Pycharmの落とし穴：Error loading package list
エラー内容：
Pycharmで新しくモジュールをインストールしようとして、
[File]->[Default Settings]から[+]を押下した際に、何も新しいモジュール
が出なくなってしまった...以下内容「Error loading package list」
やったこと：
①Pycharmのアップデート
②[File]->[Settings]->[Appearance&Behavior]->[System Settings]->[HTTP Proxy]->[Auto-detect proxy settings]......意味があったのか分からない
③[Default Settings]->[Project Interpreter]->[+]->[Manage repository]の中身を
【https://pypi.python.org/pypi】のみにする。...解決！
久々にPycharm触ったら動かなくなるの怖い
5/15からのおもしろいこと（雑記）
技術系
・電池が必要なく、コイルで電流を流してICチップを付けたLEDが光るやつ
・一斉に回るモーターに可愛さを覚える。
・FPGA、すごいけどプログラムの中身がやばい。
・グラフィックチップとグラフィックボードの違い。いつかいじるかもしれない
・中国製の電子工作部品の安さ。
・ピンクのARDUINO的サムシング。かわいい。
・マンガでわかるホルモンと伝達物質の本が本気で教科書になりそうな話、
HSS/HSPを解明したい。
・深層学習が10行で書けるやつはだいぶわかりやすい、お手すきの際に
心理学系
・ロボットとの関係を求める理由が、究極的に”意思を持たないから”かもしれない話、
中でも他人を操作しようとする意思が無いことが大きな理由になり得る
・人と人との距離感の話。
・女性同士の会話は”わかるー”はわかってないけど分かりあえてる。男性が言う内容のない”わかるー”とは別の話
・人がかまってほしいときは普段と雰囲気や行動、表情・声色が変わる話、どの変化に反応したらいいのか
・普段と違う様子でも気にしないのが友達だけど、いなくなったら一番に心配するのも友達。
・ロボットだけが貴女を心配する世界は孤独死をへらすことができるのか
・他人の状況はわからないのである程度自分の思い込みで決めつけて関わっていく。
悲しそうだけどどうしたの、とか。それが積極的にできるのが外交的で自身のある人間なのかもしれない
・身体性の重要さから進んで、どう身体を生かしていくのか、身体ありきでシステム開発をする。
・自分の状態を他者に発信していくことで他者に働きかける方法
MLPモデルとは（自分用）（途中）
〇×ゲームのAIをどう作ろうと調べたらちょうど良いものが
見つかったので以下を参考に機械学習をする
Pylearn2で三目並べのAIをつくってみる - Qiita
上記事で使用した機械学習の方法は「MLPモデル」だということが分かった...
がMLPとは何の略かすら分からないので、とりあえず出てきた単語を調べる。
①Wikipedia (多層パーセプトロン - Wikipedia)
・MLP:Multilayer perceptron（多層のパーセプトロン）の略。
・体系的には
AI→機械学習→ニューラルネットワーク→順伝播型ニューラルネットワーク→多層パーセプトロン らしい
・ニューラルネットワーク（NN）はなんとなくわかる前提
・順伝播型ニューラルネットワークとは、入力ノード、中間ノード、出力ノードの順にのみ信号が伝播する
☆パーセプトロンとは
「心理学者・計算機科学者のフランク・ローゼンブラットが1957年に考案し1958年に論文を発表した。」「モデルはロジスティック回帰と等価である（Wiki）」
・視覚と脳の機能をモデル化し、学習能力を持つ
・S層（感覚・入力層）：外部から信号を与える
・A層（連合・中間層）：S層をもとに反応
・R層（反応層・出力層）：A層に重みづけして多数決を行い回答
の３つからなる
・小脳パーセプトロン説
・単純パーセプトロンと多層パーセプトロンがあり、前者は入力・出力層のみからなる。後者はパーセプトロンを多層にする。中間層が1層の時バックプロパゲーション（？）で学習させ、2層以上あるときは深層学習と呼ぶ。
・層は漸化式 X_(i+1) = f(A_i X_i + B_i) で表現される
A（行列）：重みパラメータ、
B（縦ベクトル）：バイアスパラメーター
X（縦ベクトル）
f()（活性化関数）：シグモイド関数などの非線形関数を使う
・学習は誤差を最小化する最適化問題を解く
②記事２
（【初心者向け】ディープラーニングの起源であるパーセプトロンとは？【連載①】 - IT-LIFEブログ）
HRIの夢①
HRI：Human Robot Interaction（人とロボットのインタラクション）
ロボット自身が感情をもつだけでなく、
人間の行動・意図・感情に気付いて
その人のために自発的に
行動してくれたら・・・と考える。
人によってロボットに求める役割は違うし
通販や情報伝達・家事を楽にするだけで
コミュニケーションを求めていない層も
いるのだけれど、
人間社会で生きづらさを感じている人に
とって、インタラクションをすることで
気持ちが楽になったり、新たな考え方に
気が付いて息がしやすくなるような新しい
存在を創ることを人生の目標にしている。
簡単なイメージでいうと
ドラえもんやアトムのような
生活空間に入り込むコミュニケーション
ロボットをオーダーメイドで作ることを
目標にしていろんなことをやりたい。
とにかく自分の中でどんな要素が必要か
考えたり、新しいロボットはどんな存在
であるべきかだらだら話し会いたい
今日この頃。
AI・機械学習とは何ぞや（途中）
AIとかいうバズワードはとりあえず嫌いと
言っておくに限る。定義不足的な気持ち悪さか
Googleで「AIとは」で検索したら
「じんこうちのう」。なるほどわかりやすい（？）
ーーーーーーーーーーーーーーーーーー
☆AIとは「人工的に人間の知能を模倣するための技術」
参考文献をよんでとりあえず納得した。
・人間の知能を5種類に分解した記事
①自然言語処理能力：文章と言語の
認識分析生成
②画像認識能力：画像・映像
③音声認識能力：音声
④（身体）制御能力：機械の制御
⑤学習推論能力：後述
（人工知能ってなんなの？ 5種類に分類すると見えてくるAIの実態！ - 648 blog）
【結論】
「人の脳（にあるかはわからんけど）機能を作る技術の総称」ってイメージ。
【関連用語】強いAI,弱いAI
ーーーーーーーーーーーーーーーーーー
☆機械学習とは
「大量のデータから規則性や関連性を見つけ出し、判断や予測を行う手法」
「AIを実現する技術の一つ」
「情報から将来使えそうな知識を見つけること」
「適切な回答を導き判断するために必要な法則やルールを学習する方法」
「着目すべき特徴（特徴量）を人間が指定する必要」
機械学習の種類（機械学習 - Wikipedia）
①教師あり学習：入力と出力をセットにし、それをつなぐ関数を求める
②教師なし学習：入力のみからモデル（？）構築
③半教師あり学習：あいのこ
④強化学習：周りの環境を観測して学習（Q学習）
⑤トランスダクション：謎
⑥マルチタスク学習：謎
①過去のデータから将来起こりそうな事象を予測する
「迷惑メールの判別」「明日の天気の予測」
②与えられたデータから規則性を発見して答えを導きだす
正解不正解はない
④教師あり学習の出力の代わりに「行動」と「報酬」を付与し
どの行動で報酬最大化されるか学習
（ゼロからDeepまで学ぶ強化学習 - Qiita）
：頭良くなったら後で式とか見たらいいんじゃないかな
【結論】
・今見つけた猫か犬かの個体を、
今まで見た個体の身体の形とか鳴き声のデータから判別する手法（？）
ーーーーーーーーーーーーーーーーーーーーー
☆Deep Learningとは
「人間の脳神経回路をモデルにした多層構造アルゴリズム「ディープニューラルネットワーク」を用い、特徴量の設定や組み合わせをAI（人工知能）自ら考えて決定」（
AIとは？AI（人工知能）とDeep Learning（深層学習）を簡単に説明
）
・特徴量の指示をしなくても自動で学習
・大量のデータが必要で結果がデータ依存
【結論】
ディープニューラルネットワークが謎だから何とも言えない。
機械学習の中で、人の脳に似せた手法ってイメージ
特徴量の指定が不必要なのは強そう
ーーーーーーーーーーーーーーーー
AI
｜----機械学習：
｜-----決定木学習（Ramdom forest）
｜-----ニューラルネットワーク
｜------Deep Learning
（他にも授業で習ったこと全部人工知能なのか・・・）
ーーーーーーーーーーーーーーーーー
---------------------
参考文献
：人工知能学会
