「機械学習?ディープラーニング?」なにそれ。基本の解説2

「機械学習?ディープラーニング?」なにそれ。基本の解説2

どーも
先日およばれしたご家庭で、奥さんと
「寒ずりは、唐辛子を雪にさらして辛みを抑えた調味料」
という話題で大盛り上がりしたアイーンです。

本日は前回の続き
「第三次AIブーム」の解説と
ブームの火付け役である「機械学習」「ディープラーニング」といった
専門用語の知識を面白おかしくお伝えしたいと思います。

第三次AIブームとは

今回もご登場していただきましょう

青ダヌキ君です

第三次AIブームとは、いままでの失敗を乗り越えて
青ダヌキ君を本当に作れるかもしれないという期待によって始まりました。
解説しますと

コイツ、なんでもできます。

人がとれる行動、思考などもさることながら


まるで人間であるかのような「残念な部分」も持ち合わせています。


しょせん鉄の塊であるくせに感情すら持ち合わせています。

こういった複数の問題に対応できるように(まるで人のように)作られたAIのことを

強いAI

といいます。

人工知能研究者の目標は強いAIを作ることです。
青ダヌキ君は、道具を使わなくてもスゴいのです。


それに対して、APPLEのSiriや、Google Homeなど
音声認識のみに特化したAIや


画像処理・認識のみに特化したAIなどがあります。

こういった用途に特化したAIを

弱いAI

といいます。


ちなみにコイツは私の中では
”ほんのちょっと強いAI”です。

目がムカつきます。

このようにAIは強さが増すと
解決する問題を1つだけに絞る必要がないため

強いAIが出来れば、決まった事にしか対応できないと
いわゆるフレーム問題を解決することができるわけです。

じゃあ強いAIはどうやって作るか・・・

それが「機械学習」です。

機械学習とは

みなさんは「空を自由に飛びたいなぁ~」と考えたことはありますか?

「ハイ、○○~ テレテテッテレー」なんて簡単には行きませんよね。
人生そんなもんです。

でも

「あ~あ、パソコンが勝手にエロ画像集めてくれたらな~」

この夢は、人工知能で叶います。

 

もう一度言います

叶います。

そこで利用されるのが「機械学習」です。

今回の例で言うと、機械学習とは
「コンピュータにものすごい数のエロ画像データを見せ、共通するパターン(特徴)を見つけ出させ、これがエロ画像だと認識させる」ことです。

人間は目でみた物の情報を脳で瞬時に処理をしています。

リンゴを見たらすぐにリンゴと分かりますし
ゴリラを見たらゴリラと分かります。

 

それは、姿や形、大きさ、色、鳴き声などの
特徴(パターン)から対象を特定しています。

しかし、コンピュータとは
簡単にいえば「すんごい計算機」です。
数字しか見えないし理解できないのが計算機の悲しき宿命
数字でないと、なにかの特徴を見つけ出すことはとても難しいんです。

ゴリラをコンピュータに理解させるにはキッチリとした数学的な定義が必要になります。

でも、
「ゴリラは体長はオス170 - 180センチメートル、メスは150 - 160センチメートルで・・・」

数学的には個体差が大きいため、どうしてもあいまいな定義しかできません

2メートルを超えるゴリラも余裕でいるから無理ってことです。

そこで大量のデータから分析や解析をして、ある一定の特徴を見つけ出させれば

いや、ゴリラちゃうやんゴリやん」

と人間のようにツッコめるようになるわけです。

それが機械学習です。

エロ画像を集めるためには、まずはコンピュータに「エロ画像」を教えなくてはならないんですね。

では、どうやって学習させるのか

それが「ディープラーニング」等の機械学習方法です。

「ディープラーニング」とは

先ほど「ディープラーニング」等の・・・
といったことからお察しいただけたと思いますが
ディープラーニングとは機械学習方法の一つです。

人間の神経を参考にしたニューラルネットワークを何層も重ねることで
データの分析と学習を行う機械学習方法をさします。


ニューラルネットワーク?

ここがディープラーニングの肝です。

ニューラルネットワークとは、人間の脳内にあるニューロンという神経細胞を模した「パーセプトロン」と言う小さな計算機をたくさん繋げて、一つの計算を協力して行わせるように作られています。


これがニューロンで


これがパーセプトロン(人工ニューロン)
人工知能の神経細胞ってとこですね。

そして、これを大量に繋げたのがニューラルネットワークです。

このように人間の神経回路に近づけて学習をさせることで
何がいいのかといいますと

「今までの学習結果を蓄積したニューロンによって、出てくる結果をコンピュータが勝手に正解に近づけてくれる」
ということです。

機械学習も、人間と同じで勉強をさせる必要があります

1枚の画像に移っているものをカテゴリーで分けたいときで例えると

一度目だと

ゴリと分類したいのに、ゴリラだと認識してしまいました。

でも大量の学習を進めることにより・・・

入力と出力の誤差をコンピュータ自らがどんどん修正してくれるんです。

これにより

正しくゴリと認識してくれます。
コレを続けると、ゴリの認識がより深まり他の画像でもゴリだと認識するようになります。

これを実際にやると、自宅のPCがゴリラの画像とゴリの画像でいっぱいになるのでおススメです。

ゴリの学習工程を人間で例えると
ゴリとは

スラムダンクを読んだことがない人 = なにコイツ?
スラムダンクを1巻まで読んだ人   = ゴリ
スラムダンクを最終巻まで読んだ人 = ゴール下のキングコング

という認識に変化するのと同じですね。

ディープラーニングとは正確に言うと
この多層式ニューラルネットワークを用いた機械学習方法であり
もう少し種類があるのですが、今回はこの辺にしておきたいと思います。

人間が教えなくても素材があれば勝手に勉強してくれる。
どうですか?青ダヌキ完成しそうじゃないですか?

ではまた。