AI・機械学習・ディープラーニング

AIの俯瞰

投稿日:2018年3月15日 更新日:

AI=Artifical Inteligence=人口知能

AIの適用領域

画像認識 Visual Recognition

ImageNet というコンテストがある。何の画像かAIが見極める競技である。

最も商用利用が進む。

医療分野では画像による病気の診断。

工場での品質チェックなど。

実例

検索エンジン Bing

音声認識

画像認識とともとに商用利用が進む分野。

実例

Apple Siri

自然言語処理

過去のAIブーム

第1回 1950-1960 推論・探索の時代

一定の条件下でしか動かない人口知能。

探索木

場合分けして分岐を辿っていき、目的地につく方法。

  • 深さ優先探索
  • 幅優先探索 メモリ食う

第2回 1980-1989 知識の時代

エキスパート(専門家)システムである、スタンフォード大学のMYCIN(マイシン)が有名。

意味ネットワーク(Semantic Network)。

概念間の関係

  • is-a関係
  • part-of関係

がある。

A is-a B 下位から上位へ 人間 is-a 動物

A part-of B 集合を表す 手 part-of 人間

第3回 2012- 機械学習と特徴表現学習の時代

画像認識競技会「ILSVRC(Imagenet Large Scale Visual recognition Callenge)」で初参加のトロント大学のSuper Visionが圧勝。

機械学習

機械学習の1つが深層学習(ディープラーニング=特徴表現学習)

機械学習とはプログラム自身が学習する仕組みである。

学習とは

「分ける」こと。分け方を覚えること。一度分け方を覚えると、次のインプットも同じ要領で分けることができる。

ディープラーニング

ニューラルネットワーク

人間の能の神経回路の構造を模倣した情報処理の仕組み。

入力層→隠れ層→出力層 がある。

入力データは上記の層の順に処理され、出力(予測)データが計算される。

ディープラーニングよる学習は、適切な重み付けの値(=特徴量)を算出することに相当する。

特徴量は、言い換えるとどこに注目するか?である。

ディープラーニングによって即ち完全な人口知能が完成するわけではない。大きな隔たりがある。

誤差逆伝播法

出力側に正解を入力することで、重み付けの精度を向上させる方法。

AIとビッグデータ

過去のデータがビッグデータ。

将棋なら過去の膨大な棋譜が必要。その処理技術がビッグデータ。

AIと大規模分散処理

特徴量表現を見いだすために、コンピューターに大量データ(10,000件以上)を読み込ませて、解析させる必要がある。

そのために、大規模分散処理の技術が必要となる。

企業の研究

Google、Microsoft、Facebookがディープラーニングの研究をリード。

AIでできそうなこと

  • データを元にした予測
  • データが何であるかの解析
  • 自動化

予測

任意のアウトプットを出すパターンの抽出。暗黙知となっていた「知」が、ディープラーニングにより明らかになる。

結果を出すものと出さないものの決定的な差が、膨大なデータを元にした機械学習により明らかになる。

ロボットと人口知能(AI)の違い

人口知能はロボットの脳である。

完全な人口知能はまだできてない

今あるものは、人間の知能の一部を真似できているにすぎない。(機械学習も)

-AI・機械学習・ディープラーニング

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

AWS Amazon Machine Learning で MNISTを分類

実際に機械学習アプリを使用するにあたってはAWSとGCPで最も簡単に作る方法を調査した。 GCPでは Cloud ML Engineというのがあるが、あくまでEngineであり、GUIで簡単にアプリを …

no image

エンジニアの勉強のポイント

今から勉強するなら、最先端分野がいいです。 AIがいいです。 今Springやアジャイルを学んでも、給料は上がりません。 10年前なら違ったかもしれません。 SIが今やってる、客先に常駐して顧客の業務 …

no image

マンガでわかる人工知能が最初の1冊におすすめ

やっぱりマンガは読みやすい 「人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)」の次に読んだが、この本の方がわかりやすい。 マンガは読みやすく、(女の子もかわいい)、グ …

no image

ディープラーニングのビジネス新規事業立ち上げ情報

エンジニアがディープラーニング界隈で稼ぐ(転職 or 起業)するためのガイド。 ディープラーニングのお勉強 「日本ディープラーニング協会」(Japan Deep Learning Associatio …

no image

ディープラーニングは機械自体か学習する仕組みがキモ

ディープラーニングの入門書を読んで思うのが、エンジニアが押さえるべきは、機械自体が学習する仕組みを押さえることです。 ディープラーニング オートエンコーダー(自己符号化) 入力と出力の値が同じになるよ …