近似計算
IoTとエッジコンピューティングの講義
- ある程度の計算誤差を許容する(大体合ってる計算を目指す)
- その代わり、回路の処理速度向上/省エネルギーを目指す
- 「RMS (Recognition, Mining, Synthesis)」のタスクに使える
- 機械学習とか画像生成とかみたいな、あいまい性のあるタスク
- 特徴
- 入力データー自体にノイズが多い
- Golden result (唯一の正解)が存在しない
- 人間の知覚
知覚
...
自然言語処理の「あいまいさ」の話と繋がる
Scrapbox
Scrapbox
をつなげて発想するのを人工的にやるってすごい -> の良いところとして、使い方が若干異なる同じ言葉が繋がることが挙げられると思う 例えば、「マルチモーダル」だと文脈によって具体的な意味がすごい変わる それらがマルチモーダルって言葉で化されたことで、繋がる その関係性について考えると、「マルチモーダル」についてなにか新しいことに気づくかも? 例: 「共通言語」のリンクを見ると分かりやすい Scrapboxの何がすごいかを一言で言うと、「リンクがめっちゃ簡単に作れる」なのかな 一的なノートしかとれないのがきつい /nishio/Scrapboxの良さ(その2)) https://goryugo.com/20180904/scrapbox_tips/ 階層型より型の方がみがあって、自分はしっくり来たのかも #すげー ...
- 統計的/確率的
- 自己回復作用
- ex: 機械学習は収束するまで計算し続けるから、何度か間違えても良い
- どうやって「誤差を許容」する?