【入門】ゼロからわかる人工知能 – AI:Artificial Intelligence

近年最も社会で注目されていると言えるAI(Artificial Intelligence)について徹底的にまとめます。

基礎編

※AIとは何か、基礎的な知識を紹介しています。既に学習済みの方は、読み飛ばしてより深い内容にぜひ入っていってください。

まず、AIを理解する最初のステップは機械学習です。
機械学習を理解するには、まず「モデル」が何か理解しましょう。

モデルとは?

モデルとは、「入力」を受け取って、「ルール」に従って処理をして、「出力」を出すもののことです。この3つの要素を持つものは全て「モデル」と呼びます。

例えば、オレンジのブロックで表されたモデルは、入力された数字を二倍しています。

図1: 入力を2倍するモデル

この場合、

  • 入力:数字 (x)
  • 出力:入力の2倍の数字 (y)
  • ルール:y=2x

と3つの要素を持っているので、これはモデルです。

他にも、犬の写真を入力すると、「犬」と答えることのできるものもモデルですね?

図2: 画像にうつる動物の種類を識別するモデル

なぜならこの場合、

  • 入力:犬の画像
  • 出力:「犬」(写っている動物の種類)
  • ルール:よくわからないけどルールがある。

の3つがちゃんと揃っていますね。

ML: Machine Learningとは?

ここで気になるのはルールです。一つ目のルールのように簡単ではなく、入力された写真から犬という答えを出すルールは難しすぎて想像もつきません。

ここで活躍するのが、機械学習です。機械学習を使えば、このルールを導き出すことができます。その手順をざっくりまとめます。

✔️ 機械学習のざっくり手順

  1. ぐちゃぐちゃなルールをまず作る。
  2. とりあえず入力を入れて、出力がどれだけ間違ってるか確認する (100問中5問正解、とか。)
  3. ルールを少しずつ変えては正解の数を確認して、より良いルールを探し続ける。
  4. そのうち100発100中のルールが見つかる。

DL: Deep Learningとは?

「ざっくり手順」をみてみると案外機械学習の仕組みの大枠は単純でした。でも、色々なモデルを機械学習を使って作る中で、課題が見えてきました。それは、場合によっては、最適なルールに辿り着くまで途方もない時間がかかることです。

社会に応用するためには、例えば1日とか、現実的な時間で最適なモデルを作れるようにしたいというニーズが出てきました。

こんな中、機械学習の処理速度を圧倒的に早めたのがDeep Learningです。

詳しく知りたい人はリンクに飛んでください。

※絶賛編集中、続編乞うご期待。更新時はtwitterでお知らせしています。