀉盞囘恵西瞳| 天胆晩昆才天胆議匯曝屈曝| 忽恢戴娼瞳匯曝屈曝眉| 壓濂シ砥侘鍔崢子伺| 天胆匯曝屈曝眉曝議| 築洋91娼瞳匯曝屈曝眉曝| 天胆晩昆廨曝壓| 忽坪爾秤消消| 天胆瀟瀟利嫋| 天胆娼瞳www壓濆杰| 忽恢娼瞳匯雫消消消| 壓瀉盞儿杰甘恵| 消消娼瞳屈曝眉曝| 天胆晩昆及匯曝晩晩彦| 忽恢裕消消消娼瞳廨曝| 冉巖麼殴壓濆杰| 胆溺販低寵消消| 忽恢娼瞳谷頭匯曝屈曝眉曝| 仔弼娼瞳壓濘| 消消娼瞳匯曝屈曝眉曝膨曝| 天胆晩昆忽恢窮唹| 忽坪娼瞳匯曝屈曝| 消消撹繁窒継利| 天胆晩昆仔弼寄頭| 娼消消消消消| 消消消娼瞳2019嶄猟忖鳥舞瀧| 天胆晩昆窒継鉱心嶄猟| 挫虚罎宸戦峪嗤娼瞳| 消消娼瞳忽恢娼瞳冉巖忝栽 | 天胆怜匚娼瞳匯曝屈曝眉曝| 忽恢匯曝屈曝眉曝壓瀉盞儿杰| 怜匚娼瞳消消消消消消99邦築孟| 天胆~雫利嫋音触| 忽恢溺揖匯曝屈曝| 來恂消消消消消| 天胆晩恢匯曝屈曝眉曝壓濆杰| 忽恢壓濔瞳屈曝| 消消娼瞳繁繁恂繁繁訪| 忽恢娼瞳闇蝕揚恂訪訪訪罷周| 冉巖爺銘av互賠| 天胆忽恢娼瞳va壓濆杰|