2020.08

　知能のブログを書き始めた2015年当初は、行列推理はある程度ヒトの知能を測定するのに適した試験項目だと考えていた。慣れと筋肉化による偏りはあったとしても。　が、その翌年には「しばらく無理」と言われていた囲碁でもAIが勝ち（なおかつ機械学習で）、その後負け知らずとなり私は2018年04月に“第一シーズン”を閉じ、知覚・認知領域に話しを進めた。　要は単体の演算能力を問うてもしょうがない時代になったということ。単体能力はいずれコンピューターが上回ることは四則計算を筆頭に最初から解っていたことだし、もともと全体性（ホーリズム）、統合知能（知覚・記憶・認知の統合）、そして未知の嗅覚性の本能的な知能に話を進める予定でいたので展開が早まっただけ...

 　AIにも過学習（過剰適合）がある。過剰適合（かじょうてきごう、英: overfitting）や過適合（かてきごう）や過学習（かがくしゅう、英: overtraining）とは、統計学や機械学習において、訓練データに対して学習されているが、未知データ（テストデータ）に対しては適合できていない、汎化できていない状態を指す。汎化能力の不足に起因する。　Wikipediaより。　人間にもある。チェス、将棋、囲碁において、全体の極一部の手しか使っていなかったというのがまさしくソレ。あまりにも「優等生データ」を学習しすぎると（例えば名人同士）、突拍子もナイ非常識な手を打たれた時に対応できなくなる。　例えば武道にはルールと型があり、...

　パーセプトロンは、60年以上前に心理学者・計算機科学者のフランク・ローゼンブラットが考案した考え方。今でも人工知能の基本であり、これを学ぶことで、思考の偏りや変質性がどのように生じるのかを数字として確認することができる。　xは入力（情報や刺激）。何種類もある。　wは重み（重要度）。xの数だけある。　bは傾向（全体における優先度）。1つのグループで1つ。　yは最終的な結果　(*1) y = x[n] * y[n] + x[n] * y[n] ... + b が0以下か0よりも大きいかで判定する。すなわちy<=0なら何もなし 、y>0なら発火。※「*」はかけ算。　女性の恋愛スイッチ（発火）に例えてみよう。当該女性の恋愛スイ...

　「コロナウイルスで景気が悪い」ばかり言っていると、ヘッブの法則の通り脳のニューロンはそれらの結合を強めていく。　感染症→景気悪化→失業が増える→治安が悪くなるまたは自殺が増えると言った思考回路が強化されていく。　すると今後感染症が流行る度に景気が悪くなる前提で物事に向き合うようになるため、稼ぐことよりもトイレットペーパーやマスクを買い占めるといったことばかりにニューロンが発火するようになる。　パニックでお金を消費・消耗する側の思考。余裕がなくなり利己的になる。まずは自分の分の確保。これが何度も続くと学習性無力感に陥る。いわゆる不可抗力に対する諦めから生じる無抵抗。　こういった大きな社会的事象は、買い占めが起きる度に「オイルショック...

　ヘッブの法則。頻繁に使う神経間のシナプスは結びつきが強くなり、使わなければ弱くなるという法則。この全容が明らかになれば、頭の良い・悪いや学習の仕方の良い・悪いなどが判定できるようになる。　ヘッブの法則のみで説明が付かないこともあるため、整調型で補完されている。　参考リンク：脳が学習する基本法則を導き出す　上記PDFではシナプス前部（送信側）と後部（受信側）とあるのでその表記に従うと、あまり使われない神経間は受け手であるシナプス後部の面積が小さくなる。しかししばらくすると受容体の密度は高まる（A）。　そしてまた頻繁に使うようになるとシナプス後部の面積が拡がり、同じようにしばらくすると受容体の密度が元に戻る。　（A）では「的は小さく...