WEBVTT 00:00.570 --> 00:03.340 こんにちは､ 人工知能のコースにようこそ｡ 00:03.360 --> 00:06.300 今日のチュートリアルでは､ そのアドオンについてお話します｡ 00:06.300 --> 00:08.610 3つのC言語アルゴリズムのために実装することになります｡ 00:08.610 --> 00:12.690 長短期記憶､ 略して長短と呼ばれるものです｡ 00:12.690 --> 00:21.000 では､ これまでの内容を確認した上で､ なぜLSTが必要なのか､ LSMとは何なのかについて説明しましょう｡ 00:21.000 --> 00:24.480 これまで､ 3つのCアルゴリズムについて説明してきました｡ 00:24.480 --> 00:33.300 A3 Cの3つのAの文字すべてについてお話しましたが､ もちろん､ 実際にはもう少し複雑で､ この画像にあるものよりもずっと複雑であることはおわかりいただけたと思います｡ 00:33.300 --> 00:39.570 実際には3つ以上の複数のエージェントが環境内を行き来し､ お互いに通信し合ったりしています｡ 00:39.570 --> 00:45.570 でも､ 今日のお話では､ わかりやすくするために､ このエージェント1つですべてを説明することにしましょう｡ 00:45.570 --> 00:47.520 最後に､ この俳優の部分､ 評論家の部分があります｡ 00:47.520 --> 00:52.770 つまり､ 基本的には､ 状態が決まると､ その状態は畳み込み層を経て､ プーリング層を経て､ 00:52.770 --> 00:55.290 平坦化層へと進みます｡ 00:55.290 --> 01:03.960 そして､ この時点では､ 値や数値がネットワークを通じて伝搬され､ 隠れ層に入ることになります｡ 01:03.960 --> 01:12.600 そして､ 出力として､ 私たちはポリシーやアクターの部分を得て､ 彼らは状態の値を得て､ 私たちは評論家の部分を得ます｡ 01:12.600 --> 01:16.530 そして､ 今日はこの隠れた部分についてお話します｡ 01:16.530 --> 01:21.600 そこで､ 隠れ層では､ 実際に次のレベルまで持っていき､ 修正を加えることができます｡ 01:21.600 --> 01:25.560 そして､ このアルゴリズムには複数の改変が存在することも､ すでに確認されています｡ 01:25.560 --> 01:26.250 そのうちの1つを見たことがあります｡ 01:26.250 --> 01:35.700 このように､ ネットワークの主要な部分を各エージェントが個別に持つ場合と､ ネットワークの主要な部分を共有する場合があることが分かっています｡ 01:35.700 --> 01:42.000 これまでの直感的な実験でも､ ネットワークの一部を共有していることがわかりました｡ 01:42.000 --> 01:44.100 このネットワークは､ 代理店の間で共有されていた｡ 01:44.100 --> 01:50.580 アドロンが実践的なチュートリアルで詳しく説明しますが､ これはブレイクアウトの挑戦に本当に役立ちます｡ 01:50.580 --> 01:59.670 また､ アルゴリズムを修正する方法は他にもたくさんあり､ 実装可能な追加機能もたくさんあります｡ 01:59.670 --> 02:03.120 そのうちの1つについて説明します｡ 実際にチュートリアルの実践セットで､ 02:03.120 --> 02:09.720 レイヤーに当たる前に､ 追加できるのは､ lshtmレイヤー､ ニューラルネットワークレイヤーで､ 02:09.720 --> 02:18.810 アルゴリズムに記憶を持たせ､ 前に起こったことを記憶させることができるようにします｡ 02:18.810 --> 02:20.940 そして､ たった今､ Lshtmについて､ より詳しくお話します｡ 02:20.940 --> 02:27.870 しかし､ 基本的にはここにリストレイヤーを追加して､ 別の機能のためにメモリを追加してアルゴリズムを強化することができます｡ 02:27.870 --> 02:32.610 そして､ 実際にフラクタル素材を見るとわかるのですが､ 最後のレイヤー以降は隠しレイヤーも必要なかったということで､ 02:32.610 --> 02:36.030 事前の実装で確認することができます｡ 02:36.030 --> 02:38.760 すぐに平坦化層ができたそうです｡ 02:38.760 --> 02:40.350 その後､ システムレイヤーを持っている｡ 02:40.350 --> 02:43.380 つまり､ 基本的にはこのボックスがlshtmレイヤーを表しています｡ 02:43.380 --> 02:45.960 そして､ その後にすぐに出力があります｡ 02:45.960 --> 02:50.940 だから､ それ以降の隠れ層は必要なかったんです｡ Lshtm層がどれだけアルゴリズムに力を与えるか､ 02:50.940 --> 02:53.160 それだけです｡ 02:53.160 --> 02:58.980 また､ ニューラルネットワークのアルゴリズムやアーキテクチャは､ 非常に個別的なものです｡ 02:58.980 --> 03:01.320 個人的な好みで､ とてもクリエイティブなことなんです｡ 03:01.320 --> 03:08.730 そのため､ 2つのレイヤー､ 1つの分析者レイヤー､ そして5つの隠しレイヤーが必要かもしれません｡ 03:08.910 --> 03:11.670 それは完全にあなた次第で､ あなたが実験し､ 探求するためです｡ 03:11.670 --> 03:16.290 でも､ これは実践的なチュートリアルで思いついたことなんです｡ 03:16.290 --> 03:24.240 フラット化､ フラットレイヤー､ そしてその後にldsd1レイヤー､ さらに出力があるのがわかると思います｡ 03:24.240 --> 03:28.590 さて､ ここまでこのレイヤーの話をしてきましたが､ このリストレイヤーとは何なのでしょうか？ 03:28.590 --> 03:36.810 さて､ lshtm層は記憶を追加することで､ ニューラルネットワークが以前の反復で何が起こったかを記憶できるようにするような機能を提供します｡ 03:36.810 --> 03:43.170 そして､ それはしばしば次のようなシンボルで象徴されたり､ 示されたりします｡ 03:43.170 --> 03:46.050 これは､ 私たちが始めたばかりで､ ここに載せているだけです｡ 03:46.050 --> 03:51.630 非常に曲がっているように見えますが､ この画像についてさらに議論するときに､ 何が起こっているのかわかるように､ 03:51.630 --> 03:52.830 ここに載せておきます｡ 03:52.830 --> 04:01.500 このレイヤーの出力がここに入り､ これが私たちのレイヤー全体です｡ 04:01.500 --> 04:02.970 つまり､ 値のベクトルなんですね｡ 04:02.970 --> 04:04.920 Xは､ サンドイッチに入るベクトル値です｡ 04:04.920 --> 04:12.150 出力として､ これらのストアを連結した別のベクトル､ あるいは何らかの形でネットワークと結びついたベクトルを得ることができます｡ 04:12.150 --> 04:14.820 私たちの場合､ 出力として､ こうなって､ こうなるんです｡ 04:14.820 --> 04:17.280 では､ もう少し詳しく見てみましょう｡ 04:17.280 --> 04:18.810 だから､ この部分だけに注目するのです｡ 04:18.940 --> 04:22.830 実は､ 文字がこの大きさになっていることでお気づきかと思いますが､ 04:22.830 --> 04:24.270 横向きにするんです｡ 04:24.270 --> 04:37.410 このように､ 全体がごちゃごちゃしているのは､ このように見えても､ 実際には値の層､ 値のベクトル全体がここに入ってきているという事実を再確認したのです｡ 04:37.410 --> 04:39.780 何かが起きている､ このことを今更ながら議論してみる｡ 04:39.780 --> 04:41.390 ベクトルバレーが丸ごと入っていますね｡ 04:41.400 --> 04:43.170 これがレイヤーなんですね｡ 04:43.170 --> 04:47.190 これは一つの要素だけでなく､ レイヤーそのものなんです｡ 04:47.190 --> 04:49.320 では､ もう一度戻ってみましょう｡ 04:49.320 --> 04:53.550 もう一度言いますが､ レイヤーはこのレイヤーに入ります｡ 04:53.550 --> 04:55.530 何かが起こる､ 層が出る｡ 04:55.530 --> 04:58.560 つまり､ それはシステムが味方してくれているだけなのです｡ 04:58.560 --> 05:00.020 だから､ 議論しやすいだけなんです｡ 05:00.490 --> 05:02.050 そして､ それが共通の表現です｡ 05:02.170 --> 05:02.580 わかりました｡ 05:02.590 --> 05:07.770 さて､ なぜこの画像が横向きだったのか､ そしてこれからどう進めていくのか､ 納得していただけたでしょうか｡ 05:07.780 --> 05:11.430 この状況をもう少し掘り下げてみることにしよう｡ 05:11.440 --> 05:14.010 では､ 蒸気層の内部では何が起こっているのでしょうか？ 05:14.020 --> 05:15.330 というわけで､ こんな感じです｡ 05:15.340 --> 05:17.920 そしてもちろん､ これは非常に複雑に見えます｡ 05:17.920 --> 05:24.010 そして､ これらについて議論することは非常に多いので､ 今すぐすべてを説明することは絶対にありません｡ 05:24.100 --> 05:32.050 ポイントは､ オペレーションはレイヤーワイズオペレーションであり､ 多くのことが行われている､ 05:32.050 --> 05:37.300 あるいは多くの複雑な細部がある､ ということです｡ 05:37.300 --> 05:40.480 そしてこれは､ ここでステムの話をすることが目的ではありません｡ 05:40.480 --> 05:42.230 それぞれのエラストマーを活用するだけです｡ 05:42.340 --> 05:49.960 タムズについてもっと知りたい方は､ こちらのクリストファー・オラスブログをご覧ください｡ 05:50.410 --> 05:56.560 彼はすべてのステムをうまく説明していますし､ 私たちもディープラーニングの年代でLCMSについて話しています｡ 05:56.560 --> 05:57.970 もちろん､ そこで確認することもできます｡ 05:57.970 --> 06:01.300 リカレント・ニューラル・ネットワークやステムに関するセクションもありますよ｡ 06:01.300 --> 06:09.160 これがLCMの内部で､ レイヤーを入れていくようなイメージです｡ 06:09.160 --> 06:13.450 そこで､ 直感的なレベル､ 非常に基本的な内部レベルで話をすることになります｡ 06:13.450 --> 06:18.310 ただ､ 何が起こるのか､ なぜメモリがあるのか､ また､ アランがこれを実装するときに何を話しているのかをよりよく理解するためには､ 06:18.310 --> 06:23.260 何があれば十分なのでしょう｡ 06:23.260 --> 06:28.390 つまり､ レイヤーはこのすべてに入るわけで､ 何か基本的なことが起こっています｡ 06:28.420 --> 06:29.260 レイヤーが外れる 06:29.530 --> 06:37.390 実際に確認すべきは､ これらの部品､ このレイヤーへの追加入力があるということです｡ 06:37.390 --> 06:43.480 通常､ 前のレイヤーからの入力があり､ 次にこのレイヤーがあり､ そして出力がある､ と覚えておいてください｡ 06:43.480 --> 06:49.540 以前､ 私たちが持っていたイメージ､ 通常のネットワークを考えてみると､ それは､ 横からではなく､ 左から右へ､ 06:49.540 --> 06:55.120 上から下へという感じですが､ バニラステムの場合は､ 実際にはもっと多くの入力があるんですね｡ 06:55.120 --> 06:59.290 だから､ さらに複雑になっているのでしょうが､ 少なくともこういうことは理解できるのです｡ 06:59.290 --> 07:06.640 これが記憶細胞で､ これが鍵で､ これがアドロンの話を聞くことになるわけです｡ 07:06.640 --> 07:11.810 つまり､ メモリーセルはシステムの中に保存されているものなんですね｡ 07:11.830 --> 07:15.730 つまり､ これらの入力と出力は､ 実際にここにあるのです｡ 07:15.730 --> 07:18.130 見ているのは時間軸の方です｡ 07:18.130 --> 07:20.200 これが時間差で解けるわけです｡ 07:20.200 --> 07:28.780 つまり､ ある特定の繰り返しでこうなるのですが､ その後､ 過去からこの値が取り込まれ､ この値がこれらの値に渡されるのです｡ 07:28.780 --> 07:35.350 これらの価値観は過去から受け継いだものであり､ その価値観は未来に受け継がれ､ LHSチームの働き方によってうまく受け継がれていくのです｡ 07:35.350 --> 07:48.990 ここで何が起こっているかはあまり気にせず､ レイヤーが入り､ ここではすでに過去から来た値がlshtmの中に保存されていることだけを理解すればいいのです｡ 07:49.000 --> 07:51.550 長短の記憶の中｡ 07:51.880 --> 07:59.560 このメモリセルには､ 以前ここにあったどんな値もそのまま残っているのです｡ 07:59.560 --> 08:00.010 ご覧の通りです｡ 08:00.010 --> 08:07.090 ただ､ 点的な操作の場合は､ それを閉じたり､ 何かを加えたりすることができますが､ それ以外は自由に通り抜けていくのです｡ 08:07.090 --> 08:11.380 しかし､ それとは関係なく､ 自由に流れる何らかの価値観があるだけなのです｡ 08:11.380 --> 08:14.860 つまり､ 基本的には次のポイントタイムに受け継がれるわけです｡ 08:14.860 --> 08:21.310 つまり､ この細胞が持っているフラッシュドライブか何かのメモリのようなものだと思えばいいんです｡ 08:21.310 --> 08:24.280 そして､ この中にあった以前の値を記憶しているだけなのです｡ 08:24.280 --> 08:29.860 そして､ その値を使って､ その値に追加したり､ その値から読み出したりすることができるのです｡ 08:30.160 --> 08:38.110 そして､ この値が隠された状態､ つまりHであり､ 隠された状態は基本的に過去から来た別の値であり､ 08:38.110 --> 08:41.950 その後システムの内部で使われるのです｡ 08:41.950 --> 08:49.240 そして､ 最後にご覧のように､ このようなことが起こった後､ レイヤーが出てくるのです｡ 08:49.240 --> 08:52.930 つまり､ 出てきたこの値は､ 前方に渡されるのと同じ値なのです｡ 08:52.930 --> 08:55.690 だから､ 基本的にLLSのチームは2つのことを記憶している｡ 08:55.690 --> 09:01.370 lshtmの中にstayのような定数値があり､ このように変更することができます｡ 09:01.420 --> 09:04.660 定価のようなフラッシュドライブがあります｡ 09:04.660 --> 09:13.330 そのため､ メモリーセルは､ その空間､ メモリーに何かを保存することができ､ それが未来に受け継がれるという贅沢ができるのです｡ 09:13.330 --> 09:20.470 だから､ 次の反復ではいつでも､ アルゴリズムがある環境にいるように､ 何かを見て､ 何かをする､ ということを繰り返すのです｡ 09:20.470 --> 09:26.740 そして､ チーム内にある特定の値を保存しておけば､ 次の状態になったときでもこの値を覚えていてくれるのです｡ 09:27.190 --> 09:33.640 そして､ もう一つの値は､ その前の出力を記憶して､ 自動的にその前の出力を記憶します｡ 09:33.640 --> 09:35.290 だから､ 出力はここに行って､ ここに行くんです｡ 09:35.290 --> 09:42.070 これがLSMで起こることの､ 基本的な､ とても､ とても､ とても高いレベルです｡ 09:42.070 --> 09:46.060 もう一度言いますが､ もっと詳しく知りたい方は､ たくさんの資料がありますので､ そちらをご覧になってください｡ 09:46.060 --> 09:50.920 そして､ 現段階では､ これらすべてについて､ そこまで詳しく説明する必要はないでしょう｡ 09:50.920 --> 09:59.950 メモリーセルとは何か､ 隠れたメモリーセルとは何か､ 隠れた状態とは何か､ そしてそれらがどのように機能しているかを理解する必要があるのです｡ 10:00.490 --> 10:01.810 リスト用メモリ｡ 10:02.110 --> 10:09.520 そこで質問ですが､ この知識を補強したり､ 固めたりするために､ また､ この知識を得るための理由を示すために､ 10:09.520 --> 10:19.090 これらすべての概要を把握したところで､ 「なぜメモリが必要なのか」という質問をしてみましょう｡ 10:19.090 --> 10:22.960 なぜ､ a3cやその他のアルゴリズムにメモリが必要なのでしょうか？ 10:22.960 --> 10:26.890 では､ このセクションで挑戦している､ 私たちの例を見てみましょう｡ 10:26.890 --> 10:28.360 だから､ 課題はブレイクアウトなんです｡ 10:28.360 --> 10:29.860 そして､ ブレイクアウトでは何が起こるのでしょうか？ 10:29.860 --> 10:35.710 ブレイクアウトでは､ この環境と小さなブロックがあって､ この小さなボールで破壊する必要があるんです｡ 10:35.710 --> 10:40.900 そして､ これがラケットやプラットフォームのようなもので､ 動き回っていることを確認する必要があります｡ 10:40.900 --> 10:46.060 そして､ ボールが飛んでくるたびに､ ボールをキャッチして､ プラットフォームに跳ね返ってぶつけたり､ 壁にも跳ね返って戻って､ 10:46.060 --> 10:49.480 ブロックにぶつかって戻ってこなければなりません｡ 10:49.870 --> 10:54.100 というのが､ 達成すべき本質なんですね｡ 10:54.100 --> 11:02.260 しかし､ このボールを見てみましょう｡ あなたがan, an, a3cアルゴリズムで､ a3cの中のエージェントの1つだと想像してみてください｡ 11:02.260 --> 11:05.260 この絵が見えますか？ 11:05.260 --> 11:07.480 ここから何を抽出するのですか？ 11:07.480 --> 11:09.070 ここであなたはどのような行動をとりますか？ 11:09.070 --> 11:09.490 ここから？ 11:09.490 --> 11:11.740 だから､ ボールが飛んでいるのがわかるでしょ？ 11:11.740 --> 11:13.540 だからまあ......飛んでるよね｡ 11:13.540 --> 11:15.880 だから､ どこかに行ってしまうし､ もしかしたら自分に向かって飛んでくるかもしれない｡ 11:15.880 --> 11:16.120 そうですね｡ 11:16.120 --> 11:17.740 このような結論を出すことができるのでしょうか？ 11:17.740 --> 11:20.050 自分に向かってくるのを予測することはできますか？ 11:20.080 --> 11:21.160 おそらくできるはずです｡ 11:21.160 --> 11:23.680 そして､ もしかしたらボールをキャッチするのに最適な場所にいるかもしれない｡ 11:23.680 --> 11:26.590 しかし､ 実際にボールがそのように飛んでいない場合はどうでしょうか｡ 11:26.590 --> 11:27.310 何を飛ばしているのでしょうか？ 11:27.310 --> 11:28.480 そっちに飛んでいったらどうするんだ？ 11:28.750 --> 11:36.340 この1枚の画像からは､ 前の瞬間にどこにいたか分からないので､ どちらに飛んでいるのか分からないということです｡ 11:36.340 --> 11:39.060 だから､ ここにあったのなら､ これを飛ばしているのです｡ 11:39.150 --> 11:43.690 だから､ もしあなたが前の瞬間に知っていたなら､ そのときあなたがここで知っていたなら､ 今あなたは知っている､ 11:43.690 --> 11:45.400 ここでそれは人間としてある｡ 11:45.400 --> 11:48.640 この2つから線を引くだけで､ ああ､ かっこいい､ こっちに行くんだな､ と｡ 11:48.640 --> 11:52.270 でも､ ここにあると知ったら､ このスタンドはこっちに行くと線引きするんですね｡ 11:52.270 --> 11:54.250 さらに､ これを見てください｡ 11:54.250 --> 11:57.010 実はこっちのような場所だったのかもしれない｡ 11:57.010 --> 11:59.500 もしかしたら､ 上がっているかもしれないし､ 実際にそうなっているかもしれない｡ 11:59.500 --> 12:01.030 だから､ もしかしたらここにあって､ 私が登っていたのかもしれません｡ 12:01.240 --> 12:04.540 だから､ その1枚の画像からだけでも､ とても難しい｡ 12:04.540 --> 12:05.860 実は不可能なんです｡ 12:05.860 --> 12:10.450 ボールがどっちに飛んでいくかなんて､ 幾何学的に不可能なのと同じですからね｡ 12:10.450 --> 12:17.830 そのため､ 前回､ 記憶が本当に､ 本当に役立つアルゴリズムになりました｡ 記憶なしでも､ 12:17.830 --> 12:27.640 いい仕事はできますが､ おそらく推測したり､ どこに行くべきか他の方法を見つけたりすることができます｡ 12:27.640 --> 12:33.790 ですから､ その1つの値でも戻れば､ それは前の値の出力のようなもので､ あるいは､ 12:34.150 --> 12:43.180 ここに保存したり､ この値に基づいて､ 前の時点から得た情報に基づいて､ 保存したりすることができるかもしれません｡ 12:43.180 --> 12:47.980 ここで起こったことから､ あなたのボールが以前あった場所だとします｡ 12:47.980 --> 12:54.100 つまり､ 前の時点の環境の情報をここを通して伝えることができ､ そして今､ それがあるわけです｡ 12:54.100 --> 13:02.740 今は画像からの情報だけでなく､ さらにさかのぼれば､ 画像からの情報を記憶していることになります｡ 13:02.740 --> 13:07.060 これは "破滅 "ですが､ 実際には画像のブレイクアウト情報を使って､ ここ､ ここ､ 13:07.060 --> 13:09.910 ここで､ 平坦化された値に変換しているのです｡ 13:09.910 --> 13:13.240 というように､ 画像からの情報が入ってくるわけです｡ 13:13.240 --> 13:21.220 そして今､ 突然､ どこからかではなく､ 前の時点から来たことを思い出したかのように｡ 13:21.220 --> 13:24.490 そのため､ 実際にデモができるのは､ ボールからと左からと右からです｡ 13:24.490 --> 13:28.300 実際には......lshtmレイヤーにとどまるだけなんです｡ 13:28.300 --> 13:31.540 その情報は､ システムのアーキテクチャだけで持っているんですね｡ 13:31.540 --> 13:33.790 以前起きたことの情報を持っているのですね｡ 13:33.880 --> 13:41.920 そして､ この情報は､ あなたが何をすべきかの判断をするのに役立ち､ アルゴリズムが判断をするのに役立ち､ そして､ 13:41.920 --> 13:45.420 突然､ 「ああ､ そうか」とわかるのです｡ 13:45.430 --> 13:51.040 つまり､ ボールは､ 例えばこの方向に飛んでいるとか､ この方向に飛んでいるとか､ どちらかに転がっているわけです｡ 13:51.040 --> 13:53.170 だから､ 私はこの辺にいた方がいいんです｡ 13:53.170 --> 13:54.610 ボールは私の方に来るんです｡ 13:54.610 --> 13:58.510 あるいは､ ボールがそこに飛んでいることに気づいたら､ もう少し待っていたら手遅れになってボールを取り逃がしてしまうので､ 13:58.510 --> 14:01.690 左に移動し始めるはずです｡ 14:01.690 --> 14:08.560 このように､ lshtmレイヤーはこのアルゴリズムにとても役立っており､ Adlandを使った実践的なチュートリアルを行う際にも､ 14:08.560 --> 14:12.200 まさにそのようなことが言えると思います｡ 14:12.220 --> 14:12.940 そうそう､ そうなんです｡ 14:12.970 --> 14:14.260 それがこのチームのやり方です｡ 14:14.260 --> 14:20.680 そして､ もうひとつだけ補足しておくと､ 冒頭で述べたように､ エリス・タイムズは100％必要なものではありません｡ 14:20.680 --> 14:25.330 彼らは､ このアルゴリズムに完全に執着しているわけではないのです｡ 14:25.330 --> 14:27.910 入れておいたほうがいいかもしれませんね､ a3cアルゴリズム｡ 14:27.910 --> 14:31.030 選ぶアーキテクチャによって､ 状況によっては持たない方がいいかもしれません｡ 14:31.030 --> 14:37.270 たくさんの追加があり､ ニューラルネットワークがアクター間で共有されるか､ エージェント間で共有されないか､ 14:37.270 --> 14:40.750 といった追加や修正についてはすでに説明しました｡ 14:40.750 --> 14:41.860 今はそれにもかかわらず｡ 14:41.860 --> 14:47.830 Lshtm もうひとつ､ 実践的なチュートリアルで紹介される､ ポリシーロスの全体にわたって計算されるエントロピーを追加する方法がありますが､ 14:47.830 --> 14:51.010 これについてはアドロンが説明します｡ 14:51.010 --> 14:56.920 つまり､ アルゴリズムにはさまざまな変更が可能なのです｡ 14:57.250 --> 14:59.230 によるということだけは覚えておいてください｡ 14:59.380 --> 15:00.460 実現したいこと 15:00.460 --> 15:08.140 また､ 多くの実装を行い､ さまざまなアルゴリズムを試すのであれば､ ぜひとも検討していただきたい点です｡ 15:08.890 --> 15:15.310 すでにいくつかご紹介しましたが､ もしかしたら､ さらにご興味のある改造が見つかるかもしれません｡ 15:15.460 --> 15:21.250 あるいは､ チュートリアルを見ていると､ その頃にはもっと面白い改造がされているかもしれませんね｡ 15:21.250 --> 15:27.310 人工知能やアルゴリズムの作り方に関する知識を深めるためにも､ 15:27.310 --> 15:30.460 ぜひ調べてみてください｡ 15:30.490 --> 15:34.030 というわけで､ 本日のチュートリアルを楽しんでいただけたら幸いです｡ 15:34.060 --> 15:35.250 それまではお楽しみに｡ 15:35.250 --> 15:35.650 I.