ユーザーブロマガは2021年10月7日(予定)をもちましてサービスを終了します

「ゼロからわかる人工知能 増補第2版」第二章 基礎から学ぶAIのしくみ
閉じる
閉じる

新しい記事を投稿しました。シェアして読者に伝えましょう

×

「ゼロからわかる人工知能 増補第2版」第二章 基礎から学ぶAIのしくみ

2020-07-21 19:00
    https://ch.nicovideo.jp/metabou/blomaga/ar1905061 の続き。



    ・AIガイドマップ
     AIに関するキーワードを整理すると

     機械学習>ニューラルネットワーク>ディープラーニング
     みたいな感じらしい。

     人間がルールや判断基準をプログラミングして教え込むのではなく、機械自身が多くのデータを読み込んでその特徴や差異を学習するのが機械学習と呼ばれるもので、その手法の一つとして人間の脳の仕組みを模倣したものがニューラルネットワークというもの。
     そのニューラルネットワークの手法を発展させたのがディープラーニング、ということになるらしい。

     では機械学習とは何、と一言で言うなら「グループ分け」だという。
    大量の画像を読み込んで、これはナニ、これはナニではない、と判定するようなことを果てしなく細かく複雑にやり続けるみたいな。その判定基準が蓄積されてくると未知の画像を読み込んでもそれが何かあるいは何でないかを機械自身が予測でき、確率も上げていけるようになるという。
     この機械学習には「教師あり」「教師なし」の二つの方法があって、前者はその画像が何であると判定してほしいかという正解に該当する情報を付加しておく。これによって求めるものを判断できるようになっていく。
     後者はそうした答えに該当する情報が無く、機械が勝手に特定の要素や共通パターンを見出してグループ分けしていくもの。与えられたデータを似た者同士のグループに分類していき、どのグループにも属さないものを異常として検知する。

     こうしたグループ分けの手順のようなものを決めていく。昔「20の扉」とか「20の質問」みたいなクイズ番組があって、質問しながらお題は何かを当てる、みたいのがあったけど
    https://www.youtube.com/watch?v=ep1-XlSfGF4

     そんな感じで樹形図的に判定ポイントを枝分かれさせていって求める答えを得られるように、何かと何かの関連をパターンとして学習させる。
     すると例えば天気、気温、風速によって海水浴場の人出がどの程度か、みたいな予測ができるようになるという。

    ・ニューラルネットワーク
     話題のディープラーニングはこのニューラルネットワークの発展形とのこと。ではニューラルネットワークとは何かといえば、脳のしくみをまねたものとのこと。
     脳の神経細胞は他の複数の神経細胞から信号を受け取ってその信号の総量がある値を超えると他の神経細胞に信号を送る。この仕組みを
    コンピュータープログラム上で再現したのが人工ニューロンと呼ばれるもの。複数の信号を受け取って、入力値に何らかの計算を施して出力する。
     入力値には「重み」係数が掛けられる。これによって受け取った信号がどの程度増幅されるかが決まる。重みの係数は最初はでたらめだが、教師付き学習の場合はこの重みを何度も調整し直して正解と突き合わせ、この入力ならこう判定するのが正解だ、と適切な重みを学んでいく。
     与えられた画像を細かく分割し、それぞれに含まれる色の割合に重みを適切に付与していくと画像が何であるか判定できるようになるという。

    ・ディープラーニング
     上記のニューラルネットワークを何層にも深く重ねたものがディープラーニングで、何層にも重ねることによりどこに重みを設定するかという特徴を人間が与えなくても機械が判定して選び出せるようになる。色や形だけでなく、隣との並び方や色の差のようなもの判定に必要な要素として選び出してくる。
     これをやりすぎると、ちょっとでも差異があると違うものと判定してしまう弊害も起きる。こうした現象を「過学習」と呼ぶ。この対策として学習成果の何割かをあえて無視しなさい、という「ドロップアウト」という処理をして特徴に縛られすぎないで判定できるように調整する。


    ・AIと錯視
     コラムとして、人間同様AIも錯視するという研究結果が出されていることが紹介されている。
    http://www.ritsumei.ac.jp/~akitaoka/

    執筆協力 渡辺英治氏
    https://nrid.nii.ac.jp/ja/nrid/1000030250252/


    広告
    コメントを書く
    コメントをするには、
    ログインして下さい。