Contenu connexe
Similaire à エンジニアのための勉強会 #1 『AI』 (20)
エンジニアのための勉強会 #1 『AI』
- 9. • Deep Learningの台頭
• コンピュータの処理性能の向上(GPU等)により膨大な計算が可能に
• 2012年のILSVRCで圧倒的な成績
• AlphaGo
• 囲碁の世界チャンピオンに勝利
• フレームワークやサービスの多様化
• 誰でも少し勉強すれば高度な設備も要らず簡単に始められる
• GAFA、MSなどが多様なAPIを提供
なぜ今になってAI?
- 12. • 特徴表現学習
• ネコと見分けるための「特徴」を機械が学習
• 従来の機械学習では、ネコと見分けるための要素を人が教える必要があった
• 多層化により表現豊かに
• 感覚的には、層が深いとより多くの特徴を学べる
• 人の画像認識率や音声認識率は超えたとされる
• 2015年2月には人間を超えた
Deep Learningの何が凄いのか
- 13. • 強化学習
• 行動による報酬を最大化する仕組
• 深層強化学習
• 強化学習にDeep Learningを活用
• DQNが代表的な手法
• Deep MindのAlphaGo
強化学習
https://www.youtube.com/watch?v=V1eYniJ0Rnk&
- 15. • RNN
• 時系列の概念を取り入れる
• LSTM
• Google翻訳にも使われている技術
• Attention
• Attention Is All You Need
• 時間の重みも加える
自然言語処理
- 16. • Tensorflow
• Googleの提供するディープラーニングのフレームワーク
• Jupyter Notebook
• Pythonとかインストールするの面倒…でもブラウザさえあればできる
• Google Colab
• Jupyter NotebookのUIでブラウザからGPUを利用できる
• Google Vision API
• https://cloud.google.com/vision/docs/drag-and-drop
有名なフレームワークやサービス
- 17. • Fashion MNISTを利用
• お気軽に機械学習を体験できるように用意されたデモデータのようなもの
• 60,000枚の画像で訓練して、10種類の衣類に分類する
• 単にMNISTと言うと「手書き数字」が有名
• Jupyter Notebookでブラウザから実行
• Tensorflow
• Tensorflowチュートリアルのコードを実行
ハンズオン内容
- 18. • Jupyter Notebook
• https://jupyter.org/try
• Tensorflow チュートリアル(日本語)
• https://www.tensorflow.org/tutorials/keras/classification/?hl=ja
ハンズオンURL
- 21. • 何を学習としているかわからない
• AIが判断に使った「特徴」を人がみてもわからない
• https://newtechnologylifestyle.net/vgg16networkvisual/
• 説明責任を気にする会社
• 金融だと「AIに任せてたら損が出ました」と言えないと考えている人が多い
• 可視化する研究も最近は盛ん
• https://qiita.com/icoxfog417/items/8689f943fd1225e24358
「AIがブラックボックス」とは
- 22. • AIを使うことがゴールになっていないか
• AIを使う目的を見失わないこと
• 「それロジックでよくない?」
• AIを使うことに適したケースか
• データ量は十分か、データが分析可能な状態か
• 結果は目的に沿った数字か
• 1,000個の中に3個の不良品。全部不良品ではないと判定しても正答率は99.7%になる。
• 「不良品をどれだけ検出できたか」を目標とすべき
終わりに:AIをどう活用するか
- 24. • JDLA Deep Learning for GENERAL/ ENGINEER (G検定/E検
定)
• G検定は座学、E検定は実装力も問われる。
さらに興味がある人は