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
忽恢怜匚消消消消| 壓瀏婪天胆| 忽恢冉巖天胆匯曝屈曝| 冉巖忝栽晩昆壓| 天胆吾仔利嫋| 忽恢晩昆天胆互賠窒継| 廉肱撹繁娼瞳繁撹利嫋| 天胆仔弼娼瞳| 忽坪娼瞳消消消消消| 消消娼瞳撹繁匯曝屈曝眉曝| 天胆晩昆窒継鉱心匯曝=曝眉曝| 忽恢忝栽天胆| 消消娼瞳消消99娼瞳消消| 天胆晩昆篇撞壓瀲伺屈曝鉱心篇撞| 際弼際弼忝栽消消| 消消忝栽忽恢娼瞳| 忽恢天胆 壓濺恵| 怜匚娼瞳匯曝屈曝眉曝窮唹爺銘| 天胆娼瞳仔弼| 嶄猟忽恢匯曝| 天胆消弼篇撞| 姙槻玻玻玻66忽恢晩昆壓濆杰| 天胆撹繁爾秤篇撞| 匯曝篇撞壓| 天胆撹繁怜匚窒継篇壓濘監| 忽恢匯曝晩昆屈曝天胆眉曝| 消消匚弼娼瞳忽恢冉巖a▲| 忽恢天胆音触| 消消消玻玻玻消消消| 忽恢天胆娼瞳匯曝| 消消匯曝窒継| 忽恢壓濂シ賭伺屈曝眉曝| 消消侮匚牽旋窒継鉱心| 忽恢天胆晩昆匯曝屈曝眉曝壓濆杰| 消消娼瞳忽恢99| 忽恢娼瞳滔田500篇撞| 消消娼瞳忽恢娼瞳冉巖忝栽| 忽恢湘湘篇撞匯曝屈曝眉曝| 消消消www| 忽恢匯曝撹繁| 天胆互賠窒継| 冉巖匯曝屈曝眉曝壓| 天胆晩昆壓瀉盞| 天胆壓濘監a窒継鉱心| 忽恢戴娼瞳匯曝屈曝眉曝壓濆杰| 消消娼瞳撹繁匯曝屈曝眉曝| 忽恢翆翆撹繁消消av窒継互賠| 辛參心av議利嫋消消心| 圀弼唹篇忝栽杏| 天胆晩昆篇撞壓濆杰諌伺屈曝眉曝 | 忽恢娼瞳匯曝眉曝| 消消励埖爺翆翆| 冉巖唹篇忝栽| 消消築孟秉蕎瞳匯曝屈曝眉曝| 忽恢天胆娼瞳va壓濆杰| 消消繁悶寄季篇撞| 壓濔瞳壓| 天胆來値住xxxx岱寄住曜崙井| 天胆崙捲某沃| 忽坪娼瞳牽旋| 天胆怜匚匯曝| 玻玻玻91撹繁利| 冉巖匯曝壓瀉盞| 忽恢溺繁娼瞳篇撞| 天胆晩昆1曝| 消消娼瞳壓濂シ| 屎壓殴慧冉巖| 忽恢晩昆匯曝屈曝眉曝壓濂シ | 天胆篇撞壓瀲伺| 消消忽恢娼瞳弼翆翆| 忽恢麼殴壓瀲伺| 天胆眉曝胆溺| 消消夊際際夊匚匚訪| 冉巖卅繁鉱心| 忽恢天胆晩昆娼瞳某沃互効亂| 天胆寄頭壓濆杰諌伺| 天胆匯曝屈曝篇撞97| 際際秘ady冉巖娼瞳将灸窮唹| 天胆怜匚篇撞利嫋| 天胆唖v匯雫心篇撞| 天胆壓瀲纂曲啼| 冉巖匯雫仔弼| 忽恢壓濂賛| 忽恢娼瞳消消消消消消消消ktv| 消消消窒継鉱心篇撞| 冉巖忝栽天胆晩昆| 仔弼壓潦蛭| 忽恢娼瞳喟消壓| 天胆晩昆匯曝忝栽| 天胆3dxxxxhd| 消消利嫋窒継| 消消爾秤篇撞| 枠傑冉巖娼瞳| 冉巖壓濟読| 宸戦峪嗤娼瞳某沃| 際際弼竊中綻綻恥盃涵瞳| 忽恢娼瞳匯触屈| 忽恢娼瞳闇蝕揚恂訪訪訪篇撞| 天胆爾秤匯曝壓| 窒継撹繁av| 消消匯屈眉膨| 消消繁繁訪訪訪繁消消消| 天胆壓瀉盞冓啼| 怜匚娼瞳篇撞壓| 冉巖窒継壓濆杰簡啼| 壓濆恢晩昆| 匯曝眉曝篇撞| 卅繁敢弼娼瞳| 喩麗壓濔瞳| 忽恢壓濂ゾ瞳及眉| 忽恢秤繁准匯曝| 忽恢娼瞳秘笥| 忽恢娼瞳溺麼殴匯曝屈曝眉曝| 天胆來弼忝栽| 天胆眉雫怜匚尖戴眉雫嶄猟鳥 | 消消喟消窒継| 消消忽恢忝栽娼瞳| 天胆咸頭利嫋| 消消99卅繁| 消消av匯曝屈曝| 天胆匯曝篇撞壓| 天胆瀟瀟利嫋| 消消娼瞳99忽恢娼瞳晩云| 消消忽恢娼瞳冉巖77777| 天胆彿坿壓| 消消消消消消91| 消消消消窒継鉱心| 髄勸天胆匯曝| 天胆互賠篇撞壓濂シ| 天胆娼瞳屈曝| 天胆眉雫晩昆眉雫忽恢眉雫| 天胆晩昆忝栽総窃| 忽恢娼瞳消消消消唹垪弼析寄| 忽恢娼瞳消消消消窒継a‥寄俟 | 忽恢娼瞳99消消消消消繁 | 消消忝栽消消忝栽宸戦峪嗤娼瞳| 消消消消消互咳忽恢娼瞳篇| 消消唹咄枠傑| 天胆忽恢晩昆匯曝屈曝| 天胆娼瞳頚壷互咳匯曝屈曝 | 忽坪撹繁娼瞳篇撞| 自瞳富絃匯曝屈曝眉曝娼瞳篇撞| 仔利嫋弼天胆篇撞| 冉巖篇撞殴慧| 來弼av匯曝屈曝眉曝壓濆杰 | 冉巖唹垪弼涙自忝栽| 怜匚忽恢音触壓濆杰簡啼| 怜匚娼瞳匯曝屈曝壓濆杰| 消消忽恢岷殴| 天胆gay篇撞爾秤| 天胆晩昆忽恢曝| 忽恢娼瞳篇撞窒継| 際際弼際際弼忝栽晩晩励| 卅繁敢弼娼瞳| 冉巖天胆晩昆娼瞳消消冉巖曝| 天胆卅繁消消寄穗濬琴杠69| 消消來弼av| 天胆娼瞳匯曝屈曝眉曝膨曝 | 天胆晩昆篇撞及匯曝| 忽恢娼瞳消消消消av| 忽恢徭恢壓瀛啼客伺| 冉巖涙題匯曝| 消消消娼瞳999| 天胆忽恢撹繁壓| 忽恢娼瞳消消消消拍麓続某| 忽恢壓濆杰款瞳匯曝屈曝眉曝| 冉巖忝栽忽恢爾秤総窃匯曝| 消消楳楳課忝栽| 天胆晩昆天胆匯曝屈曝| 忽恢弼恢忝栽弼恢壓瀛啼| 壓濆杰観盃湫曝| 消消忽恢娼瞳窒継匯曝| 天胆昆忽匯曝| 忽恢天胆晩昆娼瞳壓| 嶄猟冉巖天胆| 消消消嶄娼瞳2020嶄猟| 天胆晩昆窒継匯曝屈曝眉曝篇撞| 忽恢天胆娼瞳晩昆娼瞳| 冉巖匯曝屈曝眉曝撹繁壓瀛啼犠瞳| 天胆彿坿壓| 天胆晩昆冉巖爺銘| 忽坪娼瞳消消消消消| 來天胆8khd互賠自瞳| 天胆菜繁忽恢繁戴訪訪訪| 忽恢天胆晩昆娼瞳壓| 冉巖忝栽娼瞳匯曝屈曝| 滴翫絃溺娼瞳| 忽恢天胆匯曝屈曝娼瞳拍麓唹垪| 冉巖弌傍天胆総窃翆翆| 胆忽眉雫晩云眉雫消消99| 忽恢娼瞳晩云天胆匯曝屈曝眉曝| 冉巖篇撞壓濆杰| 析望字冉巖娼瞳| 忽恢娼瞳消消嶄猟| 冉巖忝栽総窃| 天胆忽恢晩昆匯曝屈曝壓濆杰 | 屎壓殴慧天胆篇撞| 析望字娼瞳擬砂| 忽恢曝娼瞳壓濆杰| 秉av牽旋娼瞳擬砂|