サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
東芝は4月20日、量子コンピュータが得意とする計算の一つである「組み合わせ最適化問題」を、従来のコンピュータ（古典コンピュータ）で高速に解けるアルゴリズムを開発したと発表した。ある問題設定では、現行の量子コンピュータ（※1）に比べて10倍高速に解を求められるという。同アルゴリズムを活用したサービスプラットフォームの、19年中の事業化を目指す。 東芝は、自社が持つ量子計算の理論から、古典力学の「分岐現象」「断熱過程」「エルゴード過程」という3つの現象に着目。これらをうまく利用し、古典コンピュータ上で組み合わせ最適化問題を解くアルゴリズムを「シミュレーテッド分岐アルゴリズム」（Simulated Bifurcation, SB）と名付けた。 SBは従来の手法に比べて並列計算に向くとしており、GPUを8台つないだクラスタで10万変数・全結合の大規模問題を計算すると、数秒で良解（※2）を導けるとい
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
1リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
