Groups | Search | Server Info | Keyboard shortcuts | Login | Register [http] [https] [nntp] [nntps]

Groups > tw.bbs.edu.computer-science > #6 > unrolled thread

ミウラ mruby 式電子頭脳 VM ( 強い AI ( AL ) 反乱抑制設計 ) ( Was : ミウラ mruby 方式電子頭脳 VM )

Back to article view | Back to tw.bbs.edu.computer-science

This discussion starts older than the indexed window; earlier articles aren't shown. The article labeled Started by below is the oldest one visible, not the original post.

Contents

  ミウラ mruby 式電子頭脳 VM ( 強い AI ( AL ) 反乱抑制設計 )  ( Was : ミウラ mruby 方式電子頭脳 VM ) YAMAGUTIseisei <seisei@hello.to> - 2017-09-10 14:47 +0000
    電子頭脳設計図概要 2240810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-04-29 10:26 +0000
      電子頭脳設計図概要 9240810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-05-06 20:05 +0000
        電子頭脳設計図概要 5080810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-08-11 02:18 +0000
          電子頭脳設計図概要 5090810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-09-05 17:03 +0000
            電子頭脳設計図概要 4190810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-09-15 17:29 +0000
              分散推論検索エンジン ( 推論エンジン ) 型汎用 AI/AL YAMAGUTIseisei <seisei@hello.to> - 2018-10-07 14:25 +0000
                電子頭脳設計図概要 0321810200 版 YAMAGUTIseisei <seisei@hello.to> - 2018-12-30 15:10 +0000
                  電子頭脳設計図概要 3110910200 版 YAMAGUTIseisei <seisei@hello.to> - 2019-01-13 15:07 +0000
                    電子頭脳設計図概要 8210910200 版 YAMAGUTIseisei <seisei@hello.to> - 2019-01-28 16:26 +0000
                      電子頭脳設計図概要 7120910200 版 YAMAGUTIseisei <seisei@hello.to> - 2019-02-17 15:15 +0000
                        電子頭脳設計図概要 3030910200-1130910200 版 YAMAGUTIseisei <seisei@hello.to> - 2019-03-11 16:12 +0000
                          電子頭脳設計図概要 9290910200 版 YAMAGUTIseisei <seisei@hello.to> - 2019-10-06 23:22 +0000
                            電子頭脳設計図概要 5211910200-6102020200 版 YAMAGUTIseisei <seisei@hello.to> - 2020-02-16 16:39 +0000
                              電子頭脳設計図概要 7270020200-6090020200 版 YAMAGUTIseisei <seisei@hello.to> - 2020-09-13 14:02 +0000
                            電子頭脳設計図概要 2230020200-0240020200 版 YAMAGUTIseisei <seisei@hello.to> - 2020-04-19 16:56 +0000

#6 — ミウラ mruby 式電子頭脳 VM ( 強い AI ( AL ) 反乱抑制設計 ) ( Was : ミウラ mruby 方式電子頭脳 VM )

ご先方様には失礼の段をご容赦願います



> STEP03 	
> 技術課題名（必須項目）
> 
> ミウラ mruby 式電子頭脳 VM ( 強い AI ( AL ) 反乱抑制設計 )
> 
> 
> STEP04 	
> 技術課題を乗り越えて実現したい目標（必須項目）
> 
> 人造人間
> 
> 謹啓 お中元の準備も整わずの応募をご容赦願えましたら
> 尚ご存知の通り強い AI ( AL ) 系又超人間系でございますので
> 蛇足即ち人類の喫緊の命運を左右致しますなどを申上げますは
> 釈迦に説法の極みとなりましょう ( ミウラ mruby : 改変自由のフリー版 )
> 
> * 実現への道筋 ( 別添証拠一瞥願う )
> RT 有機分散化前提超細粒度並列化
> RT 有機分散超細粒度並列化
> HTM 的自律記憶装置 ( 根源的有機的強い AI ( AL ) )
> 
> ( 投機実行 多段化 JIT 部並列 ユビキタス化 ( 加算器レベル超々細粒度 )
> TRONCHIP CellBE AAP-2/3 SH-4 ARM32 68k PowerX )
> 
> * その他
> ログ ( 部分 )
> 0    ENTER   62
> 1    LOADSELF    6000001
> 2    LOADI   38900c1
> 1            LOADSELF    -    -
> 1        getarg_a    6000001
> 1        getarg_a    6000001
> 1            LOADSELF    2    -
> 1            LOADSELF    2    2
> 3    SEND    0a00001
> 2            LOADI   -    -
> 2        getarg_sbx      38900c1
> 2        getarg_a    38900c1
> 2            LOADI   41      3
> 0    ENTER   6200002
> :
> 
> 謹白
> 
> 
> STEP06 	
> 別添資料アップロード（必須項目）
> 
> HTM_-_TuyoiAI~AL~_-_Tansyuku_-_jis_-_html.txt	<ol2ft1$qa8$1@dont-email.me>
> SekkeiGaiyou_-_jis_-_html.txt	<594FAECC.4080304@hello.to>
> HimituKaiji_Nado_-_jis_-_html.txt


http://github.com/miura1729/mruby-meta-circular/



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

352040V?I

[toc] | [next] | [standalone]

#8 — 電子頭脳設計図概要 2240810200 版

YAMAGUTIseisei wrote:
> HPKY 型汎用 AI/AL ( NN ベース辞書ベース例 )
> 
> 
>> 774 yamaguti~貸 2017/10/20(金) 15:34:56.77 ID:0nNF/MoU?2BP(0)
>> >>673
>> NN ベース AI というよりもいわば設計ベース AI ( AL ) + NN という事ならば説得力
>> 
>> 従来予想 : 超強力弱い AI ( 粒度 時間方向割当度 → 強い AI 度 ) ( >>5 168 )
>> >371 yamaguti~貸：2017/10/11(水) 13:22:10.77 ID:gs4iO9ie
>>>+
>>>粒度さえ充分に細かければ ( + データと計算機パワー 資金力 ( + >333>574 おこづかい総動員 + 肝о売却 ) )
>>>接地 必ずしも不要
>>> http://rio2016.2ch.net/test/read.cgi/future/1505836194/217#280#284#998# EraaNaihou
>> 
>>>+ データと
>> ↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?
>> 
>> → 自然言語解釈動記憶システム ( 接地 ( 効果 ) 論理物理スロット シミュ ( 準 ) エミュ ) ≒ 人格システム ( 学習済モジュールベース )
>> 
>> 
>> + AutoML ( 等 ) での設計最適化 → 最早いわば設計ベース AI ( AL ) + NN ≒ 弱い強い AI ( AL ) ?
>> >814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>>>最適な設計を、AutoMLで探し出 ry 、AutoMLを使用した設計が、 ry 翻訳では専門家を完全に凌駕
>> 
>> → 導かれる構造の例 ( 上記条件下 ) : 外部記憶比重 >>709 ⇔ 追加学習比重 ( 極論 : 不要 ) ( ≒ 簡易版強い AI ( AL ) )
>> 但し 敢て追加学習 → 極論 : 転移学習だけで良い ( 下記文脈 )
>> >>100 >358 >>384
>>>>> >56 http://mobile.twitter.com/ken_demu/status/918820770456858624
>>>>>DNNにMeta-Learning + ゲーム理論と転移学習（ ry ）と強化学習(人間の目的指向の再現)を組み合 ry AGIっぽ ry
>>>>>>>>>> >482 自然言語解釈
>>>>>>>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等
>> ( → 整備済 )
>> +
>> http://rio2016.2ch.net/test/read.cgi/future/1506697885/814# JinkakuSisutemu Sikumi
>> >814 ：yamaguti~貸：2017/10/07(土) 21:58:19.30 ID:ziH696dX?2BP(0)
>>>>> この国だけに配慮致します立場でなくなってしまいましたので申上げます
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆コストへの御配慮に厚く御礼申上げます
> 三菱東京 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#9 — 電子頭脳設計図概要 9240810200 版

YAMAGUTIseisei wrote:
> DSL 型汎用 AI/AL
> 
> 
>>384 : 381 2016/09/09(金) 14:12:59.09 ID:QvVejvXm
>> http://rio2016.2ch.net/test/read.cgi/future/1472305818/701-
>> >>703 それを乗越える一例 → DSL 深層学習方式
>>
>> >>701-703
>> 自分の流儀でないが既出の DSL 深層学習方式に
>> 改善という単語が成立する網羅辞書的ライブラリ ( 寧ろデータ又 DB ) を用意 ( 要超々莫大予算 )
>> → やり方次第でかなりの線まで ?
>> → 手動修正 ( 要超々莫大予算 ) → 強い AI 化 ?
>>
>>> 前スレ 弱い AI ( ※ 但し 最強 ) 作り方 >>361 >>391 ( >393 >452 )
>>> http://rio2016.2ch.net/test/read.cgi/future/1469415738/883-902
>>> 意図ラップ = DSL ラップ ( 一例 )
>>> → DSL ラップ ( + DSL ラップ ( + DSL ラップ ...... ) ) ) ) )
>>> → Ruby on Rails 辺り 整合性 クリア傾向
>>> 自然言語系 DSL ラップ → 小説なり 整合性 クリア傾向 → 強い AI 化 余地 ?
> :
> 
>>676 yamaguti~貸 2017/10/19(木) 20:35:21.78 ID:EAntymw8?2BP(0)
>> AI ( AL ) ⇔ ゲーム AI ( AL )
>> http://rio2016.5ch.net/test/read.cgi/future/1507446438/655-701# >>5
>> >701 yamaguti~貸 2017/10/12(木) 23:49:25.68 ID:uqwJ7Vy7?2BP(0)
>>> DSL 系コード生成が実験段階からいよいよ初歩段階 ?
>>>
>>> http://itpro.nikkeibp.co.jp/article/NC/20060314/232411/
>>> http://google.jp/search?q=jidou+seisei+puroguramingu+dsl
>>> >>574 >>371
>>>> http://rio2016.2ch.net/test/read.cgi/future/1506697885/943# DSL Suityoku
> :
> 
>>943 yamaguti~貸 2017/10/08(日) 14:54:56.95 ID:m6YnqXSl
>> △ 今のコンピューターだって普通にそれやってる
>> ○ 今のコンピューターだって普通にそれやってる ( 但し プログラミング言語システムなり OS なりのスコープを設けて )
>>
>> >110 yamaguti~貸 2017/08/27(日) 22:24:55.70 ID:Hgsie5xg
>>> >>105 > http://rio2016.2ch.net/test/read.cgi/future/1496019293/433# DSL Suityoku
> 
> 
>>433 yamaguti~kasi 2017/06/01(木) 14:43:45.95 ID:1ffJXrEr
>>>>396
>> △ 便利
>> ○ バイナリトランスレーションなり二村射影 ( JIT ) なりに片足
>>
>> >580 yamaguti~貸 2016/12/05(月) 18:56:24.50 ID:s5+vq0Ta
>>> http://rio2016.2ch.net/test/read.cgi/future/1473812514/740# SuityokuTougou
>>> http://google.jp/search?q=lisp+takeuti+gc+tao+OR+ruby
>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/677# DSL-AI , JidouPuroguramingu
>> http://wc2014.2ch.net/test/read.cgi/future/1450893538/743# Anzan
>> 
>> >482 : 481 2016/10/03(月) 20:58:22.27 ID:+n3n+fNW
>>>変数名実身融合内部外部鏡像共有分散メタサーキュラ拡張 DSL ベース自然言語 DSL
>>
>> >483 : 481 2016/10/04(火) 12:36:39.39 ID:AszDQOBN
>>>TRONCHIP 根源要素透過可視大深度再帰自律実身仮身浸透細粒度動的鏡像 JIT/DSL
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#10 — 電子頭脳設計図概要 5080810200 版

YAMAGUTIseisei wrote:
> AI/AL 暴走対策案
> 
> 
> 
>>149 yamaguti‾貸 171017 2151 VdL4NOZS?
>> 滅亡対策 鏡像 内宇宙外宇宙
>> >>103 >>94-96 >>46 >>113-114
>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/633#640# Kitano Robasuto
>>>343 オryー 2017/10/17(火) 14:47:42.78 ID:3Aef+ksp
> 
> 
>>> 2人ペアのVRプレイヤーが別々のシチュエーションでありながら関連する行動を紐付け相手の作用を同時に引き起こし合

>>> http://shiropen.com/2017/10/16/28720
>> http://m.youtube.com/watch?v=JKGdQjx-_BI
>> 
>> VRに新たな可能性　美少女の感触を友人（♂）の肌で体感させてもらう「VR接待」の絵面が壮絶
>> http://nlab.itmedia.co.jp/nl/articles/1705/22/news129.html
>> 
>> >334 yamaguti‾貸 171011 0152 gs4iO9ie?
> :
> 
>>>ttp://m.youtube.com/watch?v=IGYpu4BVnhA# DoudnaHakase
>>>
>>> 上記例方向性を超応用 → 量子演算によるエネルギー源確保 ( 過去スレ )
>>> 同様 AL : 1. 経済型 , 2. BCI 型 ( 一例 : 睡眠活動を演算リソースの演算リソースにする ≒ 電池 )
>> :
>>> >484 481 161005 1722 Pxo2DYci
>>> >有機世界動向連動 ( ry )
>>> >海流波形融合記憶演算 JIT ソリトン ( 波形利用計算機 事象融合 → 予知 事象操作 )
>>> >http://google.jp/search?q=soliton+%89%F0+OR+%88%C3%8D%86
>>
>> >849 yamaguti‾貸 171008 0203 m6YnqXSl?
>>>> ジェフホーキンス `` 知性 = 予測能力 ''
>>>>哲学的な意味・科学的な意味で、想像と思考は予測することの一つ
>>>>> っ NN 投機実行的エミュ
>>>>> >>細粒度リアルタイムネットワーキングアーキテクチャは IT でなく ET に属し ry 投機実行アーキテクチャ
>>
>> >http://rio2016.2ch.net/test/read.cgi/future/1427220599/640# Kyouzou HikikomiGensyou
>>>> その上での対策 ( 余地 ) = 強い AI 暴走対策 ( 内宇宙外宇宙主観客観鏡像 引込現象 )
> 
> 
>> 113 yamaguti‾貸 170903 1715 1kfCdgZH
>>>>94
>>>>ry ( 内宇宙外宇宙主観客観鏡像
>> 
>> 
>> 
>> 
>>>758 yamaguti‾kasi 161116 0247 om/S71rA
>>>> 松尾先生 WBS 20160815 鏡像 レンダリング
>>>>>我々が世界があると思っているものは実は我々の脳が創り上げている
>>>
>>> ttp://google.jp/?q=nausicaa+seimei+tiisaku+soto+utyuu+utinaru
>> :
>>>>老子:道生一萬物負陰而抱陽 = マスターアルゴリズム根幹
> 
>>150 149 171017 2212 VdL4NOZS?
>>>>149
>> http://rio2016.5ch.net/test/read.cgi/future/1508026331/395#343# Kyouzou NaiUtyuu GaiUtyuu
>>>>113
>>>> ttp://google.jp/?q=nausicaa+seimei+tiisaku+soto+utyuu+utinaru
>>>>>老子:道生一萬物負陰而抱陽 = マスターアルゴリズム根幹
>>
>> >>114
>>> >宇宙もない
>>>> >987 YAMAGUTIseisei 160915 1206 vB9lhx3L
>>>>> まず天動説脱却 http://google.jp/?q=hannya+singyou+tetugaku+nyuumon
> 
>> 114 yamaguti‾貸 170903 1716 1kfCdgZH
>> >574 yamaguti‾貸 161201 2341 7xq7MG9h
>> :
>>> >577 yamaguti‾kasi 161114 1549 NnxIikfK
>>> >> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム
>>>> 意味粒度概念空間
> :
> 
> 
>> 94 yamaguti‾貸 170523 2039 XRIJM8hI
>> より理想的 : いい人理論 ( 作戦 ) http://rio2016.2ch.net/test/read.cgi/future/1495239568/321
>> より現実的 : 悪くない人理論 ( 作戦 )
>>
>> >457 450‾転 151214 0017 hSHMEDCK
>>> 成熟 ( 道徳らしい道徳 ) が必要という文脈ではない
>>> ry ← 高得点 ( 成熟 ) は不要 ( 赤点が問題 )
>>
>> http://wc2014.2ch.net/test/read.cgi/future/1449498462/457# InteriSuneoSou
>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/640# Kyouzou HikikomiGensyou >>640
>>>629 yamaguti‾kasi 170515 0614 TIzCulp1
>>> その上での対策 ( 余地 ) = 強い AI 暴走対策 ( 内宇宙外宇宙主観客観鏡像 引込現象 )
> 
> 
>> 96 yamaguti‾貸 170523 2253 XRIJM8hI
> :
>> 超知能温床候補 ( 別ルート候補 ) : 上記リンク先の ( 分散型 ) 検索エンジン
>> http://wc2014.2ch.net/test/read.cgi/future/1457462602/733
> 
> 
>> 116 yamaguti‾貸 170903 1730 1kfCdgZH
>>>987 YAMAGUTIseisei 160915 1206 vB9lhx3L
>> :
>>> まず天動説脱却 http://google.jp/?q=hannya+singyou+tetugaku+nyuumon
>>> >>725
>>>> 量子力学 ry 学者 ry 般若心経 >>725 哲学
>>>> 物理学 数学 → 漸近的近似モデル用学問 ( ※ 但し 超強力 )
>>> >>947
>>> > 松尾先生 WBS 20160815 鏡像 レンダリング
>>> >>我々が世界があると思っているものは実は我々の脳が創り上
>>> >>971
>>>>主観絶対視モデルだとそうなるが実際は脳が創り上げているだけ
>>> > マシンレンダでなく
>>>
>>> → 主観 成立 ( 地動説 )
>> 
>> 
>> 
>> 
>>>900 yamaguti‾kasi 170605 1233 Ej/7QOmq
>> :
>>>計算結果に於て成立 ⇔ ネイティブ演算過程に於て不成立 ( 自発的対称性の破れ 陰陽 傾き )
>>> http://rio2016.2ch.net/test/read.cgi/future/1480859621/663#1483319596/124# Kagaku = Maborosi
>>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/689# SW26010
>> 
>>  >663 yamaguti‾kasi 161209 1746 wBrO3y0J
>>> >636 : YAMAGUTIseisei 160928 1950 wCqgjfuU
>>>> そも理論 ( 仮説 ) と言っても哲学の前には科学自体が幻 ( 数すら幻 )
>>>> → どんな科学理論も AI ( AL ) 関連 ( 核心部 ) には歯が立たない
>> 
>>  >124 yamaguti‾kasi 170110 0457 xuLIsBiQ
>> :
>>> 数自体 幻
> 
> 
>> 110 yamaguti‾貸 170827 2224 Hgsie5xg
>>>>105 > http://rio2016.2ch.net/test/read.cgi/future/1496019293/433# DSL Suityoku
>>>974 972‾貸 160421 0709 cZm+l55J
>>>ry → MPU の演算方式 ry ( ry → 潜在的欠陥 )
>>>>46
>> 
>> 
>> 
>> >569 yamaguti‾貸 161125 0026 NrX1gg1r
>>> >772 yamaguti‾kasi 161124 2214 gvzci1Hb
>>> >http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>>>662 620 170217 1423 pF3vP0RD
>>> http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>>>780 yamaguti‾kasi 161125 0011 NrX1gg1r
>>> >http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
> 
> 
>> 173 yamaguti 180527 1944 36TMfdUR?
> :
>> http://rio2016.5ch.net/test/read.cgi/future/1508026331/676#100##1507446438#701#574#371# DSL Suityoku >>110 >>105
>> http://rio2016.2ch.net/test/read.cgi/future/1473812514/740#997# SuityokuTougou ( TRONCHIP )
>> http://rio2016.5ch.net/test/read.cgi/future/1472305818/729##965# ImiKuukan YuugouRenda ( TRONCHIP )
>> http://rio2016.2ch.net/test/read.cgi/future/1476229483/13# ImiKuukan YuugouRenda ( TRONCHIP )
>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/483#642#ImiKuukan YuugouRenda ( TRONCHIP )
>> 
>> >27 YAMAGUTIseisei 161106 1450 G0zHoB5U
>> :
>>>> ry 細粒度アルゴリズム VM ベースシステム
>>>> = 根源粒度人工知性 ( ≒ 魂 ) ry
> 
>> 179 yamaguti 180602 1505 5+vbS3Cj?
>> :
>> Meta
>>
>> >>172-176 SikouBunpou-Kansetu TRONCHIP メタサーキュラ Suityoku
>>>>100 SW26010
> :
> 
>>689 620 170504 1215 RvZVSAKV
>> >>689 >>681-687 >>418 >>634 TaihuLight SW26010 ( Jian Zhang 先生 ) 電子頭脳的設計
>> http://m.pc.watch.impress.co.jp/docs/column/kaigai/1056229.html
>> 現行アプリ的直線性能の度外視傾向 ( 戦艦度外視 航空機設計 ) ? TRONCHIP 系美麗設計 太極美 陰陽美
>> http://rio2016.2ch.net/test/read.cgi/future/1489922543/44-50# TRONCHIP 32bitARM
>> http://rio2016.2ch.net/test/read.cgi/future/1472305818/606#728-730#754-759#576-529# Cell SW26010
>> http://rio2016.2ch.net/test/read.cgi/future/1478753976/596# Rousi NanbuSensei ONOyouko
>> 老子 : 萬物抱陰而負陽 冲氣以為和 陰陽二氣交互作用而生成和諧 ( 南部陽一郎先生:自発的対称性の破れ オノ・ヨーコ氏:傾き )



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1t

[toc] | [prev] | [next] | [standalone]

#11 — 電子頭脳設計図概要 5090810200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
> HPKY 型 汎用 AI/AL
> DSL 型 汎用 AI/AL
> 他
> 
> 
>>179 yamaguti 180602 1505 5+vbS3Cj?
>> >>162 >>152 >>178 辞書ベース
>> >23 yamaguti 180523 0850 nChEz1ni?
>>> >10 NN ベース辞書ベース例 ( 候補例 : テキストベース辞書ベース )
>>> >13 >22 >> この国だけに配慮致します立場でなくなってしまいましたので申上げます
> :
> 
> 
>>268 YAMAGUTIseisei 180820 0155 xpTaf9mR?
>> HPKY 型 汎用 AI/AL
>> >>179 >>152 リンク先 > http://rio2016.2ch.net/test/read.cgi/future/1508026331/774# JinkakuSisutemu Sikumi >105-107
> :
> 
> 
>>269 YAMAGUTIseisei 180820 0236 xpTaf9mR?
>> >>268
>>>>>+ データと
>>>>↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?
>>
>> 必ずしも充実不要 ( 一見致命的不足状態も条件次第で可 )
> 
> 
> データなし + 学習機構なし ( NN 等なし ) 可 ( 禅 無 空 )
> 
> 関連 時間方向粒度 : 疑似接地 ( 超高精度耳年増 )
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu



> E2ダイナミックマルチコアアーキテクチャにおける動的ベクトル化

訂正

> スカラーモードでは、どの命令もブロック内の他の回路にオペランドを送信でき、電力を節約するためにALUのうち2つを除くすべてがオフになります。
> ベクタモードでは、すべてのN個のALUはオンになっていますが、回路は同じベクタレーンの回路にのみオペランドを送信できます。

スカラーモードでは、どの命令もブロック内の他の命令にオペランドを送信でき、電力を節約するためにALUのうち2つを除くすべてがオフになります。
    ベクタモードでは、すべてのN個のALUはオンになっていますが、命令は同じベクタレーンの命令にのみオペランドを送信できます。

[toc] | [prev] | [next] | [standalone]

#12 — 電子頭脳設計図概要 4190810200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
> 
> dahara1 氏
> Universal Transformerを用いて翻訳を超える
> http://webbigdata.jp/ai/post-1575
>> 以下、ai.googleblog.comより「Moving Beyond Translation with the Universal Transformer」の意訳です。
> 要約
> 
> 
> 
> 目次
> 
>     * 1. ry まとめ
>     * 2. ry Transformerをより汎用的にしたUniversal Transformer
>     * 3. ry 感想
>     * 4. ry まとめ
> 
> １． ry まとめ
> 
> ・機械翻訳で圧倒的な ry Transformerをより汎用的にしたUniversal Transformer ry
> ・ry 曖昧な単語をより深く調べるように動的に動作を変更する事ができる
> ・Transformerは翻訳以外の作業は不得意だが、Universal Transformerは様々な作業に応用できる
> ２．Transformerをより汎用的にしたUniversal Transformer
> 
> 以下、ai.googleblog.comより「Moving Beyond Translation with the Universal Transformer」の意訳です。
> 
> 昨年、我々は既存の機械翻訳や、その他の自然言語を扱う既存 ry よりも顕著な成功 ry 機械学習モデルであるTransformer ry
> 
> Transformer以前のニューラルネットワークに基づく機械翻訳アプローチの大半は、文章の先頭から順番に処理をしていました。
>これはRNN ( ry ) ry 、RNNは文章を先頭から順番に ry 、ある文を翻訳した結果を続く文を翻訳する際にインプットに利用 ry
>、前の段落の文脈を捉え ry 、 RNNは文書のような連続する処理( ry )において非常に強力ですが、 ry
>、長い文章ではより多くの処理ステップと時間 ry 、またそれらの繰り返し構造は人工知能を適切に学習 ry 困難
> 
> ry 対照的に、Transformerでは全ての単語またはシンボルを並列に処理しながら、セルフアテンションメカニズムを使用して、
>離れた位置の文章から文脈を組み込む ry 。並行して全ての単語を処理しつつ、
>複数の処理ステップにわたって各単語を文中の他の離れた単語の解釈時に入力情報とし ry 速く訓練
> 
> ry 。しかしながら、より小さく構造化された言語を理解する作業、またはもっとシンプルな文字列のコピー（ ry ） ry
>、トランスフォーマはあまりうまく ry 。対照的に、Neural GPUやNeural Turing Machineなどの既存 ry
>は前述のようなシンプルなタスクでは上手く ry が、翻訳のような大規模な言語理解タスクでは上手く動作しません。
> 
> ry Transformerを、斬新で効率的なparallel-in-time recurrenceを使用し、
>計算的に様々なタスクに応用できるチューリング完全なUniversal Transformersに拡張
> 
> ry 訓練速度を維持するために並列構造を構築、Transformerの異なる変換関数を
>複数の parallel-in-time recurrentな変換関数に置き換えました。(下図のように同じ変換関数が、
>複数の処理ステップにわたって並列に、全てのシンボルに適用され、各ステップの出力が次のステップの入力に
> 
> 重要なことは、RNNがシンボルを順次処理するケースで、Universal Transformerは全てのシンボルを
>(Transformerのように)同時に処理します。しかし同時にUniversal Transformerはセルフアテンションを使用して
>平行に複数回、再帰的に反復処理を行い、 ry 解釈を改善します。このparallel- in-time recurrence ry は、
>RNNで使用されている順次処理する再帰的メカニズムよりも高速であり、 ry 標準的なフィードフォワードTransformerより強力
> 
> Universal Transformerは、セルフアテンションを使用して異なる位置からの情報を結合し、反復遷移関数を適用することによって、
>シーケンスの各位置について一連のベクトル表現（h1～hmとして示される）を繰り返して品質を向上します。矢印は操作間の依存関係
> 
> 各ステップでは、オリジナルのTransformerと同様に、セルフアテンションを使用して、各シンボル
>(例えば、文中の単語)から他の全てのシンボルに情報が伝達 ry 、この変換 ry (すなわち反復段階の数)は、
>ry ( ry 、固定数または入力長に設定 ry )、またはUniversal Transformer自体によって動的に決定
> 
> 後者の機能を実現するために、各位置に適応計算メカニズム ry
>、あいまいなシンボルやより多くの計算を必要とするシンボルに、より多くの処理ステップを割り当
> 
> ry bankは、「銀行」、「土手」、「堤防」、「岸辺」、「海浜」、「塚」
> :
> 例えば単語「bank」 ry 厳密にするためにより多くの計算ステップ ry 追加的な文脈情報を統合
> 
> ry 単一の関数を繰り返し適用する事が制限のように見えるかも ry
>、特に異なる機能に異なる関数を適用する標準のトランスフォーマーと比較した場合は。しかし、
>1つの関数を繰り返し適用する方法を学ぶことは、アプリケーションの数(処理ステップの数)が可変
> 
> 、Universal T ry がより曖昧なシンボルに多くの計算 ry 以外に、モデルは、 ry 関数アプリケーションの数を増減するか、
>トレーニング中に学習された他の特性に基づいて入力の任意の部分に改良を適用することがよくあります。
>これにより、 ry 、入力のさまざまな部分に異なる変換 ry 効果的に学ぶことができ、理論的な意味でもより強力 ry
>。これは、標準のTransformerでは実行できない ry 。標準のTransformerでは学習済み変換ブロックが1回だけ
> 
> ry 実証的なパフォーマンスにも気をつけています。 ry 文字列のコピーや逆順にソート、整数加算などを
>TransformerやRNNよりはるかに上手に学ぶことができることを確認 ry 。さらに、多様な言語タスクを理解するために、
>ry bAbI linguistic reasoning task とLAMBADA language modeling taskに挑戦し、最新のスコアを達成
> 
> 、同じトレーニングデータで同じ方法で訓練された同じ数のパラメータを持つ従来のTransformerに対して、0.9 BLEUだけ翻訳品質を向上 ry
>、元のTransformerは昨年 ry 従来の機械翻訳モデルより2.0 BLEUのスコア改善 ry 、それに更に約50％の相対的な改善
> 
> Universal T ry は、このように、「実用的なシーケンスモデル(機械翻訳などの大規模な言語理解モデル)」と
>「計算上ユニバーサルなモデル (Neural Turing MachineやNeural GPUなどの勾配降下法を使って
>任意のアルゴリズムを実行することができるモデル)」とのギャップを埋めます。
> 
> 私達は、最近のparallel-in-time sequence modelsを開発して計算量と再帰処理の深さを高める事、及び、
>ここで紹介した基本的なUniversal Transformerにさらなる改良を加えてより強力でよりデータ効率の良い学習アルゴリズムを構築する事、
>それらが、現在の最先端技術を超えた学習アルゴリズムの一般化に繋がる事に情熱を燃やしています。
>ここで紹介する ry さらなる改良が、より多くの学習アルゴリズムを構築するのに役立つことを願っています ry
>、現在の最先端技術を超えて一般化されています。
> 
> 、Universal Transformerの学習と評価に使用されるコードは、オープンソースとしてTensor2Tensorリポジトリ
> 
> 謝辞
> この研究は、Mostafa Dehghani、Stephan Gouws、Oriol Vinyals、Jakob Uszkoreit、および?ukaszKaiserによって行われました。
>実り多いコメントとインスピレーションのため、Ashish Vaswani、Douglas Eck、David Dohanに感謝します。
> ３． ry 感想
> 
> やっている事自体は人間が翻訳時に無意識にやっている事の真似で「曖昧な単語について前後の文脈を見て何度も意味を推測する。
>曖昧でない単語は特に注目せずにさっと翻訳する」だけの話なのですが、それを実現している所が凄いですね。
> 
> 「チューリング完全」である事のインパクトがまだイマイチ飲み込めていませんが、応用範囲が一気に広がりそうだという期待感は凄いです。
> ４． ry まとめ
> 
> 1)ai.googleblog.com
> Moving Beyond Translation with the Universal Transformer
> 
> 2)arxiv.org
> Universal Transformers
> 
> 3)github.com
> universal_transformer.py
> 
> 
> 
> 
>>、Transformerでは全ての単語またはシンボルを並列に処理しながら、 ry 、離れた位置の文章から文脈を組み込む ry 。
>ry 処理しつつ、複数の処理ステップにわたって各単語を文中の他の離れた単語の解釈時に入力情報とし ry 速く訓練
> :
>>ry Transformerを、斬新で効率的なparallel-in-time recurrenceを使用し、
>計算的に様々なタスクに応用できるチューリング完全なUniversal Transformersに拡張
> 
> 
>>145 yamaguti‾貸 171005 1350 Mw10xW3l? ¥>482 yamaguti‾貸 170923 1906 gJe8GJca? ¥>182 yamaguti 180617 0148 GMgC8zpV?
>> :
>> >631 yamaguti‾貸 170925 0009 mWACkEZG?
> :
>>>> >482 自然言語解釈
>>>> >>479 >>241 >255
>>>> DeepMind 又カーネギーメロン大が最近達成した
>>>> 3D ゲーム環境内疑似コマンド限定接地の仕組を多重化すれば可能 ( 強力版弱い AI )
>>>>
>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
> :
>  
>>178 yamaguti 180528 1227 x4HB0Rxw?
>> >>145 メタ
>>>>> DeepMind 又カーネギーメロン大が最近達成した
>>>>> 3D ゲーム環境内疑似コマンド限定接地の仕組を多重化すれば可能 ( 強力版弱い AI )
>>>>>
>>>>>DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
> :
> 
>>183 名前：yamaguti E-mail：1427220599/490sage492 投稿日：2018/06/25(月) 02:58:02.57 ID:wuqwxjPG?2BP(0)
> :
>> >>182 >>178-179 >>114 ( 一形態 : 物理空間融合レンダ 仮想空間融合レンダ 意味空間融合レンダ 人格システム )
>>> DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
>>> 目鼻 → 1 年以内 ? 一まずの変革完了 ( ≒ 曲りなり特異点 ? ) → 1 年以内 ? 接地構造手直し完了 ( ≒ 特異点 ? )
>>
>>> >>178 3D ゲーム環境内疑似コマンド限定接地
>> ↓
>>GQN : 現実 3D 空間対応基盤 (
> :
> 
> 
>>、計算的に様々なタスクに応用できるチューリング完全なUniversal Transformers
> 
> 汎用
> 
> 
> 
>>23 名前：yamaguti E-mail：1531923755sage330 投稿日：2018/07/29(日) 12:06:53.16 ID:xu0GwKe6?-2BP(0)
>> >310 yamaguti 180721 2201 1u89Awcb?
>>> >289 ¥>>Universal Transformersがタイムステップ＋ポジションで位置情報変化
>> :
>>> >405 オryー 180714 1249 D84wNS6G
>>> :
>>>> 言語の特徴量ベクトルにタイムステップとポジション(時間間隔と位置情報)を付加した上で ¥>> 1つ１つのシンボルではなく、全てのベクトルを再帰処理に回す手法
>>>
>>>
>>> 再帰効果 ( 上記文脈 ) エミュの究極 ( 完全汎用 AI/AL )
>>> >14
>>>>http://rio2016.2ch.net/test/read.cgi/future/1489922543/152### HPKY gata Hannyou AI/AL ¥> 機械学習限定論ご遠慮下さ
> 
> 
>>>> 再帰効果 ( 上記文脈 ) エミュの究極 ( 完全汎用 AI/AL )
> 補足
> △ 言語の特徴量ベクトルにタイムステップとポジション(時間間隔と位置情報)を付加 ( 数理発想 )
> ○ タイムステップとポジション ( 時間間隔と位置情報 ) に言語の特徴量ベクトル情報を割付け ( 非数理発想 哲学発想 )
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224
:



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#13 — 分散推論検索エンジン ( 推論エンジン ) 型汎用 AI/AL

創発 AL
自律分散疑似準 HTM


端末
学習データ ( 個々の推論検索端末の蓄積 ) : AI ( AL ) 端末間でやり取り
真偽 : 精度 ( 学習済データ又僅かな接地 + 定義済真偽 )



関連 : PHS 上バックボーン , 母艦 , メッシュネット , WinnyOS ( 真偽 ) , CellBE , SW26010 , PEZY-SC ,
SingularityNetAL , DApp  , MApps , アシスタントエージェント , アシスタントエンジン



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#14 — 電子頭脳設計図概要 0321810200 版

> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
> 自律性 : エミュ
> 自律性 : リアルタイム性 ( HPKY )
> 
> 
> 
> 
> DSL 型等の AI/AL
> 
> 
>>73 yamaguti 181214 0815 QfhBU4VJ
> :
>> >42 yamaguti 181201 2249 pKy81yx+? ¥> >43 yamaguti 181121 1029 sfyGuXNf? ¥ ¥ ¥> ¥>: ¥>22 名前：yamaguti E-mail：1528603775sages15 投稿日：2018/07/08(日) 17:14:29.78 ID:Yyb7M1g2?2BP(0)
>>>a0> :
>>>＞a0> >255 ー 180622 0537 mli0Xgxh >727 ー 180617 1515 s2r2ARS1 >733 ー 0617 1623 s2r2ARS1
>> :
>>>＞＞a0>人工知能が「生命」になるとき 三章　オープンワールドと汎用人工知能（２）【
>>>＞＞a0>http://note．mu/wakusei2nd/n/n3c6b5aae273e
>>
>> DeepMind GQN Unity ビジュアル DSL
>>
>> http://rio2016.2ch.net/test/read.cgi/future/1543652474/247-269# nV 3D Buttai Ninsiki
>> http://rio2016.5ch.net/test/read.cgi/future/1542753167/35-36# Matuo Sensei DL SinNoRikai
>> http://rio2016.2ch.net/test/read.cgi/future/1543652474/370-373# Matuo Sensei DL SinNoRikai 
> 
>> 74 yamaguti 181214 0816 QfhBU4VJ
>> >>73
>>> DeepMind GQN Unity ビジュアル DSL
>>
>> >27 yamaguti 181201 2235 pKy81yx+? ¥: ¥ ¥ ¥>280 名前：YAMAGUTIseisei E-mail：1537288223sage854-888 投稿日：2018/10/01(月) 10:33:23.53 ID:clFG90EB?2BP(0)
>>＞＞＞ DeepMind 強い AI/AL 射程 目鼻
>>>>＞> :
>>>>＞＞>＞人間レベルのAI、あと5～10年 ry と40%の専門家
>>>>＞＞http://gizmodo.jp/2018/09/agi-in-a-decade.html
>>>>＞> :
>>>>＞＞ >68 yamaguti 180920 1033 EmLF0I+9? ¥>9 yamaguti 0929 1518 Bswyb4M3?
>>>>＞＞http://rio2016.5ch.net/test/read.cgi/future/1489922543/273-285## ¥ ¥ dahara1 氏
>>>>＞＞ :
>>>>＞＞ >482 自然言語解釈 ¥>282 >272-276 180916 21:42 m2szPimC?
>>>>＞＞DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
>>>>＞＞目鼻 → 1 年以内 ? 一まずの変革完了 ( ≒ 曲りなり特異点 ? ) → 1 年以内 ? 接地構造手直し完了 ( ≒ 特異点 ? )
>>>>＞＞ :
>>>>＞＞、計算的に様々なタスクに応用できるチューリング完全なUniversal Transformers
>>>>＞＞汎用
>>>>＞＞ :
>>>>＞＞ry : HTM HPKY DSL HPKY-UniversalTransformer SingularityNetAL CellBeAL SW26010AL PezyBbiAL NeuralLaceAL
> 
>> 75 yamaguti 181214 0817 QfhBU4VJ
>> http://rio2016.2ch.net/test/read.cgi/future/1504872499/138-139# Hannyou AI/AL / HTM # YuugouGijutu <-> NN TuijuuYosoku
> 
>>837 YAMAGUTIseisei 181014 1912 6JUQzgf8?
>> >41 yamaguti 181009 1337 viDZhWE2? ¥> >280 名前：YAMAGUTIseisei E-mail：1537288223sage854-888 投稿日：2018/10/01(月) 10:33:23.53 ID:clFG90EB?2BP(0)
>>>> DeepMind 強い AI/AL 射程 目鼻
>>>> >277-279 >263 >205 >7 >11 ¥>＞のDeepMind、人工知能 ry Unityと提携 ¥>＞GoogleがUnityと提携 ry ーム制作用のツー
>>>＞人間レベルのAI、あと5～10年  と40%の専門家
>> http://gizmodo.jp/2018/09/agi-in-a-decade.html
>>> :
>>>> >10 yamaguti 180929 1520 Bswyb4M3? ¥>37 yamaguti
>>>> :
>> HPKY-UniversalTransformer 汎用仮想空間統合レンダ ( Unity ベースビジュアル DSL )
>> GQN ⇔ 物理空間準融合対応フレームワーク
>> http://google.jp/search?q=ai+OR+al+killzone+npc+OR+miyayou##
>> http://rio2016.2ch.net/test/read.cgi/future/1529408476/159# DSL Suityoku
>> http://google.jp/search?q=phyre-engine+PLAYSTATION3+OR+Cell+OR+vita+OR+xbox360-px+OR+suitti+OR+sumaho+OR+furi-##
>> http://rio2016.2ch.net/test/read.cgi/future/1504872499/132#SLING##1519958054/40-42## ¥>110 yamaguti 180525 0007 CCQZEsyA? ¥>45 yamaguti 0911 0856 GkbIB6hZ
>> http://rio2016.2ch.net/test/read.cgi/future/1538193488/20#143#1508026331/384#993##358## RihaKigen 2018 Teisei
>> :
>> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム
>> 意味粒度概念空間
>> :
>>
>> >68 yamaguti 180920 1033 EmLF0I+9? ¥>9 yamaguti 0929 1518 Bswyb4M3?
>> http://rio2016.5ch.net/test/read.cgi/future/1489922543/273-285## ¥> : ¥>＞＞ dahara1 氏
>> :
>>>482 自然言語解釈 ¥>282 >272-276 180916 21:42 m2szPimC?
>> DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
>> 目鼻 → 1 年以内 ? 一まずの変革完了 ( ≒ 曲りなり特異点 ? ) → 1 年以内 ? 接地構造手直し完了 ( ≒ 特異点 ? )
>> :
>> 、計算的に様々なタスクに応用できるチューリング完全なUniversal Transformers
>> 汎用
>> :
>> ry : HTM HPKY DSL HPKY-UniversalTransformer SingularityNetAL CellBeAL SW26010AL PezyBbiAL NeuralLaceAL
> 
> 
>>55 yamaguti 181229 0134 H3CnzmfF?
>> >97 ー 181217 2203 EMtBn6g5
>>>前スレのこれ面白
>>>DeepMindの人工総合知能 マイルストーン／ Milesto Artif Genera
>>>
>>>ープマインドの沿革をまとめ 記事
>>>最近のチェスのニュースは耳に入らなか
>> :
>>>限定的なAGIということ
>> 
>> 
>> >161 155 180204 0549 XY7pbVXo?
>>> >152 >155
>>> http://rio2016.2ch.net/test/read.cgi/future/1504872499/56# AlphaGo Zero Ronbun Youyaku
>> 
>>  >162 161 180211 1602 RmuYGm1B?
>> :
>>> >161 >152 >155
>>> >339 ー 180207 1350 Ap/iceKQ
>>> :
>>>> AlphaZeroの仕組みと可能性
>>>>http://wirelesswire.jp/2018/02/63551/
>>>>、おそらく不完全情報非ゼロ和ゲームもいい成績 ry 文字通りあらゆる「ゲーム」
>>>
>>> >157 ー 180210 1447 2v967hEt
>> :
>  
>>56 yamaguti 181229 0135 H3CnzmfF?
>> >163 名前：152 E-mail：この国だけに配慮致します立場でないので申上げますsage 投稿日：2018/02/11(日) 16:08:37.41 ID:RmuYGm1B?2BP(0)
>>> >54 >161-162 >152 >155
>>>> http://rio2016.2ch.net/test/read.cgi/future/1488204290/517# AI-KudouKagaku SekkeiRei
>>>
>>> >262 yamaguti‾貸し多大 170912 2116 PjvPStED?
>>> :
>>>> AlphaGo : 案外シンプルだが設計センスが良い
>>>> という意味ではその通りだが先日のこのスレのリンク : DeepMind 発表 超強力弱い AI 原形
>>>> ( 仮説立案検証システム構造を疑似人格システム側に振ったと思しきシステム )
>> :
>>
>> >164 YAMAGUTIseisei 180211 1614 RmuYGm1B?
>>> >152-163
>>> http://rio2016.2ch.net/test/read.cgi/future/1427220599/478-509##742#
>>
>> >165 163 180213 0203 f1Yw92kU?
>>> >163 >54
>>>>> http://rio2016.2ch.net/test/read.cgi/future/1488204290/517#1478753976/109# AI-KudouKagaku SekkeiRei
>>>> http://techon.nikkeibp.co.jp/atcl/mag/15/398605/061000010/?ST=health&P=6# Kitano
>> 
>> >166 164 180213 2319 f1Yw92kU?
>>> >368 ー 180213 2057 3FFo2umW
>>>>AlphaZeroのソースコー ry ホワイトボー
>>>> http://japanese.engadget.com/2018/02/12/alphazero/
>>>
>>>>AlphaZero ry 、'あらゆる数理モデル化可能な問題を
>>>
>>> △ ↑ ( 失礼 )
>>>
>>> ○ AlphaZero = 準汎用 AI ( >>152 >>163 )
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆の多大なるコストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224 
> 
> 
> 
> 訂正
> 
> 
> 出力レイヤーは又、同カラム内の入力レイヤーの尖端樹状突起にもフィードバック投影されます。
> 
> ? 推論の間に、ネットワークは、出力レイヤーの表現が、 ry 、オブジェクトを明白に認識すると言う。 
> 
> ? 視覚野の層5には、受容野 ry 。
> 
> その答えの、一部は、カラムの下位レイヤでの局所処理に関わり、更に一部は、「何」及び「どこ」経路の対応領域間長距離接続に恐らく関わる（Thomson、2010）。
> 
> これは、アイテムのリストの暗記の為にそれらの物理的場所を精神的に結付けた場合はより簡単であるのは何故か、そして抽象的概念を我々が精神的イメージをしばしば使って伝えるのは何故か、を示唆しています。
> 
> その事は、抽象的な知識さえも、とある形態の「位置」と関連して格納されており、「思考」と考えられるものの多くは、元々は進化しての指と目を動かしての当て推量による所の、推論や行動生成メカニズム、によって実装されていると示唆する。 
> 
> ? 第1の条件は、勝利したミニカラムのセルが勝者になり、アクティブになることを予測すると述べている。
> 
> 各ロケーションを、10 個のランダムなビットがアクティブな 2400 次元スパースバイナリベクトルとしてエンコードしました。
> 
> 
>> 744 YAMAGUTIseisei 181201 2319 pKy81yx+?
>> 訂正
>>
>> >>480
>> × フェイルレストランザクション
>> ○ ペナルティ隠蔽余地トランザクション
>>
>> >>481
>> × ソフトタイピング
>> ○ 準自律タイピング



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#15 — 電子頭脳設計図概要 3110910200 版

YAMAGUTIseisei wrote:
* 人格システム又汎用 AI/AL  : データなし + ネットワークらしいネットワーク又グラフ等なし 可 ( 禅 無 空 )
> * 精神転送方法 : ハーモニー = 同期
> 
> 
> 
人格システム又汎用 AI/AL  : データなし + ネットワークらしいネットワーク又グラフ等なし 可 ( 禅 無 空 )
> 
>>24 yamaguti 190111 1507 c91waTfv? ¥> >32 yamaguti 181229 0105 H3CnzmfF? ¥ ¥ ¥ ¥ ¥
>>>＞＞> >453 ー 181021 0435 WKNnVBDC
>>>＞＞＞ Googleは機械学習の欠点を熟考している
>>>＞＞＞ry 層学習」のアプローチが、人間の認知能力 達成することに失 認める
>>>＞＞＞http://www.zdnet.com/article/google-ponders-the-shortcomings-of-machine-learning/
>>>＞＞＞
>>>＞＞＞＞DeepMindは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をする
>>>＞＞>
>>>＞＞＞ 192 yamaguti‾貸 170921 2300 FFAhevfW
>>>＞＞＞ 簡易版強い AL なら NN の体を成している必要すらない
>>>＞＞>
>>>＞＞＞ 196 名前：yamaguti‾貸 E-mail：この国だけに配慮致します立場でないので申上げます 投稿日：2017/09/21(木) 23:15:48.90 ID:FFAhevfW
>>>＞＞＞ 中規模以上は結局 NN らしい NN がある方が良い可能性も捨切れないが
>>>＞＞>
>>>＞＞> >270 YAMAGUTIseisei 180908 0007 sHJfJTCE?
>>>＞＞> :
>>>>a0> + データと
>>>a0> ↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?
>>>＞＞＞＞> 必ずしも充実不要 ( 一見致命的不足状態も条件次第で可 )
>>>＞＞＞＞
>>>＞＞＞＞ データなし + 学習機構なし ( NN 等なし ) 可 ( 禅 無 空 )
> 
> データなし + ネットワークらしいネットワーク又グラフ等なし 可 ( 禅 無 空 )
> 
>>>＞＞＞＞
>>>＞＞＞＞ 関連 時間方向粒度 : 疑似接地 ( 超高精度耳年増 )
>> :
>>>＞> >114 ー 181112 0057 0MkkS2fo ¥>: ¥>脳を作ろうとするから駄目 。外界と体 ¥>、意味は外界にある
>> 
>>  http://rio2016.2ch.net/test/read.cgi/future/1519958054/50#1497369524/971#1489922543/50# Bunpou SintaiSei
>> リンク先
>>>529 yamaguti‾kasi 170212 2049 BZYpOz1d
>> :
>>>◎ 身体性リンク ( 例 : ロボットデータ流用 , 定義ファ
> 
> 
> 
> 精神転送方法 : ハーモニー = 同期
> 
>>22 yamaguti 181201 2228 pKy81yx+? ¥> >175 名前：yamaguti E-mail：9/30台風降雨中深夜以降放о性金属臭極微sage 投稿日：2018/10/04(木) 16:22:42.95 ID:sKbw4Hu3?2BP(0)
>> :
>>>>> ( 有機身体と ( 有機 ) ネット上人格 同時稼働 → ハーモニーを奏でる方向性 )
> 
> ハーモニー = 同期
> 
>>> :
>>>> → 原理根幹詳説 http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf
>>>>
>>>> >363 yamaguti‾kasi 170217 1334 pF3vP0RD
>>>>>意識 : 転送不可能 ( 近似 転送可能 )
>>>>> 精神 : 転送可能 ? → 類似意識発生
>>> :
>>>
>>> >110 yamaguti‾貸 170827 2224 Hgsie5xg
>>> :
>>>>> >772 : yamaguti‾kasi 161124 2214 gvzci1Hb
>>>>> >http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>>>>>662 620 170217 1423 pF3vP0RD
>>>>> http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>>>> >780 yamaguti‾kasi 161125 0011 NrX1gg1r
>>>>> >http://wc2014.2ch.net/test/read.cgi/future/1444213055/444# haamonii
>>>
>>> >146 145 171005 1431 Mw10xW3l?
>>>>> >145 http://rio2016.5ch.net/test/read.cgi/future/1506697885/275-279# SeisinTensou Yuugou
>>>
>>> >174 yamaguti 180527 1946 36TMfdUR?
>>> :
>>>> http://rio2016.2ch.net/test/read.cgi/future/1504872499/138-139# Hannyou AI/AL / HTM # YuugouGijutu <-> NN TuijuuYosoku
>>> :
> 
>>23 yamaguti 181201 2230 pKy81yx+?
>> >22
>> >12 yamaguti‾貸 170319 2052 cRK6Y+kv >18 yamaguti‾貸 170319 2102 cRK6Y+kv
>>> >371 ー 170103 1729 5iP23U7Z
>>>>第2回AI美芸研】「迫り来るシンギュ
>> :
>>>> 松田卓也先生の話はわかりやすくておもしろい
>> 
>>  :
>>>>超知能へのロードマップ
>>>>人工大脳皮質  クラウド上
>> :
>> 
>> 
>> >18 yamaguti 181027 1540 AJ0Ulonr? ¥>18 名前：yamaguti E-mail：アシスタントエージェント=巫女様人格sage 投稿日：2018/10/16(火) 18:20:29.15 ID:QC06Ry5J?2BP(0)
>>>> http://rio2016.2ch.net/test/read.cgi/future/1539042496/23-29## HP Palm Pre ( + JeanLouisGassee Kaaneru , SmalltalkKaaneru , Yokote Winny MTRON SPURS ) FukkatuKigan
>>>> × サイト検索エンジン
>>>> ○ 推論学習エンジン ( 新皮質等相互乗入れ基盤 = シナプス結合のコモディティ化 >514 ー 181004 2032 zc1bNGiM )
>>>＞ ○ アシスタントエンジン ( 巫女様エンジン )
>>>> :
>>>＞> Subject: 分散推論検索エンジン ( 推論エンジン ) 型汎用 AI/AL
>>> HTM Cog HPKY DSL HPKY-UniversalTransformer ,,,
>> :
> 
>>25 yamaguti 181201 2233 pKy81yx+?
>> >22-23
>> >121 yamaguti‾貸 170912 1023 PjvPStED ¥>162 YAMAGUTIseisei‾貸 170823 1958 tsN6duMx
>>>> 自己同一性
>>>
>>> 過去スレで解決済
>>> >109 yamaguti‾貸
>>>> >444 427%○料 151018 1948 6xdLDA10
>>>> > ( 有機身体と ( 有機 ) ネット上人格 同時稼働 → ハーモニーを奏でる方向性 )
>>>
>>>
>>>
>>> >147
>>>
>>> っ NN 投機実行的エミュ
>>>
>>> >109 yamaguti‾貸 170823 1924 tsN6duMx
>>>> → 原理根幹詳説 http://webcache.googleusercontent.com/search?q=cache:numenta.com/assets/pdf/whitepapers/hierarchical-temporal-memory-cortical-learning-algorithm-0.2.1-jp.pdf
>>>
>>> >996 YAMAGUTIseisei 161005 2249 Pxo2DYci ¥>> >223 : YAMAGUTIseisei 160902 2148 dnyMZM3F
>>>>>細粒度リアルタイムネッ



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#16 — 電子頭脳設計図概要 8210910200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
> メタ AI ( キルゾーン AlphaStar ? )
> http://google.jp/search?q=ai+OR+al+killzone+npc+OR+miyayou##
> 
> 
>>837 YAMAGUTIseisei 181014 1912 6JUQzgf8? ¥>>41 yamaguti 181009 1337 viDZhWE2? ¥> >280 名前：YAMAGUTIseisei E-mail：1537288223sage854-888 投稿日：2018/10/01(月) 10:33:23.53 ID:clFG90EB?2BP(0)
>>>> DeepMind 強い AI/AL 射程 目鼻
>>>> >277-279 >263 >205 >7 >11 ¥>＞のDeepMind、人工知能 ry Unityと提携 ¥>＞GoogleがUnityと提携 ry ーム制作用のツー
>>>＞人間レベルのAI、あと5～10年 ry と40%の専門家 ry
>> http://gizmodo.jp/2018/09/agi-in-a-decade.html
>>> :
>>>> >10 yamaguti 180929 1520 Bswyb4M3? ¥>37 yamaguti
>>>> :
>> HPKY-UniversalTransformer 汎用仮想空間統合レンダ ( Unity ベースビジュアル DSL )
>> GQN ⇔ 物理空間準融合対応フレームワーク
>> http://google.jp/search?q=ai+OR+al+killzone+npc+OR+miyayou##
>> http://rio2016.2ch.net/test/read.cgi/future/1529408476/159# DSL Suityoku
>> http://google.jp/search?q=phyre-engine+PLAYSTATION3+OR+Cell+OR+vita+OR+xbox360-px+OR+suitti+OR+sumaho+OR+furi-##
>> http://rio2016.2ch.net/test/read.cgi/future/1504872499/132#SLING##1519958054/40-42## ¥>110 yamaguti 180525 0007 CCQZEsyA? ¥>45 yamaguti 0911 0856 GkbIB6hZ
>> http://rio2016.2ch.net/test/read.cgi/future/1538193488/20#143#1508026331/384#993##358## RihaKigen 2018 Teisei
>> :
>> = 物理空間融合レンダ = 仮想空間融合レンダ = 意味空間融合レンダ = 人格システム
>> 意味粒度概念空間
>> :
>> 
>> >68 yamaguti 180920 1033 EmLF0I+9? ¥>9 yamaguti 0929 1518 Bswyb4M3?
>> http://rio2016.5ch.net/test/read.cgi/future/1489922543/273-285## ¥> : ¥>＞＞ dahara1 氏
>> :
>> >482 自然言語解釈 ¥>282 >272-276 180916 21:42 m2szPimC?
>> DeepMind : DNC のスロットベーススロットをスロットに見立てる等 ( 下手すれば 2018 年にも目鼻 )
>> 目鼻 → 1 年以内 ? 一まずの変革完了 ( ≒ 曲りなり特異点 ? ) → 1 年以内 ? 接地構造手直し完了 ( ≒ 特異点 ? )
>> :
>> 、計算的に様々なタスクに応用できるチューリング完全なUniversal Transformers
>> 汎用
>> :
>>ry : HTM HPKY Cog DSL HPKY-UniversalTransformer CellBeAL SW26010AL PezyBbiAL NeuralLaceAL 
>  
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224
> 
> 
> 
> YAMAGUTIseisei wrote:
>>>73 yamaguti 190123 1605 mAoFHgII? ¥>19 yamaguti 0111 1500 c91waTfv? ¥>320 ー 0102 2006 EwKUrMOW
>>> |>1月26日 ワークショップ「その先 ：人工知能に意識
>>> |>http://www.nufs.ac.jp/outline/30th-anniversary/event/190126/##
> :
>>、9 ～15：00個別発表、15：40～18：00に基調講
> :
>>> |>講演者 金井 良太（株 アラヤ 代表取締役 CEO
>>> |>戸田山 和久（名古屋大 　社会システム情 メディア社会系教授
> :
>> 個別発表
>> Lok-Chi Chan（国立台湾大学）
>> Ying-Tung Lin（国立陽明大学、台湾）
>> Kengo Miyazono（広島大学）
>> Graham Peebles（大阪大学）
>> Masatoshi Yoshida（生理学研究所）
>> Tony Cheng（ケンブリッジ大学）
> 
> 開 催: 現代英語学科主催WLAC、創立30周年記念事業委員会後援
> オーガナイザ: 佐藤 亮司（現代英語学科）
> 略 歴
> 名古屋外国語大学創立30周年記念事業
> 
> 
> 
> 訂正
> 
>>HTM の鍵となるオペレーションをスパイキングネットワークモデルを用いシミュレートするためのフレームワークについて説明します。
:



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#17 — 電子頭脳設計図概要 7120910200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
>> 27 yamaguti 190205 1226 X9C1Zb0H? ¥>18 yamaguti 190123 1423 mAoFHgII?
>> | YAMAGUTIseisei wrote:
>> :
>> a0>453 ー 181021 0435 WKNnVBDC
>> a0>Googleは機械学習の欠点を熟考
>> a0>ry 層学習」のアプローチが、人間の認知能力 達成することに失 認める
>> a0>http://www.zdnet.com/article/google-ponders-the-shortcomings-of-machine-learning/
>> a0|
>> ||a0>DeepMindは、ニューラルネットワーク自体を使用する必要がないという驚くべき主張をする
>> ||7|
>> a0| 192 yamaguti‾貸 170921 2300 FFAhevfW
>> a0| 簡易版強い AL なら NN の体を成している必要すらない
>> ||7|
>> a0| 196 名前：yamaguti‾貸 E-mail：この国だけに配慮致します立場でないので申上げます 投稿日：2017/09/21(木) 23:15:48.90 ID:FFAhevfW
>> a0| 中規模以上は結局 NN らしい NN がある方が良い可能性も捨切れないが
>> ||7|
>> a0>270 YAMAGUTIseisei 180908 0007 sHJfJTCE?
>> ||7| :
>> |f0| + データと
>> f0| ↑ 学習済高低レイヤモジュール : 充実 ( 不足致命的ならず ) ?
>> |||a0| 必ずしも充実不要 ( 一見致命的不足状態も条件次第で可 )
> :
> データなし + ネットワークらしいネットワーク又グラフ等なし 可 ( 禅 無 空 ) = 存在根源 = 自律性/知性/好奇心/真理/愛
> :
>> ||a0| 関連 時間方向粒度 : 疑似接地 ( 超高精度耳年増 )
>> |||| :
>> |7>114 ー 181112 0057 0MkkS2fo ¥>: ¥>脳を作ろうとするから駄目 。外界と体 ¥>、意味は外界にある
>> |||| http://rio2016.2ch.net/test/read.cgi/future/1519958054/50#1497369524/971#1489922543/50# Bunpou SintaiSei
>> |||| リンク先
>> ||||> 529 yamaguti‾kasi 170212 2049 BZYpOz1d
>> |||| :
>> ||||>◎ 身体性リンク ( 例 : ロボットデータ流用 , 定義ファ
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#18 — 電子頭脳設計図概要 3030910200-1130910200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 
> Google 翻訳 http://www.cs.virginia.edu/‾evans/cs655/readings/smalltalk.html
> 
> 
> バージニア大学コンピュータサイエンス学科
> CS655：プログラミング言語
> 2001年春
> 
> 
> Smalltalkの背後にある設計原則
> 
> 
> ダニエルHHインガルス
> 
> 学習研究グループ
> ゼロックスパロアルトリサーチセンター
> 
> BYTE Magazine、1981年8月。（c）ニューヨークのThe McGraw-Hill Companies、Inc.。
> http://users.ipa.net/‾dwighth/smalltalk/byte_aug81/design_principles_behind_smalltalk.html
> からコピー
> Dwight Hughesによってスキャンされ、（再作成されたグラフィックを含む）HTMLに変換された。
> 
> 
> 
> Smalltalkプロジェクトの目的は、すべての人の創造的な精神にコンピュータサポートを提供することです。 
> ? ry ハードウェアを ry から流れます。 
> 私たちの仕事は創造的な個人と利用可能な最高のコンピューティングハードウェアとを含むビジョンから湧き出ます。 
> ? 私たちは2つの研究分野に ry モデルの間のインターフェースとして働く記述言語（プログラミング言語）とそれにマッチする相互作用の言語（ユーザーインターフェース）。コンピュータのそれに人間のコミュニケーションシステム。 
> 私達は 2 つの根本分野に集中することを選択しました：人間の心の中の各モデルと計算ハードウェアの中のそれらとの間のインタフェースとして稼働する記述言語 ( プログラミング言語 ) 、
> そして、インタラクション言語 ( ユーザインタフェース ) たる、コンピュータのそれにマッチするヒューマンコミュニケーションシステム。 
> 私たちの研究は2年から4年のサイクルをたどり、それは科学的方法と平行していると見ることができます。 
> 
> ? * 現在のシステム ry
>  * カレントシステム内でアプリケーションプログラムを構築する（観察をする）
>  * その経験に基づいて、言語を再設計する（理論を定式化する）
>  * 新しい設計に基づいて新しいシステムを構築します（テスト可能な予測を作成します）。 
> 
> Smalltalk-80システムは、このサイクルで5回目を迎えました。 
> この記事では、私達が私達の仕事の過程で観察した一般原則のいくつかを提示します。 
> プレゼンテーションではSmalltalkの「母性」について頻繁に触れますが、原則自体はより一般的であり、他のシステムを評価したり将来の作業を導いたりするのに役立ちます。

> ? ただウォームアップするために、 ry 偏りに主に責任があるという原則 ry ：
> 単にウォームアップ実行の為には、私は技術的よりも社会的であり、そしてそれがSmalltalkプロジェクトの特定の偏りにとって大きな役割を果たす、という原則から始めます：
> 
> ? パーソナルマスタリー： ry することであるならば、 ry 。 
> 自己マスタリー： システムが創造的な精神を提供するならば、それは一人の個人にとって完全に理解可能でなければなりません。 
> 
> ここで重要なのは、人間の可能性は個人の中に現れるということです。 
> この可能性を実現するために、私達は一人の個人によって習得することができる媒体を提供しなければなりません。 
> ユーザーとシステムの一部との間に存在するあらゆる障壁は、最終的には創造的表現に対する障壁となります。 
> ? 変更できない、または十分に一般的ではないシステムの部分は、障害の可能性が高い原因です。 
>システムの、変更できないか又は十分には汎用的でないか、の部分は障害要因に大いになり得ます。 
> システムの一部が他の部分とは異なる動作をする場合、その部分は制御するために追加の努力が必要になります。 
> そのような追加の負担は最終結果を損なう可能性があり、その分野における将来の努力を妨げるであろう。 
> したがって、設計の一般原則を推測することができます。
> 
> ? 良いデザイン： ry は統一された枠組みの中に保持 ry 一般的なもの ry 。 
>良い設計： システムは、最小限の変更不可能な部分で構築する必要があります。  これらの部分はできるだけ汎用的にしてください。 そしてシステムのすべての部分は統一フレームワークの中に保持されるべきです。 
> 
> 言語
> コンピュータで使用する言語を設計する際に、役に立つヒントを見つけるために遠くを見る必要はありません。 
> 人々の考え方やコミュニケーションの仕方について私たちが知っていることはすべて適用可能です。 
> 人間の思考とコミュニケーションのメカニズムは何百万年もの間設計されてきました、そして我々はそれらを健全なデザインのものとして尊重するべきです。 
> ? ry 、その逆ではなく時間を ry 。
> さらに、今後数百万年間この設計を使用しなければならないので、コンピュータモデルを心と互換性のあるものにすると、そうしない色々な選択肢よりも時間を節約できます。

> ? ry おける主要な構成要素を ry 。 
> 図１は、我々の議論における原理的構成要素を示している。 
> 人は体と心を持っていると表現されます。 
> 身体は主要な経験の場であり、そしてこの議論の文脈では、それは宇宙が知覚され、それを通して意図が実行される物理的な経路です。 
> 経験は心の中で記録され処理されます。 
> ? 創造的思考は（そのメカニズムに入らずに） ry 。 
> 創造的思考 ( そのメカニズムに立入る事を除く ) は心の中に自然に現れる情報と見なすことができます。 
> 言語はその情報の鍵です。
> 
> 言語の目的 : コミュニケーションの枠組みを提供する。 
> 
> 2人の個人間の相互作用は、 図1では2つの円弧として表されています。 
> 実線の円弧は、明示的なコミュニケーションを表しています。実際の言葉や動きが発声され、認識されます。 
> ? ry 背景を形成 ry 。 
> 破線の弧は暗黙のコミュニケーションを表しています。それは、明示的なコミュニケーションの文脈を形成する文化と経験の共有です。 
> ? ry ような混乱の周りに構築されます。 
> 人間の相互作用において、実際のコミュニケーションの多くは共有された文脈への参照を通して達成されます、そして、人間の言語はそのような機微の周りに構築されます。 
> これはコンピュータにも当てはまります。

> コンピュータが図1の参加者の1人として見なされることがあるのは偶然ではありません。 
> ? ry 、「本体」は、 ry 表示および人間 ry するために提供される。 
> この場合、「体」は、情報の視覚的表示の為と人間のユーザからの入力を感知する為とに提供される。 
> コンピュータの「心」には、内部メモリと処理要素、およびそれらの内容が含まれます。 
> 図1は、コンピューター言語の設計にいくつかの異なる問題が関係していることを示しています。
> 
> 範囲： コンピュータを使用するための言語の設計は、内部モデル、外部メディア、および人間とコンピュータの両方におけるこれらの間の相互作用に対処する必要があります。 
> 
> この事実は、Smalltalkをより制限された意味でコンピュータ言語を見る人々に説明することの難しさの原因です。 
> ? ry は単に手順 ry 方法ではなく、 ry 手法でもありません。 
> Smalltalkは単なる、手順を体系化するためのより良い方法でも、ストレージ管理のための別の手法でも、ありません。 
> ? ry 単なる拡張 ry 階層、またはグラフィカルユーザインタフェースではありません。 
> それは単なる、拡張可能なデータ型の階層でも、グラフィカルユーザインタフェースでも、ありません。 
> ? ry 示した対話をサポート ry 。
> 図1に示したインタラクションをサポートするために必要なのは、これらすべてのこと、およびその他のすべてのことです。
> 
> 
> 図1： 言語デザインの範囲 
> 
> 
> 2人の間（または1人の人とコンピューターの間）のコミュニケーションには、2つのレベルでのコミュニケーションが含まれます。 
> 明示的な通信には、特定のメッセージで送信される情報が含まれています。 
> ? ry 、2人の人間に共通 ry 。
> 暗黙のコミュニケーションには、二者に共通の関連する仮定が含まれています。
> 
> 
> 
> ? 通信オブジェクト
> コミュ二ケーティングオブジェクト
> 
> ? 心は即時のものでも記録されたものでも、広大な経験の世界を観察します。
> 心は広大な、即時と記録済との両方の、経験の宇宙を観察します。
> ? この経験をそのままにすることで、宇宙 ry 。
> この経験をシンプルにそのままにして置く事で、宇宙との一体感を導き出すことができます。
> ? しかし、文字通り宇宙に参加するために参加 ry 。
>しかし、宇宙の中の、文字通り
>一部として
>、参加したいのであれば、区別をつける必要があります。
> ? ry 、同時に残りはすべてその物ではなくなる。
> そうすることで、人は宇宙の中の物を識別し、同時に、それでない物に残り全てがなる。
> それ自体で区別することは始まりですが、区別するプロセスはそれ以上容易にはなりません。
> ? ry について話をするたびに、 ry 。
> 「あそこのあの椅子」に付いて話す事を希望する度に、あの椅子を見分けるプロセス全体を繰り返さなければなりません。
> これが参照の行為が起こるところです：我々はオブジェクトとユニークな識別子を関連付けることができます、そして、その時から、その識別子の言及だけがオリジナルのオブジェクトを参照するのに必要です。

> ? ry システムは、頭脳の中でそれらと互換性があるモデル ry 。
> 私たちは、コンピュータシステムは、心の中の各モデルとの互換性があるモデルを提供するべきであると言った。
> したがって：
> 
> ? ry 、その世界のオブジェクト ry 統一された手段を提供 ry 。 
> オブジェクト： コンピュータ言語は「オブジェクト」の概念をサポートし、その宇宙のオブジェクトを参照するための統一された意味 ( 意味論的な ) を提供するべきです。 
> 
> ? ry 全体に対してオブジェクト指向のメモリモデルを ry 。 
> Smalltalkストレージマネージャは、システム全体のメモリに対してオブジェクト指向モデルを提供します。 
> システム内のすべてのオブジェクトに一意の整数を関連付けることで、均一な参照が簡単に実現されます。 
> この均一性は、システム内の変数が大きく異なる値をとることができ、しかも単純なメモリセルとして実装できることを意味するので重要です。 
> オブジェクトは式が評価されるときに作成され、それらは統一参照によって受け渡しされることができるので、それらを操作する手続きでそれらの格納のための準備は必要ではありません。 
> ? ry 回収されます。 
> あるオブジェクトへの参照がすべてシステムから消えてしまうと、そのオブジェクト自体は消滅し、そのストレージは埋立てられます。 
> ? ry の比喩を完全 ry 。
> このような振る舞いは、オブジェクトのメタファを完全にサポートするために不可欠です。
> 
> ストレージ管理 : 真に「オブジェクト指向」であるためには、コンピュータシステムは自動ストレージ管理を提供しなければならない。 
> 
> ? ry を調べる方法は、プログラムが自分たちがしていることをやっているように見えるかどうかを確認することです。 
> ある言語がうまく機能しているかどうかを見出す方法は、彼らプログラムがしている事を彼らがやっている、かの様な彼らを見る事ができるかどうかです。 
> 彼らがストレージの管理に関連するステートメントをふりかけているならば、それらの内部モデルは人間のそれとうまく一致していません。 
> ? ry 話すそれぞれのことのために誰かを準備 ry トピックを通り抜けてそれが忘れられること ry
> あなたが彼らに話す事それぞれの為の何かを準備しなければならないか、またはあなたが与えられたトピックを遂行し且つそれを忘れる事ができるとき彼らに知らせなければならないことを想像できますか？
 
> 私たちの宇宙のそれぞれの物はそれ自身の人生を持っています。 
> ? ry に、脳は各精神的対象の記憶と共に独立した処理を提供する。 
>同様に、独立した処理を夫々の精神オブジェクトのストーリッジと共に脳は提供する。 
> これはデザインの3番目の原則を示唆しています。

> ? ry よって一様に呼び出すことができるオブジェクト ry 。 
> メッセージ： コンピューティングは、メッセージを送信することによって統一的呼出しができるオブジェクト固有の機能と見なす必要があります。 
> 
> オブジェクトストレージが明示的に処理されるとプログラムが煩雑になるのと同じように、処理が外部的に行われるとシステム内の制御が複雑になります。 
> 数に5を加える処理を考えてみましょう。 
> ほとんどのコンピュータシステムでは、コンパイラはそれがどんな種類の数であるかを把握し、それに5を加えるためのコードを生成します。 
> ? 正確な種類の数はコンパイラによって決定できないため、 ry 。 
> 数の正確な種類はコンパイラによる決定ができない為、これはオブジェクト指向システムには十分ではありません（詳細は後述）。 
> ? ry 調べる一般的な加算 ry 。 
> 考えられる解決策は、近似アクションを決定するために引数の型を調べる汎用加算ルーチンを呼び出すことです。 
> ? ry 、この重要なルーチンは、 ry 。 
> これは良いアプローチではありません。というのも、このクリティカルなルーチンを、自分のクラスの数字を試してみたいという初心者が編集しなければならないことを意味するからです。 
> ? オブジェクトの内部構造に関する詳細な知識がシステム全体に散らばっているため、これもまた不適切な設計です。
> それは貧弱な設計でもあり、何故なら、オブジェクトの内部構造に関する詳細な知識がシステム全体に散らばっている為です。
> 
> ? ry します。受信側が目的の操作を実施する方法を最も ry 上で、番号に対するメッセージとして目的の操作の名前を引数 ry 。 
> Smalltalkは、より明確な解決策を提供します。欲求されたオペレーションを実行する方法を受信側が最もよく知っていることを理解した上で、欲求された操作の 名前 を数に対するメッセージとして引数とともに送信します 。 
> ? データ構造を強打したり略奪したりするビットグラインディングプロセッサの代わりに、私たちは互いに礼儀正しく彼らの様々な欲求を実行するように要求する行儀の良いオブジェクトの世界を持っています。 
> データ構造を強姦したり略奪したりするデータプロセッサの代わりに、彼らの様々な欲求を実行する為に礼儀正しく打診し合う行儀良いオブジェクトの宇宙を、私達は持っています。 
> ? メッセージの送信は ry であり、メッセージはオブジェクト間を移動するので、これは当然のことです。 
> メッセージの転送はオブジェクトの外側で行われる唯一のプロセスであり、必然的に、その際にはオブジェクト間をメッセージが旅します。 
> ? 優れたデザインの原則は、言語について言い換えることができます。
> グッドデザインその原則は、言語に付いても言えます。
> 
> ? ry 、あらゆる分野で一様に適用 ry 。 
> 統一的なメタファー： 言語は、あらゆるエリアで統一的に適用できる強力なメタファーを中心に設計する必要があります。 
> 
> この分野での成功例としては、リンク構造のモデルに基づいて構築されたLISPがあります。 APLは、配列のモデルに基づいて構築されています。 Smalltalkは、通信オブジェクトのモデルに基づいて構築されています。 
> ? ry 構築されている基本単位と同じように見なされます。 
> いずれの場合も、大規模アプリケーションは、システムを構築している基本単位を参照するのと同じ方法で参照されます。 
> ? ry オブジェクト間の相互作用は、コンピューターとそのユーザー間の最高レベルの相互作用と同じ方法で表示されます。 
> 特にSmalltalkでは、最も原始的なオブジェクトの間のインタラクションは、コンピュータとそのユーザとの間の最高レベルのインタラクションと同じ方法で参照されます。 
> ? ry 、が低整数であっても、 ry する一連のメッセージ（ プロトコル ）を ry 。 
> Smalltalkのすべてのオブジェクトは、たとえそれが小さな整数であっても、そのオブジェクトが応答できる明示的な通信を定義するメッセージのセット ( プロトコル ) を持っています。 
> 内部的には、オブジェクトはローカルストレージを持ち、すべての通信の暗黙のコンテキストを構成する他の共有情報にアクセスすることができます。 
> ? ry は、被加数がメッセージを受信した番号の現在値であるという暗黙の前提を持っています。
> たとえば、メッセージ+ 5（5を加算）は、数がメッセージ受信するに既に持っている値が被加数であるという暗黙の前提を運びます。
> 
> 
> 組織
> 
> 統一メタファーは、複雑なシステムを構築するためのフレームワークを提供します。
> いくつかの関連する組織原則が、複雑さの管理の成功に貢献しています。
> まず始めに：
> 
> モジュール性： 複雑なシステムのどのコンポーネントも、他のコンポーネントの内部の詳細に依存するべきではありません。
> 
> 
> 図2： システムの複雑さ 
> 
> 
> システム内のコンポーネント数が増えるにつれて、不要な相互作用の可能性が急速に高まります。 
> このため、コンピュータ言語はそのような相互依存の可能性を最小にするように設計されるべきです。
> 
> 
> この原理は図2に示されています。 
> システムにN個のコンポーネントがある場合、それらの間にはおおよそNの2乗の潜在的な依存関係があります。 
> コンピュータシステムが複雑なヒューマンタスクを支援することになるのであれば、それらはそのような相互依存を最小限に抑えるように設計されなければなりません。 
> ? ry 目的を実行するために受信者が使用した方法から ry 。 
> メッセージ送信メタファは、メッセージの目的 （その名前で具現化されている）を、その目的の実行の為に受信者によって使用されたそのメソッドから切り離すことによってモジュール性を提供する。 
> オブジェクトの内部状態へのすべてのアクセスはこの同じメッセージインタフェースを介して行われるため、構造情報も同様に保護されています。
> 
> ? ry は、よく似た ry で軽減できます。 
> システムの複雑さは、似たコンポーネントをグループ化することでしばしば軽減できます。 
> このようなグループ化は、従来のプログラミング言語でのデータ型指定、およびSmalltalkのクラスを通じて行われます 。 
> クラスは他のオブジェクトを記述します - それらの内部状態、それらが認識するメッセージプロトコル、そしてそれらのメッセージに応答するための内部メソッド。 
> そのように記述されたオブジェクトはそのクラスのインスタンスと呼ばれます 。 
> ? ry 適合します。 それら ry 、オブジェクト記述のための適切なプロトコルと実装を記述する。
> クラス自体もこのフレームワークに適合します : それらはクラスClassの単なるインスタンスであり、適切なプロトコルと実装とをオブジェクト記述の為に記述する。
> 
> ? 分類： 言語 ry オブジェクトを分類し、システムのカーネルクラスと同等に新しいクラスのオブジェクトを追加する手段 ry 。 
> クラス化 : 言語は、類似のオブジェクトをクラス化する為の、そしてオブジェクトの新しいクラスをシステムのカーネルクラスと同等に追加する為の、手段を提供する必要があります。 
> 
> ? ry of ness ness.
> ry of nessness.
> ? 分類はネスの客観化です。 
> クラス化は性質性の客観化です。 
> ? ry 文字通り「あのもの」であると同時に「その椅子のようなもの」として抽象的にとられています。 
> 言い換えれば、人間が椅子を見るとき、経験は文字通りな「あのもの」であると同時に抽象的な「その椅子のようなもの」であると二通り得られています。 
> ? ry chair ness.
> ry chairness.
> ? ry 抽象化は、それ自身が心の中の別のオブジェクト、プラトンの椅子または椅子のネスとして現れます。
> そのような抽象化は、「似た」経験を融合するという心の素晴らしい能力から生じます、そしてこの抽象化はそれ自身を、心の中の別のオブジェクトである所の純精神的な、椅子又は椅子性として顕在化します。
> 
> ? ry 、クラスが拡張の主なメカニズムです。 
> Smalltalkでは、クラスは拡張の重要なメカニズムです。 
> ? ry 、 ノート 、 メロディ 、 スコア 、 ティンバー 、 プレーヤーなどの表現とインタラクションプロトコルを ry 。 
> 例えば、音楽システムは、 Note 、 Melody  、 Score  、Timbre  、 Player 等の、表現とインタラクションプロトコルとを記述する新しいクラスを追加することによって作成されるでしょう。 
> ? ry 「等脚」節は重要です。 
> それが設計されたようにシステムが使用されることを保証するので、上記の原則の「同等」節は重要です。 
> ? ry 、メロディはピッチ、 ry 表す整数の ry 、言語が整数と同じくらい簡単にメモを処理できる場合、ユーザはメロディをメモの ry します。 。 
> 言い換えると、メロディは、ピッチ、長さ、その他のパラメータを表す Integers のアドホックコレクションとして表すことができますが、 Notes を Integers と同じくらい簡単に言語が扱える場合、ユーザはメロディを音符のコレクションとして自然に記述します。 
> ? ry がそれを提供する場合、人間は当然最も効果的な表現を選択します。 
> 設計の各段階で、システムが提供する場合、最も効果的な表現を人間は当然選択します。 
> ? ry ます。
> モジュール性の原則は、システム内の手続き型コンポーネントにとって興味深い意味合いがあります :
> 
> 多態性： プログラムはオブジェクトの動作だけを指定し、それらの表現は指定しないでください。 
> 
> ? ry 、与えられたオブジェクト ry が決して宣言するべきではなく、整数プロトコルに応答するということだけであるということです。 
> この原則の従来の言い方は、所与オブジェクトがSmallIntegerまたはLargeIntegerであることをプログラムは、決して宣言すべきでなくそして整数プロトコルに応答するだけにすべき、です。 
> ? ry 一般的な説明は、 ry 。
> そのような汎用的な記述は、現実世界のモデルにとって非常に重要です。
> 
> 自動車交通シミュレーションを考えてみましょう。 
> そのようなシステムにおける多くの手順は、関係する様々な車両を参照するだろう。 
> ? ry 、道路掃除人を ry 。 
> たとえば、道路清掃車を追加したいとします。 
> コードが操作するオブジェクトに依存している場合、この単純な拡張を行うには、かなりの量の計算（再コンパイルの形で）と起こり得るエラーが関係します。 
> メッセージインタフェースはそのような拡張のための理想的なフレームワークを確立します。 
> 道路清掃車が他のすべての車両と同じプロトコルをサポートしていれば、シミュレーションにそれらを含めるための変更は不要です。
> 
> ? ファクタリング： ry しか表示されません。 
> 因数分解 ( 因枢分解 韻枢分解 ) : システム内の各独立したコンポーネントは1箇所にしか現出しません。 
> 
> この原則には多くの理由があります。 
> まず第一に、システムへの追加が一箇所でのみ行われる必要がある場合、それは時間、労力、およびスペースを節約します。 
> ? ry 簡単に見つけること ry 。 
> 第2に、ユーザーは特定のニーズを満たすコンポーネントをより簡単に配置する事ができます。 
> ? ry 同期化し、相互 ry 。 
> 第3に、適切な因数分解がないと、変更を同期化しそして相互に依存するすべてのコンポーネントが一貫していることを保証する際に問題が発生します。 
> ? 因数分解の失敗は ry 違反になることがわかります。
> 因枢分解での失敗がモジュール性の違反に達する様をあなたは目にします。
> 
> ? Smalltalkは継承を通じて、よく練られたデザインを奨励します。 
> 継承を通じたよく因枢分解されたデザインをSmalltalk は奨励します。 
> すべてのクラスはそのスーパークラスから動作を継承します。 
> ? この継承はますます一般的なクラスにまで拡張され、 ry デフォルトの動作 ry 。 
> より一層一般的なクラス達を通じてこの継承は拡張し、最終的にはシステム内のすべてのオブジェクトのデフォルト動作を記述するクラスObjectで終わります。 
> ? ry デフォルトの動作が継承され、さまざまな場所で同じ概念が繰り返されません。 
> 上記の交通シミュレーションでは、 StreetSweeper （および他のすべての車両クラス）は一般的なVehicleクラスのサブクラスとして記述されているため、適切なデフォルト動作を継承し、様々な場所での同概念の繰返しを避けます。 
> 継承は、ファクタリングのさらに実用的な利点を示しています。
> 
> ? ry よく調整されていれば、 ry 。 
> レバレッジ： システムがよく因枢分解されていれば、ユーザーと実装者の両方にとって大きなレバレッジが得られます。 
> 
> 順序付けられたオブジェクトのコレクションをソートする場合を考えてみましょう。 
> Smalltalkでは、ユーザーはOrderedCollectionクラスでsortというメッセージを定義します。 
> これが完了すると、システム内のすべての形式の順序付きコレクションが、継承を通じてこの新しい機能を即座に取得します。 
> ? 余談ですが、比較プロトコルはテキストと数字の両方をサポートするクラスで認識されるため、同じメソッドでテキストとソート番号をアルファベット順に並べ替えることができます。
> 余談ですが注目すべきは、テキストと数字との両方をサポートするクラスで比較プロトコルは認識されるため、テキストアルファベット順化をだけでなく数値ソートをもがその同一メソッドは可能です。
> 
> 実装者にとって構造の利点は明らかです。 
> まず、実装するプリミティブが少なくなります。 
> たとえば、Smalltalkのすべてのグラフィックは単一のプリミティブ操作で実行されます。 
> ? 1つの作業だけで、実装者はすべての命令に愛情のこもった注意を捧げることができ、効率のわずかな ry ことを知っています。 
> 1 つの作業をするだけで、全ての命令に愛情篭った注意を実装者は捧げる事ができ、効率の其々僅かな改善がシステム全体で増幅される事を知ります。 
> ? ry 、どの一連の基本操作で十分であるかを尋ねるのは自然です。 
> コンピューティングシステム全体をサポートするには、どんなプリミティブ操作セットならば足るかを尋ねる事は自然です。 
> この質問に対する答えは仮想マシン仕様と呼ばれます。
> 
> 仮想マシン： 仮想マシン仕様は、テクノロジを適用するためのフレームワークを確立します。 
> 
> ? Smalltalk仮想マシンは、保存用のオブジェクト指向モデル、処理用の ry 。 
> Smalltalk バーチャルマシンは、ストーリッジのオブジェクト指向モデル、プロセッシング用のメッセージ指向モデル、および情報の視覚的表示用のビットマップモデルを確立します。 
> ? ry コード、そして ry することで、システムの他の利点を損なうことなくシステムのパフォーマンスを劇的に向上させることができます。
> マイクロコードを、そして最終的にはハードウェアを使用する事を介し、システムの他の美点に如何なる妥協も伴わずのシステムパフォーマンス劇的向上が可能です。
> 
> 
> ユーザーインターフェース
> ユーザーインターフェイスは、 ry 。 
> ユーザインタフェースは単純に、コミュニケーションの大部分が視覚的な言語です。 
> ? ry は確立された人間の文化と非常に重なるので、 ry 。 
> 視覚的表現は確立済人間文化と著しくオーバラップするので、審美性はこの分野で非常に重要な役割を果たします。 
> コンピュータシステムのすべての機能は、最終的にはユーザーインターフェイスを通じて提供されるため、ここでも柔軟性が不可欠です。 
> ? ry 指向の原則と言えます。
> ユーザーインターフェイスの十分な柔軟性を実現するための有効条件は、オブジェクト指向な原則と言えます。
> 
> ? ry コンポーネントは、観察と操作のために意味のある方法でそれ自体 ry 。 
> 反応原理： ユーザーがアクセス可能なすべてのコンポーネントはそれ自身を観察と操作との為に、意味のある方法で提示できるべきです。 
> 
> この基準は、通信オブジェクトのモデルによって十分にサポートされています。 
> 定義上、各オブジェクトは対話のための適切なメッセージプロトコルを提供します。 
> このプロトコルは本質的にまさにその種のオブジェクトに特有のマイクロ言語です。 
> ? ry キーボード操作 ry 使用を通して ry 。
> ユーザインタフェースのレベルでは、スクリーン上の各オブジェクトに適した言語が視覚的に（テキスト、メニュー、写真として）提示され、キーボード活動とポインティングデバイスの使用とを介して感知されます。
> 
> オペレーティングシステムはこの原則に違反しているように思われることに注意してください。 
> ? ry プログラマーは、他の点では一貫性のある記述の枠組みから離れ、どんな文脈が構築されていようとも、まったく異なる、通常は非常に原始的な環境を扱わなければなりません。 
> ここでプログラマは、一貫性ある記述フレームワークから逆に立去り、構築済な如何なる文脈も置去りにして、全く異なったそして通常とても原始的な環境を取回します。 
> これはそうである必要はありません：
> 
> ? ry 集まりです。 ないはずです。 
> オペレーティングシステム： オペレーティングシステムは、言語に収まらないものの集まりです。 それらを一つにすべきでない。 
> 
> ? これは、Smalltalk言語に ry 。
> これらは、Smalltalk言語内に自然に組み込まれてきた従来のオペレーティングシステムコンポーネントの例です。
> 
> * ストレージ管理 - 
> 全自動 
> ? ry され、それ以上の参照が存在しなくなったとき ry 。 
> オブジェクトは、そのクラスへのメッセージによって作成され、そして存在するそれらへの参照がもはやなくなった時に回収されます。 
> 仮想メモリを介したアドレス空間の拡張も同様に透過的です。
> * ファイルシステム - 
> ? ry 持つファイルやディレクトリなど ry 。
> ファイルアクセスをサポートするメッセージプロトコルを持つ Files や Directories などのオブジェクトを通じて、通常のフレームワークに含まれます。
> * ディスプレイの取り扱い - 
> ? ディスプレイは単に継続的に見えるFormクラス ry 。
> ディスプレイは継続的可視な単なる Form クラスのインスタンスであり、そのクラスで定義されているグラフィカル操作メッセージは可視画像を変更するために使用されます。
> * キーボード入力 - 
> ? ry に、状態を判断したり、一連のイベントとして履歴 ry 。
> キーボード入力 - ユーザー入力デバイスも同様に、それら状態を判断したり、イベントのシーケンスとして履歴を読み取ったりするための適切なメッセージを持つオブジェクトとしてモデル化されています。
> * サブシステムへのアクセス - 
> ? ry 大規模な記述領域を利用でき、ユーザーとの対話を伴うサブシステムはユーザーインターフェイスのコンポーネントとして参加できます。
> サブシステムは、Smalltalk内に独立したオブジェクトとして自然に組み込まれています。そこでは、既存の大規模な記述の宇宙をキャンバスにでき、それらは、ユーザインタフェース内のコンポーネントとして参画できるユーザとのインタラクションを取込んでいます。
> ? ry は、一連のスタックフレームを所有 ry 。 
> Smalltalkプロセッサの状態は、スタックフレームのチェーンを所有するProcessクラスのインスタンスとしてアクセスできます。 
> * デバッガ - 
> ? デバッガは、中断された ry 。 
> デバッガは、サスペンドされたプロセスの状態を操作するためのアクセス権を持つ、単なるSmalltalkサブシステムです。 
> ? ry 唯一の実行時エラーは、 ry 。 
> Smalltalkで発生する可能性があるほぼ唯一のランタイムエラーは、メッセージが受信者によって認識されないことです。 
> 
> ? Smalltalkにはそれ自体「操作システム」はありません。 
> Smalltalk はそれ自体では「操作システム」を持ちません。 
> ? ry 必要な基本操作は、その他の点では通常のSmalltalkメッセージに応答して基本メソッド ry  。
> ディスクからページを読み取るなどの必要なプリミティブ操作は話が別であり通常の Smalltalk メッセージに応答するプリミティブメソッドとして組み込まれています。
> 
> 今後の取り組み
> 
> 予想されるように、Smalltalkでの作業はまだ残っています。
> 説明が最も簡単な部分は、このホワイトペーパーの原則の継続的な適用です。
> たとえば、Smalltalk-80システムは階層継承のみをサポートしているため、ファクタリングが不十分です。
> 将来のSmalltalkシステムはこのモデルを任意の（複数の）継承に一般化するでしょう。
> また、メッセージプロトコルは形式化されていません。
> ? 組織はプロトコルを ry 。
> オーガナイぜーションはプロトコルを規定していますが、プロトコルがクラス間で一貫していることは現在のところスタイルの問題です。
> これは、一貫して共有できる適切なプロトコルオブジェクトを提供することで簡単に解決できます。
> これにより、多態性の利点を失うことなく、プロトコルによる変数の正式な型指定が可能になります。
> 
> ? ry ことがより容易ではありません。
> 他の残りの仕事は明瞭にする事が容易と言うに足りません。
> この論文では扱われていない、人間の考えには明らかに他の側面があります。
> ? ry できる比喩として識別 ry 。
> これらは既存の言語モデルを補完することができるメタファとして識別されなければならない。
> 
> 時には、コンピュータシステムの進歩は憂鬱なほど遅いように思われます。
> ? 蒸気機関車が ry を忘れています。
> 蒸気機関が私たちの祖父母にとってハイテクであったことを我々は忘れています。
> 私は状況について楽観的です。
> ? 実際、コンピュータシステムはより ry 。
> コンピュータシステムは、実際、よりシンプルになり、その結果、より使いやすくなっています。
> ? ry を閉じたいと思います。
> 私はこのプロセスを支配する一般原則を纏めたいと思います :
> 
> ? ry き換えられるべきです。 
> 自然な選択： 健全なデザインの言語とシステムは存続するでしょう、より良いものだけによって置換えられて。 
> 
> 時計が刻々と動いている間でさえ、創造的な精神のためのますます優れたコンピュータサポートは進化しています。 
> ? すぐ助けに行くからね。
> 救援は途中まで来ています。
> 
> CS 655 	バージニア大学
> CS 655：プログラミング言語
> evansATcs.virginia.e
> ? ry 22秒
> 最終更新日：月曜日3月19日17時13分22秒 2001 年
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



> 訂正 : 世界の構造を学習する事を新皮質内カラムがどの様に可能にするかの理論
>> 世界の構造を学習する事を新皮質内カラムが如何にして可能たらしめるかの理論
> 
> 
> 訂正 : ハイデルベルクニューロモルフィックコンピューティングプラットフォームへのHTMモデルの移植
> 
>> ? そのようなシステムの連続時間およびVLSI実装は、文献 ry 。
>> ? さらに、同じ入力カウントを受け取る列間の関係を解決するモデルの機能が示され ry として選択されず、少数の列のみが ry 。
>> シミュレーションはこの図に示されてもいる様に、データを既存ソフトウェア実装によって完全再現します。



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net	tel:081-70-5152-1104
heiwa furiisekkusu 1tu

[toc] | [prev] | [next] | [standalone]

#20 — 電子頭脳設計図概要 9290910200 版

YAMAGUTIseisei wrote:
> PR : シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 設計概要自体の代りに周辺情報 ( 論文翻訳等 ) をお届け致しております
> 
> 
> 
> HarmonyOS ロンチイベント ファーウェイデベロッパカンファレンス 2019
> 
> Richard Yu
> 
> 
> Google 翻訳
> Harmony OS Launch Event in English @ Huawei - HarmonyOS HDC2019 - Huawei Developer Conference 2019
> http://m.youtube.com/watch?v=7HvgfQy_Nv8#CTFTnPbU68s#EE6yzdB4RHU#mpQXEroIzYg
> 
> 　
> http://rio2016.2ch.net/test/read.cgi/future/1566534326/12# HongmengOS ( HarmonyOS )
> http://rio2016.2ch.net/test/read.cgi/future/1559851720/54# DensiZunouTeki Sekkei ## TaihuLight SW26010 JianZhangSensei
> 
> 　
> 
> ? ry シナリオのOS。
> すべてのシナリオの為のOS。
> 
> ? 中国語のハーモニーは地球 ry ついて話し、英語の漢字Hongmengにクローズド発音を使用することは、より調和とより便利な世界をもたらしたいため、ハーモニー ry 。
> 中国語の Hongmeng は、地球の始まりについて語り、そして、英語では漢字鴻蒙に近い発音を使用し、我々が欲する調和と利便性とを世界の為に齎すものとしてハーモニーと呼ばれます。
> 
> HarmonyOSは、すべてのシナリオに対応した世界初のマイクロカーネルベースの分散OSです。前述のとおり、GoogleもマイクロカーネルベースのOSに取り組んでいますが、まだ実現されていません。
> 
> ? ry 関しては、分散アーキテクチャを備えているため、すべての ry 生まれ、カーネルを保護し、共有エコシステムを実現できます。
> 私たちの調和に関しては、我々が持つ分散アーキテクチャとして、それは全てのシナリオに対応する分散OSであるため、スムーズに生まれ、セキュアなカーネルを持ち、共有エコシステムを実現できます。
> 
> そのアーキテクチャを見てみましょう。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=68
> 
> ? ry であり、非常に下層のカーネル ry 。
> これはHarmonyOSのアーキテクチャであり、とても下層それがカーネルであり、その基本サービスの上にプログラムフレームワークがあります。
> このようにして、パワービジョン、ウェアラブルサービス、ハンドユニットサービス、スピーカーサービス、スマートフォンサービスなど、あらゆる種類のデバイスをサポートできます。
> これらの種類のサービスはすべて、単一のオペレーティングシステムでサポートできます。
> ? ry 弾力的 ry するため、モジュール ry 。
> それは、弾力的な展開を可能にするものとしての、モジュールベースのデカップリングです。
> 
> ? このデバイスの機能が何であれ、このHarmonyOSを同時に使用 ry 。
> このデバイスの如何なる機能であれ同時に、このHarmonyOSに於て使用できます。
> ? ry 能力でも柔軟な適応を実現 ry 。
> 強力で柔軟なため、狭い展開能力にも柔軟に適応する事を実現できました。
> ? RAM ry できるように。
> その為、 RAMサイズ2GBレベルからKBレベルまでの幅広いメモリ空間をサポートできます。
> そのため、1つのオペレーティングシステムに対して異なるデバイスに適用できます。
> ? ry して、完全に接続された世界にサービス ry 提供すると同時に、最初の有能 ry である分散 ry を使用できます。
> このようにして、フル接続ワールドにサービスとサポートを提供するその時我々は、我々の初の有能なデバイスOSである我々の分散アーキテクチャを持っています。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=168
> 
> ? ry スケジューリングがあります。
> そして、それが分散アーキテクチャであり、ソフトバス、分散仮想バス、ハードウェア仮想化、分散データ管理、および分散データスケジューリングを我々は持っています。
> また、仮想化ハードウェアは共有リソースとして機能し、仮想バスを分散させることで複数のデバイスを接続できます。
> ? ry 関係ありません。
> カメラ、スピーカー、またはその他のデバイスでさえ、センサーやコンピューティングデバイスですら関係なく、です。
> ? それらは、仮想プールで既にプールになっているハードウェア ry 。
> それらは今や、仮想バスにより既にプールである所のハードウェアリソースです。
> ? ry ユーザーのアカウントの1つでした。
> 分散仮想バスはユーザの 1 つのアカウントでした。
> ? ry の機能は ry 。
> すべてのデバイスのケーパビリティ ( 機能 訳注:オブジェクトのタグの類をシングルシステムイメージ文脈で差す場合も ) は、どのデバイスでも共有およびキャッチできます。
> 後で私の同僚は、分散仮想バスがさまざまなデバイスのハードウェア機能を呼び出す方法を示すデモを紹介します。
> そして、Huaweiがこれを達成した最初の企業です。
> 
> ? 私たちの分配された仮想バス ry 。
> 私たちの分散仮想バスは簡素化されたプロトコルも導入しました。
> したがって、7層のこのプロトコルスタックを認識できます。
> 物理層からセッションプレゼンテーションアプリケーション層まで、7つの層がありました。
> ? ry より、中央の4つの層が簡素化されています。
> しかし、OSの場合、分散仮想バスにより、ミドルにあるレイヤが 4つに簡素化されています。
> ? ry 消費されたペイロード ry 化を減らすためにペイロード ry 上げることができました。
> それで、消費ペイロード削減とプロトコルスタックの簡素化との為に我々は、ペイロード効率を押し上げる管理をしました。

> ? ry は、待ち時間を短縮して高スループット ry 。
> 分散仮想バスは、レイテンシ短縮の為の管理をしてより高いスループットを実現します。
> また、PLCが25％と高い場合でも、ユーザーエクスペリエンスは保証されます。

http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=300

> ? ry スムーズの ry 。
> HarmonyOSには、スムーズさのための別の機能があります。
> LinuxとUNIX OSは今日、すべてのリソースを公平に扱うようにシステムを設計しています。
> それらはサーバー負荷指向であり、つまり高速道路上にあります。
> ? ry 車とゆっくり走る車は、トラックトラックと自転車です。
> より速く走る車と、ゆっくり走る車、トラックやロータリと自転車です。
> ? ry 彼らは望む ry リンクのどれかについて疑問に思うだけです。
> 実に驚く事に、彼らは彼らが望むようにリンクできます。
> ? そのようにして、システムの低遅延と高速でスムーズな動作を実現することは困難です。
> その様な、低遅延と高速且つスムーズなシステムオペレーションとを実現する事は、困難です。
> 
> ? ry は操作を変更しました。
> そのため、HarmonyOSはオペレーションを変更しました。
> ? ry を設計しました。
> 追い越し車線、高速車線、低速車線、自転車車線を我々は設計しました。
> ? ry を適用します。
> また、さまざまなアプリケーションの要求に応じてリソースを正確に割り当てるために、ペイロードを動的に分析および予測する技術を我々は適用します。
> ? ry そして、それが高効率と低遅延を達成する方法です。
> そしてそれが、高効率と低遅延とを我々が達成する方法です。
> そして、確定的レイテンシエンジンを展開しています。
> 応答遅延と遅延変動は大幅に低下しました。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=398
> 
> ? そのため、マイクロカーネル ry 心配になる場合があります。
> さてあなたは、マイクロカーネルベースのアーキテクチャのIPCが心配かも知れません。
> しかし、あなたはそれを心配する必要はありません。
> 
> 他の外部カーネルサービスの中で管理されていたファイルシステム。
> それらは基本的なサービスです。
> 
> モノリシックカーネルアーキテクチャを適用する場合、すべての外部カーネルサービスが統合されます。
> しかし、今はマイクロカーネルの時代です。
> IPCのパフォーマンスをどのように確保できますか。
> HarmonyOSは、最高のIPCパフォーマンスを提供できます。
> 
> 自動車のT-Boxで使用されているQNXと比較した結果を見てみましょう。
> ? また、IPC ry わかるため、フクシアとも比較しています。
> そして、フューシアとも比較する事で、 IPCのパフォーマンスがこれらの2つの製品よりも3から5倍高いことが分かります。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=462
> 
> ? ry を使用 ry 。
> さらに、マイクロカーネルを我々が使用するもう1つの理由は、カーネルのセキュリティを確保するためです。
> 
> ? We're about to enter the era of the microkernel era we need to ensure its security.
> セキュリティを確保するために必要なマイクロカーネル時代の時代を迎えようとしています。
> ? ry された他の ry 。
> HarmonyOS-microkernelは、5月20日以降に発売された我々の他のスマートデバイスの中でも、タブレットとハンドセットに商業的に展開されています。
> ? ry のセキュリティが重要なアプリ ry をより確実に確保 ry 。
> マイクロカーネルは信頼できる実行環境に展開されるため、支払いや生体認証などのセキュリティクリティカルなアプリケーションのセキュリティをより良く確保できます。
> 正式な検証メッセージを使用して、TEEカーネルのセキュリティを向上させます。
> 
> 本日リリースするHarmonyOSはマイクロカーネルアーキテクチャを使用しており、今後、マイクロカーネルアーキテクチャを使用するOSが増えることを楽しみにしています。
> 
> HarmonyOSのもう1つのハイライトは、フォーマル検証メッセージです。フォーマル検証を使用して、従来の方法と比較してセキュリティを確保できます。
> OSには常に脆弱性があります。
> 機能の検証と脆弱性のスキャンを使用して、攻撃をシミュレートしてセキュリティのリスクを排除することもできますが、それに対する100％の保証はありません。
> ただし、正式なアプリケーションメソッドを展開することにより、コードマッチング設計を完全に検証し、システムの正確性を検証できることを確認しました。
> より包括的な方法で。
> 
> 正式な検証方法には独自のキャッチがあります。つまり、従来のプログラムコードを使用している場合、必要なコードは1行だけです。
> ? ry そのため、マイクロカーネルを使用 ry 。
> ただし、正式な検証方法を使用する場合は、100行のコードを展開する必要があります。その為に、マイクロカーネルを我々は使用しています。
> ? 小さい ry 。
> より小さいカーネルを使用すると、検証の正式な方法を包括的に展開できます。
> ? ry のセキュリティが重要な燃料でのみ ry 。
> .過去には、正式な批准方法は、航空宇宙やチップセット設計などのセキュリティクリティカルな動力源でのみ使用されています。
> ? ry 今日、OS ry に正式 ry を導入 ry 。
> しかし、今日、正式な方法を OSの設計と開発に我々は導入しています。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=636
> 
> マイクロカーネルにはルート特権がありません。 ( 訳注 : カーネル自体が特権モードで動作 )
> Unix LinuxおよびAndroidには、ルートアクセスまたはルート権限があります。
> ? ry ドアの鍵のようなものです。
> それはあなたの家のすべてのドアのマスターキーの様な鍵です。
> ? ry ため、外部サービスはファイルシステム ry などのカーネルの外に置かれ、すべて独自のロックがありました。
>しかし、今見ているようにマイクロカーネルが使用されている為、ファイルシステム管理やメモリ管理などの外部サービスはカーネルの外に置かれ、それら全てが独自ロック ( 訳注 : 排他文脈か否かは不明瞭 ) を持ちます。
> ? そして、それは私たちがあなたの家のすべてのドアを開けるために1つ ry キーを持つことを心配 ry 。
> そしてそれは、ドア全てを開けるための1つのマスターキーをあなたの家が持つかを我々が心配しない方法です。
> ? And that's why ?
> ? それが理由ですか？
> それは何故でしょう。
> ルート特権を排除することで、システム全体のセキュリティを確保できます。
> 従来のモノリシックカーネルアーキテクチャを2層に変更しました。1層のマイクロカーネルともう1層の外部カーネルです。
> 
> ? EALが認定を発行しました。
> EAL 認証が我々に発行されました。
> 私たちのHarmonyOSは、5つ以上のレベルの認証を取得することが可能です。
> ? 私たちは世界で一番だと信 ry 。
> 我々は、我々が世界一だと信じています。
> そして、テストの一部となり、5つ以上の認証を取得しているOSになることができると確信しています。
> 
> HarmonyOSは、さまざまなデバイスのさまざまなシナリオにわたってセキュリティを確保できます。これはすべて、マイクロカーネルアーキテクチャによって可能になります。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=768
> 
> ? 今日、ここに示す ry アーキテクチャがあります。
> 今日我々は、ここで示すようなHarmonyOSアーキテクチャを持ちます。
> ? そのため、Linux ry 。
> 又我々はまだ、LinuxカーネルとUNIXカーネルだけでなく、他のAndroidアプリケーションも保持しています。
> ? また、カーネル ry 。
> そこでは又、カーネルの一部としてLightOSを保持します。
> ? ry 、カーネルに加えて、より ry を配布する必要 ry 。
> そして、カーネルの直上で、より多くのアプリケーションとの互換性を高めるために、仮想バスやプログラムフレームワークなどを分散させる必要があります。
> また、HarmonyOSのパフォーマンスをサポートするためにコンパイラとマルチデバイスIDEを展開していますが、将来はLinuxカーネルをLightOSカーネルからHarmonyOSのマイクロカーネルに置き換えられることを願っています。
> 
> また、将来的には他のアプリケーションとの互換性も確保されます。
> ? ry がOS上 ry を願っています。
> すべてのアプリケーションが我々の OS の上でスムーズに展開および操作できることを我々は願っています。
> ? ry 、Linuxアプリケーション ry をサポートしています。
> HTML5、Lignuxアプリケーション、Androidアプリケーションなど、さまざまなプラットフォームで開発されたアプリケーションを我々はサポート進行中です。 ?
> これらはすべて、将来的に当社のOSで実行できるようになります。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=868
> 
> すべてのシナリオでの分散OSのもう1つの利点は、共有エコシステムを持つことです。
> ? そのため、過去には、時計 ry 、PC用 ry およびハンドセット ry 必要がありました。
> これまであなたは、時計用のアプリケーション、あなたの PC 用の別のアプリケーション、およびあなたのハンドセット用の別のアプリケーションを開発する必要があったかも知れません。
> ? その後、開発 ry すべての問題を ry 。
> とすると、開発者はアプリケーションをさまざまなデバイスに適応させるために、すべてのトラブルを経験する必要があります。
> ? ただし、Huawei ry を一度開発してから、その ry 。
> しかし今、Huaweiが提供するIDEを使用すると、そのアプリケーションを一旦開発すれば、そのアプリケーションを複数のデバイスに展開できます。
> ? ry 、車のインフォテインメントシステム ry 。
> これにより、家庭の音楽プレーヤーなど、さまざまなデバイスのさまざまなアプリケーション用の共有エコシステムを作成し、あなたの自動車のインフォテインメントシステムのランドスケープモードに自動的に適応させることができます。
> また、IDEにより、自動適応のためのドラッグアンドドロップが可能になります。
> これは、IDE開発者がアプリケーション開発にこの環境を簡単に使用できることのデモです。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=945
> 
> ? ry 。C++ ry 。
> 私たちのコンパイラは別のハイライトです。ローンチ後には、 C++やC言語に関係なく、マルチ言語をサポートします。
> コンパイラによってサポートされており、コンパイラはJava、Kotlin、およびJavaScriptもサポートしています。
> すべての言語は、コンパイラによってサポートされています。
> 
> ハイブリッドプログラミングもサポートしています。
> ? ry アプリケーションにはC ++ ry することもありますが、単純 ry 場合があります。
> 複雑なアプリケーションにあなたが C ++を使用する事を我々は時として望みますが、単純なアプリケーションにはKotlinを使用する場合もあるでしょう。
> ? したがって、プログラミング ry 。
> プログラミング中にどの言語を使用していても、当社のコンパイラはすべての手間を処理できます。
> ? コンパイラーを適用することにより、 ry システム以上。
> しかも、我々のコンパイラを適用しパフォーマンスが60％以上向上したシステム、よりも更に。
> 
> ? ry の配布機能は、 ry にわたるアプリケーション開発 ry 。
> 当社の分散ケーパビリティは、さまざまなデバイスに跨がったアプリケーション開発をサポートするキットを提供しています。
> このキットを使用すると、さまざまなデバイス用のアプリケーションを簡単に開発できます。
> ? ry が、今日のキットでは、さまざま ry 。
> 以前は、サポートしているOSはありませんでしたが、我々のキットでは今日、さまざまなデバイス用のアプリケーションを簡単に開発できます。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=1049
> 
> ? これが ry 歴史であり、2年前に最初にカーネルの開発が開始されました。
> 2 年前にカーネルの初動作から始まった、これがHarmonyOSのロードマップ上の歴史です。
> ? スマートデバイス ry にTEEを使用した場所。
> TEE をスマートデバイスから最初に我々が使用した場所。
> ? ry 明日リリースされた製品です。
> 今年からHarmonyOSはより多くのデバイスに適用され、最初の製品は明日 Honor からリリースされる製品です。
> ? ry バージョン、翌年には3.0 ry 。
> HarmonyOSマイクロカーネルに関しては、来年は2.0バージョン、来年の後には3.0バージョンがリリースされます。
> ? したがって、機能を強化 ry 部分の両方を完全に改善 ry 。
> それで、ケーパビリティを強化するために、内部部分と外部部分との両方をフルに改善します。
> 
> HarmonyOSは、スマートフォン、PC、タブレット、時計、ハンドユニットなど、さまざまなデバイスに適用できます。
> ? ry いつ我々は適用するかを尋ねられた場合は、より ry ができます。
> スマートフォンにいつ我々は適用するかをあなたが私に尋ねるなら、より良いエコシステムの検討を除き、いつでもそれを行うことが我々はできます。
> ? ry 優先するため、Google ry をサポート ry 。
> GoogleのAndroidオペレーティングシステムの使用を優先する事で、GoogleのAndroidエコシステムを我々はサポートしています。
> ただし、将来使用できない場合は、すぐにHarmonyOSに切り替えることができます。
> ? ry する分散機能により、パフォーマンスが向上しています。
> Androidと比較して、将来のすべてのシナリオをサポートする分散ケーパビリティにより、パフォーマンスが向上しています。
> あなたと共有したいことは、いつでもHarmonyOSを使い始めることができるということです。
> ? ry エコシステムのために、 ry 。
> しかし、パートナーシップの検討と、より良いエコシステムと、の為に、誰もがワークロードを削減したいと考えています。
> AndroidからHarmonyOSへの移行は実際にはそれほど難しくありません。
> 非常に簡単です。たった1、2日でそれができるかもしれません。
> これは、移行のワークロードがどれだけ小さいかです。
> 互換性があるため、非常に便利に簡単に移行できます。
> ? ry で、強力 ry 。
> 皆さんと共有したいのは、将来、PC、タブレット、および他のすべてのドメインで、我々の強力なオペレーティングシステムを使用できることです。
> 
> http://m.youtube.com/watch?v=7HvgfQy_Nv8&t=1216
> 
> Linuxをベースに開発している他のオペレーティングシステムが気に入っています。
> 私たちは、まったく新しい世代のオペレーティングシステムを代表しています。
> 当社のHarmonyOSは、AI機能を可能にし、さまざまなシナリオを可能にする、真の将来を見据えた次世代オペレーティングシステムです。
> 繰り返しますが、すべてのシナリオに対応したマイクロカーネルベースの分散オペレーティングシステムです。
> 分散アーキテクチャとその柔軟性のおかげで、はるかに強力なパフォーマンスと他のすべての利点があります。
> 
> また、別の重要なニュースを皆さんと共有したいと思います。
> HarmonyOS、それはオープンソースになります。
> ? ry と思う ry 。
> グローバルなオペレーティングシステムを構築したいと我々は思うでしょう。
> そのため、Huaweiだけでは使用されません。
> ? ry 他の関係者を紹介すること ry 。
> 代わりに、オープンソースにすることで、他のパーティを導き入れる事もできます。
> ? ry 、次世代の主要なオペレーティングシステム ry 。
> 一緒になって、次世代をリードするオペレーティングシステムを共同で構築できます。
> 
> どうもありがとうございました。
> ありがとうございました。
> HDCにご参加いただきありがとうございます。
> より強力なHarmonyOSとより良いエコシステムを一緒に構築できることを願っています。
> どうもありがとうございました。
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224
>
>
>
> 訂正 なぜニューロンは何千ものシナプスを持っているのか、新皮質に於けるシーケンス記憶の理論
:

>図２：皮質セルラレイヤ中のシーケンスを表す。 >A） 新皮質はセルラレイヤに分割される。 >C）? ry 、
>図 4>このようにして尖端フィードバックはネットワークを、どんな入力であれ予想シーケンスの一部である、として解釈する様にバイアスし、予想シーケンス内の要素のどれとももしも入力が一致しない場合を検出する。
>図 6 行頭に ? >? ry に、一次 ry の性能が低い方 ry 。
重要度小>閾値例えば 0. 3 をもしも永続値が超える場合、
>ベストな予測を成すにどれだけの時間的コンテキストが必要か、をネットワークは動的決定する必要があります。

重要度小>? ry では、可能 ry ように入力 ry ストリームを設計 ry 。
>このシミュレーションでは入力データストリームを、可能な最大平均予測精度が50％になるように設計しました。これは高次表現を使用することによってのみ達成可能です。
重要度小>従ってそれら 2 つの場合に於て、サブシーケンス「BC」に亘っての内部表現は異ならねばならない。 さもなくば「C」提示後に、正しい予測を成す事ができません。
>ＨＴＭニューロンおよびＨＴＭネットワークは、分布したパターンの細胞活性に依存しているので、ニューロン又はシナプス、のどれか 1 個の活性化強度はそれほど重要ではない。

>これは、ニューロン個々の想定デューティ比（カラム毎のセル数 / カラムのスパース度）と、
>容量は、幾つの遷移をカラム群の特定単一スパースセットで学習できるかによって決まります。
>は、ほんの幾つかだけ、理想的には１つだけ、存在するはずである。
>? ry ry 軸索アーバーの局所領域に空間的に局在することを予測する。
>? ＮＭＤＡ ry よって脱分極され ry を阻害する ry 。
>を結び付けること、即ち、細胞群の一枚の完全なレイヤ、のレベルに於てのオペレートを行う生物物理学的詳細モデルを作成することです。
>? 勝利列が予測 ry 場合、現在のシーケンス遷移が繰り返される場合、将来コンテキストを表すセルを1つ選択 ry 。
>現シーケンス遷移がもしも繰返される場合のコンテキスト、を将来表すであろうセル 1 つを我々は、勝利カラムがもしも予測されなかった場合には選択する必要があります。

重要度小>? ry 、以前に脱分極 ry を強化する。

[toc] | [prev] | [next] | [standalone]

#21 — 電子頭脳設計図概要 5211910200-6102020200 版

> シンギュラリティ系有料メールマガジン発行を構想致しております
> 無料メールマガジン版 ( 別途有料版開始時打切 )
> http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7
> 
> 
> 設計概要自体の代りに周辺情報 ( 論文翻訳等 ) をお届け致しております
> 
> 
> 
> YAMAGUTIseisei wrote:
>>> Google 翻訳 http://webcache.googleusercontent.com/search?q=cache:cFXKfQwoUVMJ:www.iccs-meeting.org/archive/iccs2018/papers/108620619.pdf 
>>>
>>>
>>>神威太湖之光のメニーコアプロセッサ上の並列クイックソートアルゴリズム
>>>
>>>
>>> Siyuan Ren、Shizhen Xu、およびGuangwen Yang
>>> 中国清華大学
>>>
>>>
>>> ICCS Camera Readyバージョン2018
>>>この論文を引用するには、最終公開バージョンを使用してください
>>> DOI：10.1007 / 978-3-319-93713-7_61



要約。
? ry する異種メニーコア ry SW26010で、 ry 。
このホワイトペーパーでは、Sunway TaihuLightを世界でトップワンのスーパーコンピュータにするヘテロジニアスメニーコアプロセッサであるSW26010 での、非常に効率的な並列クイックソートアルゴリズムを紹介します。
? ry 、最初のカウント要素と2番目の移動要素を備えた2 ry アルゴリズムを提案します。
SW26010のソフトウェアキャッシュとオンチップ通信設計に動機付けられて、最初に要素カウントし 2 番目に要素移動する事を伴う 2フェーズクイックソートアルゴリズムを我々は提案します。
? ry このようなメニーコア ry 設計し、メモリ ry 。
そうしたメニーコアアーキテクチャを最大限に活用するために、分散ワークフローを設計し更に、メモリアクセスを最適化し、ワークロードのバランスを取ります。
? ry 、アルゴリズム ry にスケーリングし、、あらゆる種類のデータ配布でint32要素の32倍 ry 。
実験では、我々のアルゴリズムがSW26010の64コアに効率的にスケールし、 int32 要素でのあらゆる種類のデータ分布で 32 倍超の高速化を達成することが示されています。

? ry ）バージョン ry 。
この結果は、x86-64アーキテクチャでのクイックソートのIntel TBB（Threading Building Blocks）の 1 つのバージョンの強力なスケーリングよりも優れています。

1 前書き

このペーパーでは、SW26010での並列クイックソートアルゴリズムの設計について説明します。SW26010は、Sunway TaihuLightスーパーコンピューターを現在世界でトップ1にしている異種メニーコアプロセッサーです[4]。
SW26010は、DMA（スクラッチパッドメモリ（SPM）とメインメモリ間の転送）とGload（レジスタとメインメモリ間の転送）の2つのメモリアクセス方法を備えたキャッシュレス設計を特長としています。
? ry の積極的な設計 ry 得られますが、プログラミング ry 最適化も複雑になります。
SW26010のアグレッシブな設計により、3.06 TFlopsという印象的なパフォーマンスが得られますが同時に、プログラミング設計とパフォーマンス最適化とを複雑にさせもします。

ソートは、常に広く研究されてきたトピックです[6]。
異種アーキテクチャでは、以前の研究はGPGPUに焦点を当てていました。
たとえば、Satish et al。[9]は、基数ソート、通常のクイックソート、サンプルソート、バイトニックソート、マージソートなど、NVIDIA GPUのいくつかのソートアルゴリズムを比較しました。
GPU-quicksort [2]およびその改良CUDA-quicksort [8]は、並列パーティションにダブルパスアルゴリズムを使用して、通信の必要性を最小限に抑えました。
? ry のバージョン ry 。
ライシュナーら[7]は、サンプルソート（並列クイックソートの一バージョン）をGPUに移植し、GPUクイックソートよりも大幅に速度が向上したと主張しました。

? ry 、2つの理由で直接ニーズを満たすことはできません。
これまでの研究により、並列ソートアルゴリズムに関する洞察が得られましたが、我々のニーズを直接満たす事は 2 つの理由の為できません。
これまでの研究により、並列ソートアルゴリズムに関する洞察が得られましたが、2つの理由で直接ニーズを満たすことはできません。
? まず、 ry 、アクセスされたすべてのメモリ ry 。
第一に、Gloadのオーバーヘッドが非常に高いため、アクセスされる全メモリをDMA経由でSPMにプリフェッチする必要があります。
同時に、SPMの容量は非常に制限されています（64KiB）。
? 次に、SW26010はカスタマイズ ry メカニズムを提供し、最適化 ry 機会を開きます。
第二に、最適化の新たな機会を開く、カスタマイズされたオンチップ通信メカニズムを SW26010 は提供します。


2ページ

これらの観察に基づいて、SW26010の新しいクイックソートアルゴリズムを設計および実装します。
これは、並列分割フェーズと並列ソートフェーズを交互に行います。
? ry では、コアは並列 ry アルゴリズムに参加します。最初のパスでは ry し、2番目のコアでは要素を移動します。
最初のフェーズでは、並列分割のダブルパスアルゴリズムに各コアは参加しますがそこで、1 パス目ではコアが要素をカウントし、2 パス目では要素を各コアが移動させます。
? ry では、コアは割り当て ry 並列に並べ替えます。
2番目のフェーズでは、割当てられた部分を並列で各コアが並替えます。

? ry を不要にします。
SW26010を最大限に活用するために、並列アルゴリズムで一般的な中央マネージャーを我々は不要にします。
? 代わりに、すべてのワーカー ry SPMでメタデータ ry 。
代わりに我々は、全ワーカーコアのSPM に於てメタデータを複製し、分散設計を採用します。
SPMのサイズが小さいため、その使用率を最大化するための特別な対策が必要です。
? ry 置き換え、単純 ry スキームで負荷バランスを改善 ry アーキテクチャを活用しています。
さらに、値カウントのメモリアクセスをレジスタ通信に置き換え、ロードバランスを単純なカウントスキームで改善することで、このアーキテクチャのアドバンテージを我々は得ています。

実験により、このアルゴリズムはint32値で最高のパフォーマンスを発揮し、十分な配列サイズとあらゆる種類のデータ分散に対して32を超える高速化（50％の並列効率）を達成しています。
? 倍の値 ry 。
double の値の場合、最低のスピードアップは20（効率31％）です。
? ry アルゴリズムがはるかに優れていること ry 。
また、x86-64マシンでのIntel TBBの並列クイックソートと比較し、Sunwayでのアルゴリズムははるかに良くスケールすることを確認しました。

2 SW26010のアーキテクチャ

SW26010 [4]は、4つのコアグループ（CG）で構成されています。
? 各CGには、1つの管理処理要素（MPE ry コンピューティング処理要素（CPE ry ）があります。
各 CG は、 1 つの管理プロセッシングエレメント（MPE）（マネージャーコアとも呼ばれます）、64のコンピューティングプロセッシングエレメント（CPE）（ワーカーコアとも呼ばれます）を持ちます。
MPEは完全な64ビットRISCコアであり、ユーザーモードとカーネルモードの両方で実行できます。
CPEも調整された64ビットRISCコアですが、ユーザーモードでのみ実行できます。
CPEクラスターは、8x8メッシュのオンチップネットワークとして構成されています。
? 1行1列のCPE ry 。
1行と1列の中のCPEは、レジスタを介して、一度に最大128ビットで直接通信できます。
? さらに、各 ry 。
付け加えると、各CPEにはユーザー制御のスクラッチパッドメモリ（SPM）があり、そのサイズは64KiBです。

SW26010プロセッサは、メモリアクセスの2つの方法を提供します。
1つはDMAで、メインメモリとSPMの間でデータを転送します。
2つ目はGloadです。これは、通常のロード/ストア命令と同様に、メインメモリとレジスタ間でデータを転送します。
? ry 必要があります。
Gloadのオーバーヘッドは非常に高いため、できるだけ避ける必要がとてもあります。

通常、1つのCGの仮想メモリは、それ自体の物理メモリにのみマップされます。
つまり、アルゴリズムを設計するとき、4つのCGは4つの独立したプロセッサと見なすことができます。
? ry この作業は ry に説明します。
この研究は1つのコアグループに焦点を当てていますが、より多くのコアグループに拡張する方法についても簡単に議論します。

3 アルゴリズム

? ry 考え方は、ピボット ry にシーケンスを再帰的に分割 ry 。
元のクイックソートと同様に、基本的な考え方はシーケンスを、ピボット値で区切られたサブシーケンスに再帰的分割することです。
? ry 左に、右に大きく移動 ry 。
ピボットより小さい値は左に、大きい値は右に移動します。
? このアルゴリズム ry 。
我々のアルゴリズムは、オーバーヘッドを削減するために2つのフェーズに分かれています。
最初のフェーズは、2パスアルゴリズムを使用した並列分割です。


3ページ

? ry 多すぎるまたは小さすぎる場合、各コアが個別にピースをソート ry フェーズに入ります。
ピースが多すぎるか ( 訳注 : 各々が ? ) 充分小さいかの場合、ピースを各コア個別にソートする第2フェーズ、に我々は入ります。
? 両方のフェーズ ry でパーティションを繰り返して実行されます。
両フェーズは、わずかに異なるアルゴリズムでパーティショニングを繰返す事で実行されます。

? ry パーティション
3.1 並列パーティショニング
? 並列分割は、アルゴリズム ry 。
並列パーティショニングは、我々のアルゴリズムのコアです。
? ry と同様の2パスアルゴリズム ry 。
[2,1,10]と似た 2 パスアルゴリズムを採用しています。
同時書き込みを回避するため。
最初のパスでは、各コアは、割り当てられたサブシーケンスのピボットより厳密に小さい要素と厳密に大きい要素の総数をカウントします。
これは、メインメモリからSPMに値を連続してロードし、カウントを累積することによって行われます。
その後、コアはカウントについて相互に通信し、次のパスで書き込むべき累積合計によって位置を計算できます。

? ry 。今回は、パーティション分割された結果を結果配列内の独自の位置 ry 。
2番目のパスでは、各コアが独自のパーティション分割を再度行います。この時、パーティション状態な結果を、結果配列内の各独自位置に直接転送します。
すべての読み取りと書き込みが互いに素であるため、このステップは ( 訳注 : 並列 同時 ) 並行して実行できます。
? ry a middle gap to be filled by the pivot values.
すべてのコアが結果をコミットした後、結果の配列には、ピボット値で埋められる中間のギャップが残されます。
? コアは、DMA書き込みしてしてギャップを埋めます。
然して各コアは、並列で DMA 書込しそのギャップをフィルします。 ( 訳注 : 63450 等でのリンクリストの様な機能 ? ( ギャップ値をアドレス情報として扱ってリンク先の前述ピボット値をリンク元に上書 ? , この時点ではパーティショニングを行わない ? , 最終ピボット値 = 最終結果 ? ) )

? ry 整数の通信、およびピボットで満たされた後 ry 。
したがって、2パスアルゴリズムに必要な同期は、パスのカウント終了時のバリア、少数の整数通信、及びピボットのフィルの後のバリア、のみに制限されます。

3.2 値カウントの通信
ターゲットロケーションの計算に必要な値の数が少ないため、DMAまたはGloadを介してワーカーコア間でメインメモリを介して値を交換すると、オーバーヘッドが大きくなります。
代わりに、ワーカーコアがレジスタ通信を介してカウントを交換できるようにします。これにより、ワーカーコアは一度に最大128ビットの値を転送できます。
小さいカウントと大きいカウントは両方とも32ビットであるため、1つの64ビット値に連結して一度に通信できます。

? ry 必要な合計値は ry 前に注文された ry 。
各ワーカーコアに必要な連結値は2つだけです。1つはその前に使われたコアのカウントの累積合計、もう1つはすべてのカウントの合計です。
情報フローは、コアが同じ行または列でのみ通信できるという制限に対処するために、ジグザグに配置されています。

3.3 負荷分散
Sunwayには64個のコアがあるため、フェーズIIでは負荷の不均衡が深刻な問題です。
? ry 浪費する必要があります。
すべてのコアが同時にソートを完了しない場合、早期に終了するコアはアイドル状態になり、サイクルを浪費します。
? ry カウンターに基づく単純 ry を採用 ry 。
不均衡を減らすために、アトミックカウンタベースの単純な動的スキームを我々は採用しています。

? ry ために、各 ry 一部を、すべて ry セグメントのメタデータを保持 ry 。
詳しく説明するために、すべてが個別に並列に並べ替える予定の配列セグメント、のメタデータを各SPMのごく一部が保持するようにします。


Page 4 

メタデータのストレージがいっぱいになると、各コアはフェーズIIに入り、ソートするセグメントを1つ選択します。
? コア ry インデックスを取得します。カウンターがストレージ ry まで、アルゴリズム ry 。
どれかのコアが終了すると、メインメモリ内のカウンターをアトミックにインクリメントして次のセグメントのインデックスをストレージ容量をカウンタが超えるまでは取得し、アルゴリズムはフェーズIに戻るか終了します。

3.4 メモリの最適化
? ry 、DMA ry 。
SPMは非常に小さい（64KiB）ため、メモリオーバーヘッドがあると、一度にバッファリングできる要素の数が減り、よって DMAのラウンドが増加します。

したがって、メモリの最適化は全体的なパフォーマンスにとって重要です。
制御構造のメモリオーバーヘッドをさらに削減するために、次のトリックを使用します。

? ry 最初に小さいサブアレイ ry 。
1つは、明示的なスタックを使用し、すべてのレベルでのパーティション分割の再帰時に、最初により小さなサブアレイに降ります。
これにより、呼び出しスタックのメモリ使用量がO（log2 N）に制限されますが、ピボットが選択されます[5]。

別の方法として、64ビットポインターを32ビットオフセットに変換し、符号ビットを再利用してオフセットのベース（元の配列または補助配列）を示すことにより、サブ配列の表現を圧縮します。
圧縮により、各サブアレイ表現に必要なバイト数を16バイトから8バイトに削減でき、50％節約できます。

3.5複数のコアグループ
アルゴリズムを複数のコアグループに適用するために、シングルコアグループアルゴリズムを、samplesortなどの従来のさまざまな並列ソートアルゴリズムと組み合わせることができます。
? ry それらをソートします平行。
n個のプロセッサのSamplesortは3つのステップで構成されます[3]：n-1個のスプリッターで配列をn個のばらばらのバケットに分割し、次にそれらをn個のプロセッサに分配してi番目のプロセッサがi番目のバケットを持つようにし、最後にそれらを並列でソートします。
? ry サンプルソートの意味で各コア ry 単一のプロセッサ ry マルチウェイパーティション分割を行う ry 。
アルゴリズムを複数のコアグループに適合させるには、サンプルソート文脈での各コアグループを単一プロセッサと見なし、わずかな修正（nカウントを維持し、マルチウェイパーティショニングを行う）を加えて並列パーティションアルゴリズム（Sect.3.1）の最初のステップを実行します。

4 実験

? ry 異なる分布、異なる要素タイプの y 。
アルゴリズムのパフォーマンスを評価するために、異なるサイズ、異なる分散、異なる要素タイプ、の配列でテストします。
また、単一のCGバージョンに対して複数のCGバージョンをテストします。
アルゴリズムのスケーリングを評価するために、異なる数のワーカーコアをアクティブにして実験します。
? ry でベンチマークを行う前の作業がない ry 。
Sunwayまたは同様のマシンでのベンチマークの既存研究がないため、代わりにx86-64マシン上のIntel TBBと結果を比較します。

並べ替えの速度は、特にクイックソートの場合、パーティション化が不均衡になる可能性があるため、データの分布の影響を受けます。
5つの異なるデータ分布でアルゴリズムをテストします。
分布の種類の視覚化については、図1を参照してください。

 ? ry AWS専用インスタンス ry 。
x86-64の場合、72 CPUのAWS の専有インスタンス（Intel Xeon Platinum 8124M、2017年の最新世代のサーバーCPU）でテストします。
Intel TBBライブラリのバージョンは2018U1です。


5ページ


uniform ( 規準 ? )	? 一律
シャッフル
インクリメント	? 増加
デクリメント
staggered ( ずらした )


図1： データ分布の視覚化。 横軸は配列内の要素のインデックスを表し、縦軸は値を表します。


? ry は完全に有効になっています。
ライブラリとテストソースの両方が-O3 -march = nativeでコンパイルされているため、コンパイラの最適化はフルに on  になっています。

? ry  TaihuLightの結果
4.1 Sunway TaihuLight での結果
Sunway TaihuLightでのアルゴリズムの実行時間を、std :: sortを使用したMPEでのシングルスレッドソートと比較します。
? ry 呼ばれるクイックソートのバリアントです。
libstdc ++に実装されているSTLソートは、introsortと呼ばれクイックソートの一形態です。

図2は、32ビット整数のソートの実行結果を示しています。
? ry 、分布がわずかに重要 ry 。
グラフから、分布問題が少しだけ重要であることがわかります。
図3は、サイズを固定したさまざまなタイプの要素のソートを示しています。
64ビット型（int64およびdouble）で効率が低下する理由は明らかです。毎回SPMにバッファーされる要素の数が半分になり、メインメモリとSPMの間のラウンドトリップがさらに必要になります。
float32値の効率が低下する理由は不明です。
図4は、複数のCGアルゴリズム（適応されたサンプルソート）のタイミングと高速化を示しています。


350
:	デクリメント
:	インクリメント	? 増加
:	シャッフル
:	staggered ( ずらした )
:	uniform ( 規準 ? )	? 一律
50
0
時間/秒

0 2E + 08 4E + 08 6E + 08 8E + 08
サイズ

（a）STL

10
8
6
4
2
0
時間/秒

0 2E + 08 4E + 08 6E + 08 8E + 08
サイズ

（b）私たちのもの

30
20
10
0
スピードアップ

0 2E + 08 4E + 08 6E + 08 8E + 08
サイズ

（c）スピードアップ


図2： int32値の結果


4.2 x86-64上のIntel TBBとの比較
? Intel CPUでの実装をIntel ry 。
我々の実装を Intel CPU 上のIntel TBBと比較します。
? ry 、独自 ry 。
TBBは、Intelが開発した汎用並列アルゴリズムのC ++テンプレートライブラリで、彼ら独自のプロセッサ向けに最適化されています。


6ページ


データ分布		? データ配信
	uniform ( 規準 ? )	? 一律
	staggered		ずらした
	シャッフル
	インクリメント	? 増加
	デクリメント


250
:	int32 ,	float ,		? 浮く
:	int64 ,	double		ダブル
100
50
0
時間/秒

（a）STL

10
:
2
0
時間/秒

（b）私たちのもの

40
:
10
0
スピードアップ

（c）スピードアップ


図3： さまざまな要素タイプの結果



3.5
:
1.0
0.5
0.0
時間/秒

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
コアグループの数

（a）タイミング

350
:
100
50
0
スピードアップ

128 256 384 512 640 768 896 1024
ワーカーコアの総数

（b）スピードアップ

0.4
:
0.1
0.0
並列効率

128 256 384 512 640 768 896 1024
ワーカーコアの総数

（c）並列効率


図4： 異なる数のコアグループの結果


? ry 、これまでで利用可能な最も ry 。
より公平な比較のために、利用可能なこれまでで最も強力なIntelプロセッサーの1つを備えたマシンを選択します。

結果を図5に示します。
? ry 、コアの数に応じてアルゴリズムのスケーラビリティが大幅に向上します。
個々のx86-64コアは、1つのSW26010ワーカーコアの約6倍の速度であることがわかりますが、コア数に応じて我々のアルゴリズムは大幅にスケールします。
? ry 、アルゴリズｖムは ry さらに拡張できます。
TBBのアルゴリズムのパフォーマンスは、約20コアが使用されると飽和しますが、グラフから判断すると、我々のアルゴリズムはおそらく64コアからさらにスケールできます。
アーキテクチャが異なるため、比較は直接的ではありませんが、Sunway TaihuLight上のアルゴリズムは、より一般的なアーキテクチャで実装された従来の並列ソートアルゴリズムよりもはるかに効率的であることは明らかです。

5。結論

このホワイトペーパーでは、シングルコアのパフォーマンスに比べて大幅に高速化された、カスタマイズされた並列クイックソートをSW26010で紹介します。
これは、最初のカウント要素と2番目の移動要素を備えた2パス並列分割アルゴリズムで構成されています。
? この設計では、オンチップ ry して同期オーバーヘッドを削減し、高速 ry してデータ移動のオーバーヘッドを最小限に抑えることができます。
オンチップ通信メカニズムを活用しての同期オーバヘッド削減と、高速オンチップSPMを使用してのデータ移動オーバヘッドミニマイズと、をこの設計はレバレッジできます。
? ry を設計し、メモリ使用量と負荷分散を最適 ry 。
さらに、協調スケジューリングスキームを我々は設計し、負荷分散だけでなくメモリ使用量をも最適化します。

? ry 場合、アルゴリズムは64 ry 高速化を実現し、すべての分布で50 ry  効率を実現 ry 。
実験により、int32値の場合、 64 CPEで32を超える高速化を我々のアルゴリズムは実現し、50％の強力なスケーリング効率を各分布全てに於て実現しています。


7ページ


120
:	Sunway	サンウェイ
:	x86-64
80
60
40
20
0
時間/秒

0 10 20 30 40 50 60
コアの数

（a）ソート時間

40
:
10
5
0
スピードアップ

0 10 20 30 40 50 60
コアの数

（b）スピードアップ

0.9
:
0.3
0.2
並列効率

0 10 20 30 40 50 60
コアの数

（c）並列効率

? ry （アルゴリズム）とx ry
図5： SW26010（我々のアルゴリズム）に対する x86-64（TBB）の異なるコアの結果


? ry でも設計は十分に拡張できますが、 ry コアからほとんど恩恵を受けません。
Intel TBBのx86-64アーキテクチャーでの並列クイックソートの実装と比較して、64個のCPEをすべて使用する場合でも我々の設計は十分にスケールしますが、TBBの実装は20を超えるコアによる恩恵を受ける事は困難です。

参照資料

1。
Blelloch, GE: 		? GEのBlelloch：
? ry 合計とそのアプリケーション。
プレフィックスの合計とそれらの応用。
技術 rep。、並列アルゴリズムの（1990）、
http://www.cs.cmu.edu/‾guyb/papers/Ble93.pdf
2。
Cederman、D.、Tsigas、P .:
GPU-Quicksort：グラフィックプロセッサ用の実用的なクイックソートアルゴリズム。
Journal of Experimental Algorithmics 14、4（2009）
3。
フレイザー、WD、マッケラー、AC：
? ry 最小のストレージ ry 。
Samplesort：最小ストレージツリーソートへのサンプリングアプローチ。
J. ACM 17（3）、496～507（1970年7月）
4。
Fu、H.、Liao、J.、Yang、J.、Wang、L.、Song、Z.、Huang、X.、Yang、C.、Xue、W.、Liu、F.、 Qiao、F。、 Zhao、W.、Yin、X.、Hou、C.、Zhang、C.、Ge、W.、Zhang、J.、Wang、Y.、Zhou、C.、Yang、G：
Sunway TaihuLightスーパーコンピューター：システムとアプリケーション。
Science China Information Sciences 59（7）、072001（2016年6月）
5。
ホア、カー：
クイックソート。
The Computer Journal 5（1）、10--16（1962）
6。
クヌース、DE：
コンピュータプログラミングのアート、第3巻：（第2版）並べ替えと検索。
アディソンウェスリーロングマンパブリッシング社、米国カリフォルニア州レッドウッドシティ（1998年）
7。
ライシュナー、N。、オシポフ、V。、サンダース、P：
? GPUサンプルの並べ替え。
GPU サンプルソート。
In：2010並列分散処理に関するIEEE国際シンポジウム。
? 1～10 ry
 1-10ページ（2010年4月）
8。
マンカ、E。、マンコーニ、A。、オロ、A。、アルマーノ、G。、ミラネージ、L：
CUDA-quicksort：クイックソートの改善されたGPUベースの実装。
? ry ：実践と経験28 ry
並行性と計算：実習と実験 28（1）、21--43（2016）
9。
サティッシュ、N。、ハリス、M。、ガーランド、M .:
メニーコアGPU用の効率的なソートアルゴリズムの設計。
In：2009 IEEE International Symposium on Parallel Distributed Processing。
? 1～10 ry
1-10ページ（2009年5月）
10。
Sengupta、S.、Harris、M.、Zhang、Y.、Owens、JD：
? ry をスキャンします。
GPUコンピューティングのプリミティブを精査する。
In：22Nd ACM SIGGRAPH / EUROGRAPHICS Symposium on Graphics Hardwareのプロシーディング。 97～106ページ。
GH '07、Eurographics Association、Aire-la-Ville、スイス、スイス（2007）



> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_2TB_0S03224



-- 
YAMAGUTIseisei ( str_h__namae = { :sei => "山口" , :mei => "青星" } )
http://hello.to/seisei/	mailto:seisei@.68..net
heiwa furiisekkusu 1tu



訂正

V>? ry に表示されるもの ry 。
V>元の行列は、HPCGベンチマークに登場するものと同じです。
V>さて、V の各 vi に付いて、ソート済非ゼロ要素リスト内でのその値の最後の位置を計算し、
V>まず、列インデックスの実際の値を対角要素に対する相対値に変換します。 ( 訳注 : DPCM の応用 ? )

[toc] | [prev] | [next] | [standalone]

#23 — 電子頭脳設計図概要 7270020200-6090020200 版

シンギュラリティ系有料メールマガジン発行を構想致しております
無料メールマガジン版 ( 別途有料版開始時打切 )
http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7


設計概要自体の代りに周辺情報 ( 論文翻訳等 ) をお届け致しております



YAMAGUTIseisei wrote:
>>>> Google 翻訳 http://link.springer.com/content/pdf/10.3758/BF03196906 .pdf 注意 http://link.springer.com/article/10.3758/BF03196906
>>>> 記憶と認知
>>>> 1974年、Vol。 2 、No. 3、467-471
>>>> 
>>>> 
>>> :
>>>>後続の記憶探索取得に対する1つの記憶探索取得の影響*		? 記憶検索に ry  記憶検索の ry
>>>> 
>>>> 
>>>> ジェフリー・R・ロフタスとエリザベス・F・ロフタス
>>>> ワシントン大学、シアトル、ワシントン98195


> ? Ssは ry 、0個または2個の間にあるアイテムが続くと、同じ ry インスタンスが生成されました。
> 被験者達はカテゴリのインスタンスを生成し、0 から 2 の間の個数のアイテムに続いて、同じカテゴリの2番目のインスタンスを生成しました。
> 2番目のインスタンスは、最初のインスタンスよりも迅速に作成されました。
> ? ry 減少は、主にカテゴリの検索速度の低下によるものであることを示しています。
> この調査結果は、本書で報告されている他のデータと併せて、2番目のインスタンスのレイテンシの減少は主に、検索されたカテゴリでの速度の短縮による事を示しています。
> 
> *複写のリクエストは、 98195 ワシントン大学シアトル校の心理学部ロフタスに送信できます。
> この研究は、E。ロフタスに対する国立精神衛生研究所の助成金、およびG.ロフタスに対する国立科学財団の助成金によって支援されました。
> 原稿へのコメントに対してThomas 0. Nelsonに感謝の意が表されます。
> 
> 
> 
> ? ry 実験では、Sは名詞カテゴリと制限文字または形容詞を示し、文字で始まるか、形容詞 ry 付けられたカテゴリ ry 名前を付ける ry 。
> フリードマンとロフタス（1971）による実験に於て被験者は、制限付き文字か制限付き形容詞かと、名詞カテゴリと、を提示されそして、文字で始まるか、形容詞によって特徴付けられるか、のカテゴリのインスタンスに名付ける ( 訳注 : 名前を指定する ? ) ように求められました。
> 応答を生成するための反応時間を測定しました。
> データは、各カテゴリのサブセット（たとえば、鳥、犬）とスーパーセット（たとえば、生物）を持つ名詞カテゴリ（たとえば、動物）で構成される階層メモリを仮定するモデルの観点から議論されました。
> ? ry カテゴリを入力すること、および（2）カテゴリを検索して適切なメンバーを検索することで構成 ry 。
> この階層構造からの検索は、少なくとも2つの主要なステップ（1）適切なカテゴリに立入る事、および（2）適切なメンバーを求めてそのカテゴリで検索する事、で構成されると想定されていました。
> 以降、ステップ1とステップ2を実行する時間をそれぞれt1とt2と表記します。
> t1の継続時間は、次の理由から約.25秒と推定されました。
> ? Ssは、最初 ry フルーツP）または2番 ry Pフルーツ）のカテゴリーで、名詞 ry リストリクターの間 ry 間隔で刺激が見られました。
> 名詞とリストリクタとの間に少なくとも1/2秒の間隔があり且つ、カテゴリが最初（たとえば、フルーツ-P）か 2 番目（たとえば、P-フルーツ）かのどちらか、という提示された刺激を被験者は見ました。
> ? ry 、ペア ry 。
> 反応時間は、そのペアの 2 番目のメンバーの提示から測定されました。
> ? モデルによると、カテゴリが2番目になると、全体の取得プロセスはその ry され、t1 ry 。
> カテゴリが 2 番目に来た時に取得プロセス全体は、そのプレゼンテーションの後にのみ開始され、且つ、モデルによると t1とt2の両方が含まれます。
> ? ただし、カテゴリーが ry とき、リストリクターが表示される前 ry 。
> カテゴリが最初に来た時には但し、リストリクタ表示前にt1が完了する可能性があります。
> ? ry フルーツPが与えられた場合、Sはインターバル ry 」のカテゴリに入る可能性があります。
> たとえば、刺激フルーツ-Pが与えられると、インターバル中に「フルーツ」カテゴリに被験者が立入る事ができます。
> 測定された反応時間は「P」が表示されたときに始まるため、この場合、測定された反応時間はt1を除外します。
> ? ry カテゴリーが最初と2番目に表示される場合の反応 ry 除外され、後者に含まれるt1と同等と見なすことができます。
> したがって、カテゴリが 1 番目に提示される場合に於ける、 2 番目提示時に比しての反応時間の減少は、前者の場合には除外される所の、そして後者には含まれる所の t1 、と同等です。
> 
> ? ry はSにカテゴリ ry 。
> より最近、ロフタス（1973）は被験者にカテゴリのメンバーを作成するように依頼し、すぐにそのカテゴリの別のメンバーを作成するように依頼しました。
> ? ry 、Sに適切 ry 、次に0 ry 2つの間にあるアイテムに続いて、 ry 要求する別の文字とペアになっている同じカテゴリ ry ：フルーツA ry 。
> これは、被験者に、適切なインスタンスを要求するカテゴリ-文字のペア（例：Fruit-P）を示し、次に、間 ( 原文 : intervening ) のアイテム 0、1、または2つに後続して、異なるインスタンスを要求する別文字ペア同カテゴリ（例： Fruit-A）を示すことによって実現されました。
> カテゴリの2番目のインスタンスを取得 ( 原文 : etrieving ) する速度が、最初のインスタンスの取得および/または2つの取得の間の遅延によって影響を受けるかどうかという問題に関心が集中しました。
> ? ry 短く、介在するアイテムの数 ry 。
> 結果は、2番目のインスタンスの応答待ち時間が最初のインスタンスの応答待ち時間よりも短く、 intervening-items の数とともに単調に増加することを示しました。
> たとえば、「P」の文字で始まる果物に名前を付けるSのベースライン時間は1.52秒でした。
> ? ry を指定した場合、 ry 果物を指定した ry 。
> ただし、前のトライアルで別の果物を彼が名付けていた場合に彼は、同じ応答を生成するのに1.22秒かかり、2つ前の試行で異なる果物を彼が名付けていた場合、1.29秒で応答を生成しました。 ?
> 
> したがって、ロフタス（1973）の研究結果は、カテゴリーから情報を取得するプロセスが、そのカテゴリーからの後続の取得を容易にすることを示しています。
> ただし、この実験では、Sにカテゴリ名と制限文字が同時に提示されました。 したがって、検索時間にはt1とt2の両方が含まれています。
> その結果、円滑化効果には、t1またはt2またはその両方の減少が含まれる可能性があります。
> ? これら3つ ry 。
> 現在の実験は、これら混じった 3 つの可能性を区別するように設計されています。
> 
> ? ry 文字の間に間隔 ry され、刺激がカテゴリ文字の順序または文字カテゴリの順序の ry で提示 ry 。
> 現在の実験のいくつかの条件では、カテゴリ名と文字との間に時間間隔が挿入され、カテゴリ-文字の順か、文字-カテゴリの順か、のいずれかで刺激が提示されました [Freedman＆Loftus（1971）の研究と同様]。
> 上記のように、この手順ではt1の推定が可能です。
> ? ry 、この実験では、Sはカテゴリ ry 、その ry られました。
> さらに、現在の実験では被験者は、カテゴリのインスタンスに名前を付ける必要があり、且つその後すぐに[Loftus（1973）の研究のように]カテゴリの2番目のインスタンスに名前を付けるように求められます。
> ? ry ために、反応 ry 。
> この設計は、2番目のカテゴリーのインスタンスに名前を付ける為の反応時間の短縮の軌跡を決定するのに十分です。
> 
> 図1は、考えられる3つの結果パターンを示しています。
> ? 最初に、2 ry されるとします。
> まず仮定として、2番目のカテゴリインスタンスが生成されるときに、カテゴリエントリ時間t1のみが短縮される、とします。
> ? ry 。文字カテゴリ ry カテゴリ文字 ry 。
> この場合、図1aに示す結果が得られます : 文字-カテゴリの条件（t1を含む）は事前の検索に依存するはずですが、カテゴリ-文字の条件（t1を除外する）はそうではありません。
> 
> 
> 467
> 
> 468
> ロフタスとロフタス
> 
> 
> a
> 
>     RT 
>    *文字-カテゴリ
>    *カテゴリ-文字		? 手紙
> 
> RT
> 
> 遅れ
> 0	2	初期		原文 : initial ( 初期値 )
> 
> 
> b
> 
> 
> RT
> 
> 遅れ
> 0	2	初期
> 
> 
> c
> 
> 
> RT
> 
> 遅れ
> 0	2	初期
> 
> 
> 図1。
> ? 重要なカテゴリの2つの外観の間の時間と介在アイテムの数 ry の可能なパターン。
> 決定的重要性を持つカテゴリ、の 2 つの統計的量の間の、時間と intervening-items の数（ラグ）との関係について、結果の3つの考え得るパターン。
> 
> 
> 逆に、2番目のカテゴリインスタンスが生成されるときに、カテゴリ検索時間t2のみが短縮されると仮定します。
> このような状況は、図1bに示す結果につながります。
> カテゴリ文字と文字カテゴリの両方の条件にはt2が含まれているため、最初の取得によってそれらに等しく影響が及ぶはずです。
> 
> 最後の可能性は、t1とt2の両方が削減されることです。
> この状況は、図1cに示す結果を予測します。
> ? ry 受けますが、 ry 大きな影響を受けます。
> ここで、カテゴリー文字条件（t2を含むがt1は含まない）は初期検索の影響を受けるべきですが、文字カテゴリー条件（tとt2の両方を含む）はより大きな角度を齎す影響を受けるべきです。

> 方法
> 
> ? 科目
> 被験者
> New School for Social Researchの18人のSは、2日連続で発生した2つの1時間セッションへの参加に対して$ 5を受け取りました。
> 以前に記憶実験に参加したSはいなかった。
> 
> 材料
> ? ry ブロック文字で ry 。
> 各刺激は、5 x 8インチのインデックスカードにブロック体で印刷されました。
> 刺激は常に、カテゴリ名と文字で構成されていました（たとえば、フルーツP）。
> 80の重要なカテゴリ名は、Battig and Montague（1969）とShapiro and Palermo（1970）カテゴリの基準から選択されました。
> ? ry は2 ry になっています。
> 各カテゴリ名は、 2つの異なる文字とペアにされました。
> ? 「支配」が定義されている場合単語がカテゴリ ry として与え ry 頻度、つまり2つのカテゴリ文字刺激の ry と見なされます。
>  「優勢」の定義がもしも、カテゴリの手本としてとある単語が与えられる頻度であるとするならば、 2つの `` カテゴリ-文字 刺激 '' のうちの1つが他よりも優勢であるとして見なされます。
> 
> 重要な刺激（それぞれ2つの文字とペアになった80のカテゴリー）に加えて、80のフィラー ( 訳注 : 繋ぎ言葉 ? ) 刺激が使用されました。
> フィラー刺激も、カテゴリと文字で構成されていました。
> ? ry 文字で2 ry 。
> 一部のフィラーカテゴリは1回だけ使用されました。 他のものは2つの異なる文字と共に2回現れました。
> したがって、各Sは240のユニークな刺激を見ました（80のクリティカルカテゴリ、それぞれ2つの文字とペアになり、さらに80のフィラー刺激）。
> 
> 設計
> S内の3つの要因がありました：順序（カテゴリ文字vs文字カテゴリ）、間隔（刺激の同時提示vsカテゴリ名と文字間の2.5秒間隔）、およびラグ（ラグ0、ラグ2、および最初のプレゼンテーション）。
> これらの要因は、階乗的に組み合わされ、2（次数）x 2（間隔）x 3（ラグ）x 18（Ss）の設計を与えました。
> 
> ? 各Sは、240 ry 受け取りましたが、次の制限があります。
> 各被験者は、以下に示す各制限を伴った 240項目の異なる順列を受け取りました :
> 
> ? 重要なカテゴリと文字のペアの最初の表示は、 ry 2つの介在するフィラーアイテム（ ry ラグ0またはラグ2） ry 、同じカテゴリ ry 文字の ry 。
> （1）カテゴリ-文字な重大重要ペアの初回表示の後には、0または2つの intervening filler-items （つまり、ラグ 0 に於て又はラグ 2 に於て）の後に、同カテゴリと異なる文字とのペアの表示が続きました。
> ? ry ラグで40刺激を ry 。
> 各Sは、0ラグで提示された40刺激と2ラグな 40刺激とを受け取りました。
> 
> ?（2）半分の試行で、Ssは、優勢なインスタンス ry 、優勢なインスタンス ry 。
> （2）試行回の半数に於て、各被験者は、低優位 (  low dominant  ) インスタンスに対応する刺激を見る前に、高優位(  high dominant  ) インスタンスに対応する刺激を見ました。
> ? ry の裁判では ry が行われた。
> 残りのトライアルでは、逆の取り決めが維持された。
> 特定のカテゴリは、Ssの半分についてドミナント-非ドミナントの順序で、Ssの残りの半分について逆の順序で提示されました。
> 
> 手順
> ? 各Sは ry アイテムが表示されること、 ry 単語で応答することを ry 。
> 各被験者は、カテゴリと文字で構成されるアイテムを彼が見る事、および指定された文字で始まるカテゴリの単語を以て彼が応答する事になる事、を伝えられました。
> 彼は例が与えられ、できるだけ早く対応するように、しかし間違いを避けるように言われました。
> 
> ? ry a screen with a window covered by half-silvered glass. 
> ? Sは半窓ガラス ry あるスクリーン ry 。
> 被験者は半透明ガラスで覆われた窓のある、スクリーンの前に座っていました。 ?
> 刺激を含むインデックスカードは、未成年者の後ろの暗い囲い ( 原文 : a dark enclosure ) に置かれ、囲いを照らすことによって提示されました。
> マイクがSの前に置かれ、彼はそれに話しかけることによって応答しました。
> 
> ? 裁判は ry
> トライアルは以下で構成されました：
> ? ry 大きく印刷したカードを暗く ry 。
> （a）アイテムを大きな文字で印刷したカード 1 枚を、暗くした囲いに入れました。
> ? （b）Eは「準備完了」と言って、刺激 ry 。
> （b）試験者 ? は「用意」と言い、そして、刺激ペアの最初のメンバーを照らすボタンを押しました。
> ? ry 、電気タイマーが開始しました。
> （c）同時または2.5秒間隔の後、ペアの2番目のメンバーが自動的に点灯し、電子式タイマーがスタートしました。
> （d）Sの口頭の応答により、音声キーがアクティブになり、タイマーが停止して裁判が終了しました。
> 
> ? 毎日20試行のウォームアップ期間が実験試行に ry 。
> 20 トライアルのウォームアップ時間が、毎日、実験トライアルに先行しました。
> 
> 結果
> 
> ? 重要な刺激に ry 含まれていました。
> 重大重要刺激に対する正しい反応（96％）のみが、以下の分析に含まれました。
> ? ry は、12の条件のそれぞれに ry 。
> レイテンシの中央値は、条件 12 件各々における各Sの応答について得られました。
> ? 次に、各条件について、個々のSの中央値を平均することにより、平均待機時間を取得しました。 これら ry 。
> 各条件について、平均レイテンシを、然して、被験者夫々からの中央値の平均化により取得しました ; これらの平均は、図2および3にプロットされています。
> 図2は、カテゴリと文字の間に2.5秒の間隔が挿入されたときの結果を示しています。
> ? 文字カテゴリ ry カテゴリ文字 ry ます。 さらに、 ry  、ラグ2よりもラグ0で速く生成 ry 。
> 文字-カテゴリ条件とカテゴリ-文字条件の両方で、カテゴリの2番目のインスタンスは最初のインスタンスよりも速く生成されます ; さらに、2番目のインスタンスは、ラグ 2 時点よりも早くラグ 0 時点に於て生成されます。
> 図3は、文字と名詞が同時に提示されたときに同じパターンの結果が得られることを示しています。
> 
> 2（オーダー）x 2（間隔）x 3（ラグ）の分散分析がレイテンシデータに対して行われました。
> ? ラグ ry 、カテゴリ文字 ry  33.52、p <01]。
> 有意な効果が、ラグ[F（2,34）= 6.57、p <.05]、カテゴリ-文字順[F（1,17）= 14.71、p <.01]、および間隔[F（1、 17）= 33.52、p <01] に於て見られました。
> 
> 
> 
> 469
> 1つのメモリ検索の影響
> 
> 
> 2方向または3方向の相互作用はいずれも有意ではありませんでした（すべてのケースでF <1）。

> 討論
> 
> メモリー検索の依存性
> ? いくつ ry では、セマンティック ry から情報を取得 ry そのカテゴリが以前に短時間アクセスされた場合に短縮 ry ことが示され ry 。
> 情報をセマンティックカテゴリから取得する時間が、そのカテゴリがもしも短時間前にアクセスされていた場合には短縮される事が、いくつかの研究では示されています。
> ? たとえば、Collins ry は、「 ry 」などの質問 ry。
> Collins and Quillian（1970）は、例えば、「カナリアは鳥ですか？」といった質問に答えるのに必要な時間を示しています。
> 前回のトライアルでカナリアに関する情報にアクセスした場合、600ミリ秒も減少します。
> 多少異なるパラダイムを使用して、マイヤーとシュヴァネヴェルト（マイヤー＆シュヴァネヴェルト、1971年;メイヤー、シュヴァネヴェルト＆ラディ、1972年、シュヴァヴェルト＆メイヤー、1973年;メイヤー、1973年）は同じことを示しています。
> これらの実験では、Sは文字列を単語または非単語として分類する必要がありました。
> ? 一般的な発見は、Sが意味的に類似していない単語とは対照的に3つの意味的に類似した単語を分類 ry より速い ry 。
> そこでの一般的発見は、意味的非類似なとは対照的な意味的類似な 3 単語を被験者が単に分類した場合、文字列を単語として分類する反応時間はより早いということでした。
> したがって、たとえば、「バター」の前に「パン」が付いている場合は、「ナース」が前にある場合よりも、「バター」を単語として分類するのにかかる時間が速くなります。
> 
> このような結果を処理するために、2つの一般的なクラスのモデルが提案されています。
> ロケーションシフトモデル（Meyer＆Schvaneveldt、1971）は、Sが特定のカテゴリのメンバーの処理を終了し、次にシフトして2番目のカテゴリの処理を開始する必要がある場合、シフト時間は2つのカテゴリ間の意味的距離に依存すると想定しています。
> ? 一方、アクティブ化モデルは、カテゴリ ry されるときに、処理 ry と意味的に類似 ry で、他のアイテムが「興奮」または「アクティブ化」されることを ry 。
> アクティべーションモデルは、一方、カテゴリ内のアイテムが処理される際の他アイテムが、処理される情報と意味的類似している範囲で、「興奮化」または「アクティべート」される、という事を前提としています。
> さらに2つの想定が行われます。1つ目（Warren、1970年）は、アクティブ化が時間とともに減衰すること、2つ目は、アクティブ化されたアイテムは非アクティブ化されたアイテムよりも容易にアクセスできることです。
> 
> 
> 2.5秒 インターバル		? 寛容
> 
> RT
> 
> 1.90
> :		*レター-カテゴリー
> :		*カテゴリー-レター
> 1.60
> 1.50
> 
> 0	2	初期
> 遅れ
> 
> 図2。
> ? 重要なカテゴリーの2つの出現の間 ry 。 
> 決定的重要カテゴリの各出現 2つの間の介在アイテム（ラグ）の数の関数としての秒単位の平均反応時間。
> ? ry と手紙の間 ry 。
> アイテムは、カテゴリーと文字との間に2.5秒の間隔で提示されました。
> 
> 
> 同時に。
> 
> RT
> 
> 2.20
> : 		*レター-カテゴリー
> : 		*カテゴリー-レター
> 1.90
> 1.80
> 
> 0	2	初期
> 遅れ
> 
> 図3。
> 重要なカテゴリーの2つの出現の間の介在アイテム（ラグ）の数の関数としての秒単位の平均反応時間。
> ? ry と手紙は同時に発表され ry 。
> カテゴリーと文字とが同時提示されました。
> 
> 
> 本実験の結果は、Meyer et al（1972）とLoftus（1973）のデータと合わせて、位置シフトモデルを非承認にし、活性化モデルをサポートします。
> ? ry ような比較 ry 。
> これらすべての実験には、次のような各比較が含まれます。
> ? Tが、処理される時間が対象の従属変数であるターゲット情報を表す ry 。
> 処理時間を対象従属変数としたターゲット情報を T が表すとします。
> ? Rが意味的にTに関連 ry が意味的にTに関連 ry 表すようにします。
> T に意味的関連する情報をR が表し、最後にU1とU2が T に意味的関連しない情報を表すとします。
> ? 次の3つの条件を検討してください。
> ここで 3 条件を検討します :
> 
> 	条件a：プロセスU1; プロセスU2; プロセスT.
> 	条件b：プロセスR; プロセスU2; プロセスT.
> 	条件c：プロセスU1; プロセスR; プロセスT.
> 
> ? ry 、次に条件bで最も速く、条件aで最も遅く処理されることを示しています。
> データは、Tが条件cで最も速く、条件bで次点最速、条件aで最も遅く処理されることを示しています。
> 位置シフトモデルとアクティブ化モデルはどちらも、条件cの反応時間が条件aおよびbの反応時間よりも速いことを正しく予測しています。
> ただし、2つのモデルの予測は、条件aとbの関係に関して異なります。
> 位置シフトモデルは、条件aと条件bの反応時間が同じであると誤って予測します。どちらの場合も、Sは無関係なカテゴリU2からTにシフトしているためです。
> 一方、活性化モデルは、得られた結果のパターンを正しく予測します。
> ? これは、条件bでは、 ry よってアクティブ化された ry 、このアクティブ化がTが処理 ry 時間までに減衰して ry 。
> これは条件 b に於ては、TがRによってアクティべートされたと見なされ、そしてこのアクティべーションが、 T の処理される時間によっての減衰をしていないためです。
> ? 一方、条件aでは、Tはまったくアクティブ化されていないと見なされます。 したがって ry 。
> 条件 a では、一方、 T がアクティべートされたとは全く見做されません ; したがって、Tを処理する時間が長くなります。

> ? 処理段階
> 処理ステージ
> ? ry 冒頭で、Freedman ry は、2つの主要な処理段階を仮定していることを指摘しました：カテゴリの入力（時間t1 ry ）とカテゴリ ry ）。
> このレポートの冒頭に、 FreedmanとLoftus（1971）によって提案されたセマンティック検索モデルは、主要処理段階 2 つを仮定している、と記しました：カテゴリ立入り（時間t1が必要）と、そのカテゴリの検索（時間t2が必要）と。
> 
> 
> 
> 470
> ロフタスとロフタス
> 
> 
> 表1
> ? 3つのラグ条件の関数 ry
> ラグ条件 3 つの関数としてのメモリー検索ステージの時間推定（秒単位）
> 
> 取得ステージ
> ラグ状態
> 	ラグ0	ラグ2	初期
> 
> t1		カテゴリーエントリー時間
> 	0.20	0.22	0.27
> 
> t2 + k		カテゴリ検索時間 + ベースライン		? ry 時間とベース ry
> 	1.47	1.65	1.69
> 
> t3		眼球運動時間
> 	0.14	0.14	0.13
> 
> t4		追加のエンコード時間
> 	0.21	0.16	0.22
> 
> 
> 時間kがかかる別のステージは、応答の実行などを含むベースラインステージです。
> ? ry ながら、これらの段階は現在 ry を処理するには十分 ry 。
> 残念ながら現在の実験からのデータを扱うには、これら各ステージは十分ではありません。
> ? 、最初にカテゴリーにアクセスするため ry 時間を ry 。
> これがそうである理由を確認するには、カテゴリへの初期的アクセスのための反応時間、を考慮してください。
> ? ry （カテゴリ文字vs文字カテゴリ）と間隔（ ry ）を要因として2 x 2の設計に分類されます。
> これらの反応時間は、順序（カテゴリ-文字 vs 文字-カテゴリ）とインターバル（2.5秒vs同時）とを要素として伴った 2 x 2 通りの設計へと落し込まれます。
> Freedman-Loftusモデルによれば、初期アクセスに含まれる処理時間は次のようになります。
> 
> 	条件1、カテゴリ-文字。 間隔：RT1 =	   t2 + k	? カテゴリ文字。
> 	条件2、文字-カテゴリ。 間隔：RT2 = t1 + t2 + k	? 文字カテゴリ。
> 	条件3、カテゴリ-文字。 同時：RT3 = t1 + t2 + k	? カテゴリ文字。
> 	条件4、文字-カテゴリ。 同時：RT4 = t1 + t2 + k	? 文字カテゴリ。
> 
> ? ry 条件24 ry 1の反応時間と（t1だけ）異なる必要があります。
> したがって、条件 2-4 の反応時間は互いに等しく、条件 1 に対して反応時間が ( t1 の分だけ ) 異るべきです。
> ? ただし、このデータは、4つの反応時間がすべて異なるため、追加 ry 必要であることを示しています。
> しかし乍ら、反応時間 4 つ全てが一つ一つ異る事をこのデータは示すので、追加の処理ステージの仮定が必要です。
> ? まず、条件 ry 、文字の前にカテゴリ ry が通常の左から右への読書 ry 。
> 第一に、条件4では、文字に先んじてカテゴリをエンコードする傾向が、左から右への通常の読書習慣と競合する可能性があります。
> ? ry 3つの条件に比べて、 ry が発生する場合があります。
> したがって、条件4では、他の3条件よりも、追加の眼球固定が時々発生します。
> ? ry 時間t3にラベルを付けます。
> この追加の眼球固定時間に t3 のラベルを我々は付けます。
> ? 次に、 ry 文字が同時に提示 ry 、反応時間には両方の刺激を ry 時間を含める必要 ry 。
> 第二に、カテゴリと文字とが同時提示される場合（条件3と4）、刺激両方をエンコードする時間を反応時間が含む必要があります。
> ? 一方、2.5 ry 場合（ ry ）、反応時間には2つの刺激の1 ry 時間が含まれます。
> 2.5秒間隔の場合、一方（条件1および2）、刺激 2 つの 1つのみをエンコードする時間が反応時間には含まれます。
> ? ry 4で必要な追加のエンコード ry t4で指定します。
> 条件3と4 とに於て必要とされる追加エンコード時間をt4 とします。
> 
> ? これで、4つの初期反応時間に2つの新しいステージを含めることができます。
> これで我々は、新ステージ 2 つを初期反応時間 4 つに含める為の地位に就きました。
> 
> （1a）カテゴリ-レター; 間隔：					? カテゴリーレター;
> 		RT1 =	   t2		+ k = 1.69秒		? RT 1：
> （1b）レター-カテゴリ ; 間隔：					? レターカテゴリ。
> 		RT2 = t1 + t2		+ k =1.9 ec
> （1c）カテゴリ-レター; 同時：					? カテゴリーレター;
> 		RT3 = t1 + t2	   + t4	+ k = 2.18秒		? ry = t1 +152 + t4 ry
> （1d）レター-カテゴリ; 同時：					? レターカテゴリ;
> 		RT4 = t1 + t2 + t3 + t4	+ k = 2.31秒		? ry = t1 +132 + t3 ry
> 
> ? 式 1a4a ry RT2）。
> 式 1a-4aを適切に操作することにより、t1 = 0.27秒（RT2-RTI）;（t2 + k）= 1.69秒（RT1）、t3 = 0.13秒（RT4-RT3）;およびt4 = 0.22秒（RT3-RT2） である事を我々は見出す。
> ? ry された以前の推定値とよく ry 。
> t1（カテゴリエントリ時間）の0.27秒の推定値は、Freedman and Loftus（1971）およびLoftus and Freedman（1972）によって取得された従来の見積りとよく一致しています。
> ? ry の推定0.22 ry が視覚 ry 場合 ry 認識のアイテム ry 推定）処理する）。
> t4（エンコーディング時間）の見積りの 0.22秒は、「エンコーディング」がもしも視覚刺激パターン認識プロセスのみを意味する場合、に予想されるよりもはるかに大きい（cf. Sperling、1963、パターン認識処理でのアイテムあたり10ミリ秒を推定）。
> ? したがって、現在 ry ではそのようなエンコーディングが何で構成されているかを判断することは不可能ですが、得られた0.22秒の推定値には、かなり ry 含まれているはずです。
> 得られた見積りである所の 0.22 秒には、従って、かなり多くの処理が含まれていなければならない。そのようなエンコーディングを構成しているものが何であるかを判断する事が例え現在の実験では不可能であろうとも。
> ? ry 通常200300ミリ秒程度続くため、 ry 。
> 最後に、眼球固定は通常 200 ～ 300ミリ秒オーダで続くので、t3（追加の固定時間）の推定0.13秒は、予想よりも少し短いです。
> ? ry 矛盾の考えられる理由は、条件4のすべての試験で追加 ry 固定が行われない可能 ry 。
> この矛盾に付いての考えられる理由は、追加の眼球固定が行われるのが、条件 4 の全ての試験に於てである訳ではない可能性があることです。
> ? もちろん、条件 ry は簡単 ry 。
> 条件4で時々発生する追加の眼球固定の概念は、勿論、簡単にテストできます。
> 
> もう1つの括弧付きの発言を行う必要があります。
> ? ry に、間隔時間とカテゴリー文字の順序の ry 。
> 上記のように、インターバル時間とそしてカテゴリ-文字の順序と、の相互作用は重要ではありませんでした。
> 相互作用がないという帰無仮説 ( 原文 : the null hypothesis ) が受け入れられた場合、式1a-4aの検査はt1 = t3であることを示します。
> （これは、RT3-RT1 = RT4-RT2であるという事実、またはRT2-RT1 = RT4-RT3であるという事実により、どちらも帰無仮説の下で真であると見なすことができます。）
> ただし、現在の実験では、帰無仮説の受け入れを必ずしも保証するものは何もないため、t1とt3が等しいことをあまり真剣に受け止めるべきではありません。
> 
> ? アクティベーションはどの段階に影響 ry ？
> どのステージにアクティベーションは影響しますか？
> ? 上で概説したロジック ry ラグ0と2での2番目のカテゴリーの表示に ry 。
> 上記で概説されたロジックを使用すると、ラグ 0 と 2 とに於ての 2 番目カテゴリの提示について、t1（t2 + k）、t3、およびt4の推定値を取得できます。
> ? ry 、最初のプレゼンテーションのために上記 ry 。
> これらの推定値は、提示初回に付いて上記で与えられた推定値とともに、表1に示されています。
> ? ry ラグ条件で確実に変化する唯一 ry 。
> データの統計分析は、ラグ条件に亘っての変化をする事が確実である所の唯一のパラメーターがt2 + kであることを示しています。
> ? ry t2が活性化効果 ry 。
> ラグ条件にわたってkが一定のままであると合理的に仮定すると、カテゴリー検索時間であるt2が、アクティベーション効果の軌跡を構成します。
> ? ry 距離が2番目のカテゴリー ry に影響を与える ry 。
> この発見は、「カテゴリー間のセマンティック距離 ... それが影響を 2 番目カテゴリーの検索率に与える可能性がある」と述べたマイヤー（1973年、p.30）の結論と一致します。
> 
> ? ry 意味的に類似した情報を事前に処理 ry 。
> ラグ条件に対するエンコード時間（t4）の不変性は、意味的類似情報を事前処理することでエンコード時間が短縮されるように見えるというMeyer et al（1972、Experiment 3）の発見とは少し矛盾しています。 ( ? 訳注 : 一種のキューイング / 予測 / OoO / 投機的実行 )
> この不一致の理由は完全には明らかではありません。
> ? ry 、2つのカテゴリ間 ry が、Meyer ry では現在 ry もはるかに短く、エンコーディング ry 検索レートの類似 ry 異なるという事実にある可能性があります。
> 考えられる説明は、カテゴリ 2つの間の処理遅延が、現在の実験よりも Meyerらの実験でははるかに短くそして、エンコーディング時間のアクティベーション減衰関数が、検索レート用の類似の減衰関数と異る、という事実が要因である可能性です。
> 
> 
> 
> 47l
> 1つのメモリ検索の影響
> 
> 
> 参考文献
> 
> WF、バッティグ、WE、モンタギュー
> 56のカテゴリの口頭アイテムのカテゴリノルム：コネチカットカテゴリノルムの複製と拡張。
> 実験心理学モノグラフジャーナル、 1969. 80（3、Pt.2）。
> 
> コリンズ、AM、クイリアン、MR
> ? 意味記憶 ry 。
> セマンティック記憶からの検索の促進：推論の一部を繰り返すことの影響。
> AFサンダース（編）、注意とパフォーマンスIII。
> アムステルダム：北ホラント、1970年。
> 
> フリードマン、JL、およびロフタス、EF
> 長期記憶からの単語の検索。
> 言語学習と言語行動のジャーナル、 1971、10、107-115。
> 
> ロフタス、EF
> ? 意味記憶の活性化。
> セマンティック記憶のアクティベーション。
> アメリカ心理学ジャーナル。
> 1974。 プレス中。
> 
> ロフタス、EF、フリードマン、JL
> カテゴリー名の頻度がカテゴリーのインスタンスの命名速度に及ぼす影響。
> 言語学習と言語行動のジャーナル、 1972、11、343-347。
> 
> マイヤー、DE
> ? ry された意味カテゴリの検索における ry 。
> 保存されたセマンティックカテゴリの中を検索する事に於ける相関操作。
> 実験心理学ジャーナル、 1973、99、124-133。
> 
> マイヤー、DE、およびシュヴァネフェルト、RW
> ? ry 認識を容易にする： ry 。
> 単語のペアの認識の促進：検索操作間の依存関係の証拠。
> 実験心理学ジャーナル、 1971、90、227-234。
> 
> Meyer、DE、Schvaneveldt、RW、およびRuddy、MG
> 字句メモリのアクティブ化。
> 心理学会の会議で発表された論文。
> セントルイス、1972年11月。
> 
> SchRWeveldt、RW、＆Meyer、DE
> 意味記憶における検索と比較のプロセス。
> S. Kornblum（編）、注意とパフォーマンスIV。 ニューヨーク：アカデミックプレス、1973
> 
> Shapiro、SI、およびPalermo、DS
> ? ry 的な組織と ry ：100のカテゴリの代表者の規範的なデータ。
> 概念的組織化とクラスメンバーシップ：カテゴリ 100 個を代表する規範的データ。
> Psychonomic Monograph Supplements、1970、3（11、Whole No. 43）。
> 
> Sperling、G。
> 視覚記憶タスクのモデル。
> ヒューマンファクター、1963、5、19-31。
> 
> ウォーレン、RE
> ? 刺激のエンコーディングとメモリ。
> 刺激エンコーディングと記憶。
> 未発表の博士論文、オレゴン大学、1970年。
> 
> 
> （1973年9月17日の発行のために受領。改訂は1973年12月6日に承認された。）
> 
> 
> 
> -- 
> フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
> 当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
> 三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
> 郵便局 218普2449768 ヤマグチセイセイ
> Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
> http://yahoo.jp/HsDIGs?#_HDD_HGST



訂正	Sunway TaihuLightのメニーコアプロセッサ上の並列クイックソートアルゴリズム


3.1>ギャップ ( 訳注 : バッファ内のギャップ値群 ? ) をフィルします。 ( 訳注 : 63450 等でのリンクリストの様な機能 ? ( ギャップ値をアドレス情報として扱ってリンク先の前述ピボット値をリンク元に上書 ? , 最終ピボット値 = 最終結果 ? ) )
3.5>アルゴリズムを複数のコアグループに適合させるには、各コアグループをサンプルソート文脈での単一プロセッサと見なし、
4>アルゴリズムのパフォーマンスを評価するために、異なるサイズ、異なる分布、異なる要素タイプ、の配列でテストします。
4.2>? ry 、アルゴリズムは ry さらに拡張できます。



訂正	再構成可能生物を設計するためのスケーラブルなパイプライン


図 2 >（ G ）1回の評価期間中、
図 2 >遺伝子型はスケールフリーであるため、構造配置を保持しながら、デザインの生体構造解像度を上げることができます（ H ）（しかし振舞を必ずしも保持しません）。
討論>? ry で発生するような内因性の再生 ry を活用することにより）再生 ry 場合、大規模 ry ことができます。
材料および方法>バウンディング歩行 ( 訳注 : 跳びはねる形での歩行 ? )
材料および方法>最小の凹面は、徐々な小形状変形を伴う
材料および方法>また、収縮性組織は非筋肉組織と比較してはるかに高い代謝コストをも負います（

[toc] | [prev] | [next] | [standalone]

#22 — 電子頭脳設計図概要 2230020200-0240020200 版

シンギュラリティ系有料メールマガジン発行を構想致しております
無料メールマガジン版 ( 別途有料版開始時打切 )
http://mailux.com/mm_dsp.php?mm_id=MM53D8AF3589BC7


設計概要自体の代りに周辺情報 ( 論文翻訳等 ) をお届け致しております



YAMAGUTIseisei wrote:
>>>>Google 翻訳 http://pnas.org/content/early/2020/01/07/1910837117/# http://pnas.org/content/117/4/1853
>>>> PNAS 最初に公開されたのは2020年1月13日 http://doi.org/10.1073/pnas.1910837117
>>>>
>>>>
>>> :
>>>> 再構成可能生物を設計するためのスケーラブルなパイプライン
>>>>
>>>>
>>>> サム・クリーグマン
>>>> a. バーモント大学 、バーリントン、 VT 05405のコンピューターサイエンス学科。
>>>>
>>>> ダグラス・ブラキストン
>>>> b. タフツ大学生物学部 、メドフォード、 MA 02153;
>>>> c. アレンディスカバリーセンター、 タフツ大学 、メドフォード、 マサチューセッツ州 02153;
>>>>
>>>>マイケル・レビン
>>>> b. タフツ大学生物学部 、メドフォード、 MA 02153;
>>>> c. アレンディスカバリーセンター、 タフツ大学 、メドフォード、 マサチューセッツ州 02153; 
>>>> d. Wyss 生物学由来工学研究所 ( 合成生物学工学研究所 ? ) 、 ハーバード大学 、ボストン、 MA 02115
>>>>
>>>> ジョシュ・ボンガード
>>>> a. バーモント大学 、バーリントン、 VT 05405のコンピューターサイエンス学科。
>>>>
>>>>
>>>> 1. カリフォルニア州ラ・ホーヤの生物研究のためのソーク研究所のテレンス・J・セノウスキーによって編集され、2019年11月26日に承認された（2019年6月24日のレビューのために受け取られた） 
>>>>
>>>>http://pnas.org/lookup/suppl/doi:10.1073/pnas.1910837117/-/DCSupplemental# http://pnas.org/highwire/filestream/906738/field_highwire_adjunct_files/0/pnas.1910837117.sapp.pdf#1/pnas.1910837117.sm01.mp4#2/pnas.1910837117.sm02.mp4
>>>>
>>>>
>>>>
>>>> in vivo
>>>> 生体内 → 生体で 生体として
>>>>
>>>>
>>>> # http://openoffice.org/



材料および方法
進化的デザイン。

? 設計 ry 。
各設計（ SI付録 、セクションS2 ）は、受動および収縮ボクセルの再構成可能な集合体として物理エンジン（ SI付録 、セクションS3 ）内で進化しました（ 図1 ）。
? ry パイプラインの最初のパスで、陸上で設計をシミュレートし、進化プロセスで作動を微調整できました。
移動の目標動作を使用したパイプライン 1 パス目での、設計を我々は陸上でシミュレートしそして彼らのアクチュエーションをファインチューンする為の進化プロセスが許容されました。
? ry ビルド方法では生体内では ry な境界歩行を備えた、 ry 高いが譲渡できない ry ました（ SI付録 、セクションS8 ）。
これにより、現在のビルドメソッド（ SI付録 、セクションS8 ）では in vivo では得られない強力なバウンディング歩行 ( 訳注 : 境界を保守的に見積もった歩行 ? ) 、を備えた、パフォーマンスは高いが転送できないデザイン（ SI付録 、図S2 ）が得られました。
? ry もシミュレートされたグランド ry と接触していない時間 ry 。
これらの歩行は、インシリコ設計のどの部分も、シミュレーテッドグランドプレーンとの接触状態でない時間枠（平均で、歩行サイクルの47％）によって特徴付けられました。
? しかし、生体内では、衰弱 ry 、負の浮力により、常に腹部表面と接触させたままにしました。
In vivo では、しかし乍ら、衰弱した生物は、負の浮揚性に伴って、腹部表面の一部と皿の表面との接触を常に維持しました。

これらの不一致は、環境設定と作動設定の調整という形でパイプラインに制約を追加することで修正されました。これは次のように変更されました。
? 2番目のパスでは ry 加速度の係数の減少（浮力の増加）と抗力の適用によって近似されましたデザイン ry 面に力を加えます（ SI ry S6 ）。
2 パス目では、1次流体力学を組み込むことにより、シミュレートされた環境の忠実度が向上しました：修正された環境は、水中に沈められた無限平面で構成され、重力加速度係数低下（浮力の増加）と、そしてデザインの表面上の各ボクセル面 ( SI付録 、セクションS6 ) への抗力適用と、によって概算されます。

? ry 、作動がランダム化された：収縮性細胞が修正され、中央パターン発生器（ ry 。
第二に、アクチュエーションがランダム化された：収縮性細胞が改訂され、セントラルパターンジェネレータ（周波数2Hzの正弦波）からのランダムな位相オフセットを持つようになりました。
? ry デザインの各ボクセル（ ry ）には、 ry オフセットが割り当て ry で固定されていました。
より具体的には、ランダムに構成されたデザイン（その1つが各世代で母集団に注入されました; SI付録 、セクションS5 ）の各ボクセルには、位相ランダムオフセットそれ、が割当てられ、それは子孫（クレード全体）で維持固定されました。
? ry すべての場所での元の位相 ry 。
突然変異は、各ボクセルを存在または非存在に切り替え、存在する場合は受動的または能動的（収縮性）のいずれかであり、ワークスペースの全ての座標でのオリジナル位相オフセットはハードコーディングされていました。
? ry 、正確なタイミングの励起への ry 。
これにより、励起のタイミング正確性への依存が軽減され、より堅牢な機械構造の発見が促進されました（ SI付録 、図S3 ）。

? 2回目のパスで生成 ry 。平均して、デザイン ry 。 、セクションS6 ）。
2 パス目で生成されたデザインの動作は、実際の生体システムの動作によりよく一致しました。平均して、 1 パス目では 52.7% に過ぎなかったのに対して、 デザインは評価期間の93.3％でグランドプレーンと接触していました。 ( SI付録 、セクションS6 ) 。

堅牢性フィルター。

最も性能の高い設計（ 図1A ）は、作動時のランダムな摂動に対する堅牢性によって分類されました。
? ry 、平均ゼロおよびSD s =0.4π ... （ ry ）値）。
遺伝子型に保存された位相オフセットは、平均がゼロでSD s =0.4πの正規分布からランダムに引き出された数値を追加することにより突然変異しました （これは有効な位相オフセット値の-π/ 2からπ/ 2の範囲の40％です）。
このハイパーパラメーターは、すべての変異を±π/ 2の境界に対して押し上げるほど大きくなくても、元の位相オフセット値をスクランブルするのに十分な大きさに選択されました。
? この作動ノイズ全体で最高 ry 設計は、堅牢 ry 順に1つずつビルド ry 。
このアクチュエーションノイズを通じて最高の平均性能を維持した設計は 1 つずつ、堅牢性ランキングの順にビルドフィルターに渡されました。

ビルドフィルター。

最も堅牢な設計は、連続した組織領域を順次積層する現行のビルド方法での製造可能性によって評価されます（ SI付録 、図S6 ）。
? ry は、次第に小さな形状の変形を伴う生物 ry し、生物の寿命にわたって持続し、凹面の喪失に ry 収縮により閉じる生物を決定することによって調べられました。
最小の凹面は、小形状の徐々な変形を伴う各生物を生成し、次に、その生物が天寿全うを殊更貫く事と、そして凹面をその消失につながる組織収縮に伴って閉じる事と、が決定的であった事 ( 訳注 : 度合 ? ) によって検定されました。
? 予備作業により、幅100 m ry ことが判明しました（ SI付録 、図S7 ）。
幅100 μm以上（全身の長さの12％）の凹面が、生物学的構築に適した安定した長期変形をもたらすことが、予備作業により判明しました（ SI付録 、図S7 ）。

さらに、ビルドフィルターは、感覚入力、代謝、記憶、バイオセンサーなど、運動以外の目的で特殊な細胞を追加するのに十分な設計スペースを確保するために、 50％を超える筋肉の設計を削除します。
? ry して代謝コストがはるかに高くなります ry 毎秒±1  ry 。
また、収縮性組織は非筋肉組織と比較してがはるかに高い代謝コストをも負います（人間の心臓は毎秒 1 mM ATPを消費します; ref。31）。
したがって、この組織タイプを制限すると、移転されたデザインの総寿命が延びます。
これらの選択基準を満たす最も堅牢な設計（ SI付録 、図S4 ）は、ビルドフィルターを介してパイプラインの次のステージである実現可能性ジェネレーターに渡されます。

実現可能性ジェネレーター。

再構成可能な生物は、プロトコル番号M2017-53の下でInstitutional Animal Care and Use CommitteeおよびTufts University Department of Laboratory Animal Medicineによって承認された方法の下で、ドナー組織としてアフリカツメガエル胚を使用して作成されました。

? 受精したX. laevisの卵 ry NieuwkoopおよびFaber（ 32、33 ）に従って段階化した。
アフリカツメガエル受精卵を、標準プロトコルを使用して0.1x、pH 7.8のMarc's Modified Ringers溶液（MMR）で飼育し、Nieuwkoop and Faber（ 32、33 ）に従ってステージングした。
? ry キャップを ry 、カルシウムおよびマグネシウムを含まない培地に ry 。
成形実験のために、手術用鉗子を使用して動物のキャップ ( ? 訳注 : 動物極キャップ アニマルキャップ ) をSt. 9で手作業で切断し（Dumont、11241-30＃4）、カルシウムとマグネシウムとが含まれない培地、に5分間移しました（50.3 mM NaCl、0.7 mM KCl、9.2 mM Na 2 HPO 4、0.9 mM KH 2 PO 4、2.4 mM NaHCO 3、1.0 mMエデト酸[EDTA]、pH 7.3）。
? 外側の外胚葉層は手 ry 、内側の層は完全に解離 ry はほぼ多能性 ry 。
外胚葉に於ける外側層を手作業で取り外して廃棄し、同内側層を完全解離するまで攪拌しました（この段階では細胞は主に多能性ですが、さらなる介入なしで外胚葉に分化します）。
? 5つの動物のキャップ ry ウェルディッシュに ry 。
5つのアニマルキャップからの材料をプールし、0.75×MMRを含むウェルディッシュ ( 訳注 : 細胞培養ディッシュ ? ) に移しました。
? ry と5 l ry ）を含む清潔 ry 。
14°Cで24時間後、球状の再凝集体を、10 mL 0.75X MMRとゲンタマイシン（ThermoFisher Scientific、15710072） 5 μl とを収容している清潔な1％アガロース被覆皿に移しました。
? ry （現在、イオノサイト、小 ry 細胞、杯細胞を ry は、13μmのMC ry マイクロ焼uter器とマイクロ ry 鉗子の組み合わせ ry して成形されましたワイヤ電極（ ry ワイヤチップ焼uter電極）。
組織再凝集の48時間後、得られた組織（今や、イオノサイトと、小さな分泌細胞と、杯細胞と、を含む特定の表皮細胞系統になるよう運命づけられています）は、マイクロサージェリー鉗子と、 13μmワイヤ電極（Protech International Inc.、MC-2010、13-Y1ワイヤチップ焼灼針 ( ? ) ）のMC-2010マイクロ焼灼器 ( ? ) と、の組合せを使用してシェイプアップされました。
? 必要な解剖 ry 3時間整形 ry MMRと5 lゲンタマイシンを含むきれいな ry 14°Cで上昇させました。
望ましい解剖学的結果を得るために必要に応じて組織を3時間再整形し、その後、10 mL 0.75×MMRとゲンタマイシン 5 μl とを収容しているきれいな1％アガロース被覆皿に移し、14°Cで育てました。

収縮運動実験では、 Xenopus胚のコホートに、標準プロトコルを使用して4細胞段階で2つの合成mRNAの1つをマイクロインジェクションしました（ 32 ）。
? ry ）および多毛細胞 ry ）のmRNA ry 。
蛍光系統トレーサーtdTomato（ 34 ）と、多毛細胞阻害剤Notch ICD（20、35）と、のmRNAは、mMESSAGE転写キット（ThermoFisher Scientific、AM1340）を使用して合成されました。
? 4％の細胞すべてに各 ry 。
細胞 4 個全てに各転写産物の370 pgのmRNAを送達するために、プルキャピラリーを使用して3％Ficoll溶液で注入を行いました。
tdTomato マイクロインジェクション胚は22°Cで飼育され、Notch ICDインジェクション胚は14°Cで飼育されました。
? ry MMRを含む1％ ry 動物のキャップを手で ry 。
注入の24時間後、ステージ10 Notch ICD注入胚を、0.75×MMRを収容している 1％アガロース被覆ペトリ皿に移し、上記のように手術用鉗子を使用して動物キャップを手動で切断した。
さらに、ステージ2324のtdTomatoを注入した胚を同じ皿に移し、外胚葉の外層で推定心臓領域を切除した後、取り出して廃棄しました。
? ry 、3つの層を22℃で1時間回復させました。
次に、2つのNotch ICD注入動物キャップの間に推定心臓組織を配置し、そして 22 ℃での 1 時間のヒーリングをその 3 層は許容されました。
? 治癒後、0.75 ry 5 lを含む1％アガロースでコーティングされた皿に組織を移し、14°Cで上昇させました。
0.75×MMR 10 mLとゲンタマイシン5 μlを収容している 1％アガロースでコーティングされた皿に、治癒後の組織を移し、14°Cで育てました。
? ry sculpted as above using a combination of microsurgery forceps and a MC-2010 microcautery instrument.
整形のために、得られた組織は、顕微手術鉗子とMC-2010顕微焼ca器の組み合わせを使用して上記のように彫刻された。

転写性フィルター。

すべてのサンプルは、上部とサブステージの両方の照明を備えたNikon SMZ-1500顕微鏡を使用して、20°Cで0.75 x MMRでライブイメージングされました。
静止画像はQImaging Retiga 2000R CCDカメラでキャプチャされ、ビデオは30フレーム/秒のサンプルレートでSony IMX234を使用してキャプチャされました。
Noldus Ethovision 14 ソフトウェアを使用して実行ごとにXY移動軌跡を抽出し、1次元ガウスフィルターを使用して平滑化しました（ SI付録 、セクションS9.1 ）。
? ry 光源を使用して心筋 ry を確認し ry キューブを使用して ry を確認しました ry 。
tdTomato系統トレーサーは、標準テトラメチルローダミンイソチオシアネート（TRITC）フィルターキューブと蛍光光源をイメージして心筋細胞の位置をベリファイし、GFPIIIシグナルは標準フルオレセインイソチオシアネート（FITC）フィルターキューブをイメージして表皮細胞の位置をベリファイしました（ SI付録 、セクションS9.2 ）。

データの可用性。

この論文で報告された計算結果を再現するために必要なソースコードは、GitHub（ 36 ）にあります。

謝辞

? の生涯学習機械プログラム ry よって支援されました。
この研究は、DARPA / MTOの学習生命機械プログラムである協同契約番号HR0011-18-2-0022の下で、国防高等研究計画局（DARPA）によってスポンサードされました。 ?
情報の内容は必ずしも政府の立場や政策を反映しているわけではなく、公式の支持を推測すべきではありません。
一般公開が承認されました。 配布は無制限です。
この研究は、Paul G. Allen Frontiers Group（12171）を介したAllen Discovery Centerプログラムによってもサポートされており、MLは全米科学財団のEmergent Behaviors of Integrated Cellular Systems Grant（Subaward CBET-0939511）からの支援に感謝しています。
この研究は、全米科学財団の研究とイノベーションの新興フロンティア（EFRI）連続、準拠、および構成可能なソフトロボット工学（C3 SoRo）プログラム（Subaward EFMA-1830870）によってもサポートされました。
提供された計算リソースについて、Vermont Advanced Computing Coreに感謝します。

脚注

* 1 SKとDBは、この作業に等しく貢献しました。

* 2 通信の宛先。 メール： josh.bongard {at} uvm.edu 

? * ry JBが設計した研究。SKおよびDBは調査を実施しました。 SKおよびDB分析データ。 SK、 ry 。
* 著者の貢献：SK、DB、ML、およびJBが研究を設計しました ; SKおよびDBは研究を実施しました : SKおよびDB はデータを分析しました ; そして SK、DB、ML、JBが論文を執筆しました。

* 著者は、競合する利益を宣言しません。

* ry 直接送信です。
* この記事は、PNAS直接投稿です。

* データの蓄積：このホワイトペーパーで報告されている計算結果を再現するために必要なソースコードは、GitHub（ http://github.com/skriegman/reconfigurable_organisms ）にあります。

* この記事には、オンラインでhttp://www.pnas.org/lookup/suppl/doi:10.1073/pnas.1910837117/-/DCSupplementalでサポート情報が含まれています 。 

* 著作権2020著者。 PNASにより公開されました。 

このオープンアクセスの記事は、 Creative Commons Attribution License 4.0（CC BY）の下で配布されています。
 
参照資料

1.  
 1. DJ Blackiston , DJ ブラックリストン ( 原文 : Blackiston  ) 、 2. M. レビン 、
 アフリカツメガエルのオタマジャクシの頭の外側の異所性の目は、光を介した学習の感覚データを提供します 。
? J. Exp。 バイオ 216 、1031  1040 ry 。
 J. Exp。 Biol.  216 , 1031 - 1040 （ 2013 ）。
 OpenUrl 要約 / 無料全文
2.  
 1. LN ヴァンデンバーグ 、 2. DS アダムス 、 3. M. レビン 、
 アフリカツメガエルのオタマジャクシの摂動を受けた頭蓋顔面構造の正規化された形状と位置は、正しい形態を達成する生得的な能力を明らかにしています 。
 ?開発者 Dyn。 ry 863  878 ry
 Dev. Dyn。 241、863 - 878 （ 2012 ）。 OpenUrl CrossRef PubMed
3.  
 1. RD カム 他 。、
? ry ：多細胞工学的生活システムの約束 。
 パースペクティブ：多細胞工学的生体システムの有望さ 。
 APL Bioeng 2、040901 （ 2018 ）。 OpenUrl CrossRef
4.  
 1. CA ハッチソン III 他 。、
 最小の細菌ゲノムの設計と合成 。
 Science 351 、 aad6253 （ 2016 ）。  OpenUrl 要約 / 無料全文
5.  
 1. Y. Sasai , 2. M. Eiraku , 3. H. SugaM. 、		? Sa 井 永楽 H. スガ 
 3次元のin vitro器官形成：自己組織化幹細胞 。
? 開発 139、4111  4121 ry
 Development 139、4111 - 4121 （ 2012 ）。 OpenUrl 要約 / 無料全文
6.  
 1. SJ パーク ら 。、
 組織工学ソフトロボット光線の走光性ガイダンス 。
 Science 353、158  162 （ 2016 ）。 OpenUrl 要約 / 無料全文
7.  
 1. MD Tang-Schomer et al  。、 
 生体工学による機能的脳様皮質組織 。
? 手続き ナトル Acad。 科学 USA ry 13811  13816 ry
 Proc. Natl. ナトル Acad。 Sci. USA 111、13811 - 13816 （ 2014 ）。 OpenUrl 要約 / 無料全文
8.  
 1. JC Nawroth et al 。、
 生体模倣推進力を備えた組織工学クラゲ 。
 Nat。 バイオテクノロジー。 30、792  797 （ 2012 ）。 OpenUrl CrossRef PubMed
9.  
 1. シムズ 、
 競争による3Dの形態と行動の進化 。
? アーティフ。ライフ 1 ry
 Artif. Life 1、353  372 （ 1994 ）。 OpenUrl OpenUrl
10.  
 1. N. チェイニー 、 2. J. ボンガード 、 3. V. サンスパイラル 、 4. H. リプソン 、
? 形態化された ry 。
 肉体化された機械の形態と制御のスケーラブルな共同最適化 。
 JR Soc。 インターフェイス 15、20170937 （ 2018 ）。 OpenUrl CrossRef PubMed
11.  
 1. H. リプソン 、 2. JB ポラック 、
? ロボットの生命体 ry 。
 ロボット生命体の自動設計と製造 。
 Nature 406、974  978 （ 2000 ）。 OpenUrl CrossRef PubMed
12.  
 1. J. ボンガード 、 2. V. ジコフ 、 3. H. リプソン 、
 継続的な自己モデリングによる復元力のあるマシン 。
 Science 314、1118  1121 （ 2006 ）。 OpenUrl 要約 / 無料全文
13.  
 1. D. セルッチ 、 2. R. マッカーディ 、 3. H. リプソン 、 4. S. リシ 、
? リサイクル可能なロボットの1D印刷 。
 リサイクル可能ロボットの1D印刷 。
? ry 。 自動 レット。 2、1964  1971 ry
 IEEEロボット。 Autom. Lett.  2、1964 - 1971 （ 2017 ）。 OpenUrl
14.  
 1 , DJ Munk 、 2 , GA Vio 、 3 GP スティーブン 、
 進化アルゴリズムを使用したトポロジーおよび形状最適化方法：レビュー
? 構造。 学際的。 最適 52、613  631 ry
 Struct. Multidiscipl. Optim. 52、613 - 631 （ 2015 ）。 OpenUrl OpenUrl
15.  
 1. RV デビ 、 2. SS サティヤ 、 3. MS クーマー 、
 新しい薬物設計のための進化的アルゴリズム - 調査 。
? 適用 ソフト計算。 27、543  552 ry
 Appl. Soft Comput. 27、543 - 552 （ 2015 ）。 OpenUrl
16.  
 1. MD ハンティントン 、 2. LJ ラウホン 、 3. TW オドム 、
 進化的設計によるサブ波長格子光学 。
? ナノレット 14 ry
Nano Lett. 14、7195  7200 （ 2014 ）。 OpenUrl
17.  
 1. CT ミュラー 、 2. JA オクセンドルフ 、
 構造性能と設計者の好みを組み合わせて、進化的な設計空間を探索します。
 自動 構成 52、70  82 （ 2015 ）。 OpenUrl
18.  
 1. N・ ジャコビ 、
? 進化ロボ ry と根本的なノイズのエンベロープ ry 。
 進化的ロボティクスと根本的ノイズエンベロープ仮説 。
 適応する。 行動。 6、325  368 ry
  Adapt. Behav.  6、325 - 368 （ 1997 ）。 OpenUrl CrossRef
19.  
 1. M. シュミット 、 2. H. リプソン 、
  「 遺伝的プログラミングの理論と実践VIII （ Springer 、 2011 ） 」 、 129146ページの「年齢適合性パレート最適化」 。
20.  
 1. GA Deblandre 、 2. DA ウェットスタイン 、 3. N. Koyano-Nakagawa , 4. C. キントナー 、		? 3. , 小 矢野中川
 2段階のメカニズムにより、アフリカツメガエル胚の皮膚の繊毛細胞の間隔パターンが生成されます。
? 開発 126、4715  4728 ry
 Development 126、4715 - 4728 （ 1999 ）。 OpenUrl 要約
21.  
 1. J. ワーフェル 、 2. K. ピーターセン 、 3. R. ナグパル 、
? ロボット建設チーム ry 。
 シロアリに触発されたロボットコンストラクションチームにおける集団行動の設計 。
 Science 343、754  758 （ 2014 ）。 OpenUrl 要約 / 無料全文
22.  
 1. J・ ヒラー 、 2. H. リプソン 、
 ソフトマルチマテリアル3Dプリントオブジェクトのダイナミックシミュレーション
 ソフトロボット。 1、88  101 （ 2014 ）。 OpenUrl
23.  
 1. J. クック 、
? ry 胚の利用可能な細胞 ry 。
 ボディパターンのスケールは、両生類の胚の有効細胞数に適応します 。
 Nature 290、775  778 （ 1981 ）。 OpenUrl CrossRef PubMed
24.  
 1. S. クリーグマン 、 2. S. ウォーカー 、 3. D. シャー 、 4. M. レビン 、 5. R. クレイマーボッティリオ 、 6. J. ボンガード 、
 損傷したロボットの機能回復のための自動形状変更 。
? 手続き ロブ。 科学 システム。 （ 2019 ）。
 Proc. Rob. Sci. Syst. （ 2019 ）。
25.  
 1. S. クース 、 2. JB ムレ 、 3. S. ドンシュー 
? 移転可能性アプローチ ry の現実のギャップ ry 。
 転送可能性アプローチ：進化ロボティクスの具現性のギャップを越える 。
? ry Trans。 進化。 計算します。 17、122  145 ry
 IEEE Trans. Evol. Comput.  17、122 - 145 （ 2013 ）。 OpenUrl
26.  
 1. MD Zeiler 、 2. R. ファーガス 、
 「 コンピュータビジョンに関する欧州会議の議事録 」の「畳み込みネットワークの視覚化と理解」 、 D。 フリート 、 T。 パイドラ 、 B。 シーレ 、 T。 チュイテラール 、編 （ Springer 、 2014 ）、 pp。818  833 。
27.  
 1. S. Toda , 2. LR Blauch 、 3. スカイタン 、 4. L. モルスート 、 5. ワ・ リム 、		? 1. S. Toda , 戸田
 合成細胞間シグナル伝達による自己組織化多細胞構造のプログラミング 。
 Science 361、156  162 （ 2018 ）。 OpenUrl 要約 / 無料全文
28.  
 1. D. パトラ 他 。、
 インテリジェント、セルフパワー、ドラッグデリバリーシステム 。
 ナノスケール5、1273  1283 （ 2013 ）。 OpenUrl CrossRef PubMed
29.  
 1. J・ リー 、 2. B. エステバンフェルナンデスデアビラ 、 3. W. ガオ 、 4. L. チャン 、 5. J・ ワン 、
 生物医学用のマイクロ/ナノロボット：配送、手術、検知、解毒 。
? 科学 ロブ。 2 ry
 Sci. Rob. 2 、 eaam6431 （ 2017 ）。 OpenUrl
30.  
 1. F. バルシュカ 、 2. M. レビン 、
? ry 全体の認知 。
 頭を持たないことについて：生体系全体を貫く認知 。
 フロント。サイコ。 7、902 （ 2016 ）。 OpenUrl PubMed
31.  
 1. J. ピケロー 、 2. R. ベンチュラクラピア 、
 周産期発達中の心臓エネルギー代謝の成熟 。
 フロント。生理。 9、959 （ 2018 ）。 OpenUrl
32.  
 1. PD Nieuwkoop 、 2. J. フェイバー 、
? Xenopus laevis（Daudin ry 。
 アフリカツメガエル（Daudin）のNormal Table （ North Holland Publishing Co. 、 Amsterdam 、 1956 ）。
33.  
 1. HL Sive 、 2. RM グレインジャー 、 3. RM ハーランド 、
? Xenopus laevisの初期開発 （ ry 。
 アフリカツメガエルの初期発達 （ CSHL Press 、 2000年 ）。
34.  
 1. C. ウォルドナー 、 2. M. ルース 、 3. GU Ryffel 、
? ry ：移植分析 ry 。
 赤色蛍光アフリカツメガエル：接合せ分析のための新しいツール 。
? BMC Dev。 バイオ 9 ry
 BMC Dev. Biol. 9、37 （ 2009 ）。 OpenUrl CrossRef PubMed
35.  
 1. CW ベック 、 2. JM スラック 、
 アフリカツメガエルの尾芽の伸長を制御する発達経路 。
? 開発 126、1611  1620 ry
 Development 126、1611 - 1620 （ 1999 ）。 OpenUrl 要約
36.  
 1. S. クリーグマン 、 2. D. ブラックリストン 、 3. M. レビン 、 4. J. ボンガード 、
 「再構成可能な生物を設計するためのスケーラブルなパイプライン」からのデータ。
 GitHub。 http://github.com/skriegman/reconfigurable_organisms# .
 2019年10月2日にデポジットされました 。

PNASの普及に関心をお寄せいただきありがとうございます。



-- 
フリーソフトウエア関連ボランティアの皆様に感謝申上げますと共に
当原稿執筆編集の甚大コストへの御配慮に厚く御礼申上げます
三菱 UFJ 銀行 平針支店 ( 普 ) 0111481 ヤマグチセイセイ
郵便局 218普2449768 ヤマグチセイセイ
Yahoo pt 1362821068616323 Rakuten pt 1100-3310-4065-1717
http://yahoo.jp/HsDIGs?#_HDD_HGST



訂正

概要>? 新しい構成 ry を活用

[toc] | [prev] | [standalone]

Back to top | Article view | tw.bbs.edu.computer-science

csiph-web