ディープラーニングを用いたキュウリ選果機の開発
- 2. 自己紹介
KOIKE Makoto (@ ike_jpn )
きゅうり農家を営んでいます
作付面積 0.4ha 施設園芸栽培
大学卒業後、自動車部品メーカーで7年間ほどソフトウェアエンジニアを経
験したのち、3年前に就農
- 6. なんかスゴイぞ最近の AI !
2011 年 IBM ワトソンがクイズ番組で勝利
2014 年 Google が自動運転の製品プロトタイプを発表
2016 年 AlphaGO がプロ碁棋士イ・セドル九段に勝利
2017 年 AlphaGO がカ・ケツ九段にも勝利
2017 年 Ponanza が佐藤天彦名人に勝利
最近では様々な業界で AI が実用されている!
(今年の AI ・人工知能 EXPO の出展社数110社)
(youtube より )
- 7. AI ブームの歴史
第1次 AI ブーム 第2次 AI ブーム 第3次 AI ブーム
( 1956 〜 70 年代前半) ( 1980 年代) ( 2013 年〜)
・人工知能という言葉誕生
( 1956 年ダートマス会
議)
・記号処理中心
・数式の定理を証明
・迷路、パズルを解く
・パーセプトロン
探索・推論の時代
冬の時代
ルールとゴールが決まってい
る中での話、現実問題には使
…えないよね
…マシンパワーが
知識表現の時代
・エキスパートシステム
・医療診断
・会話(人口無能)
・ニューラルネットワーク
(誤差逆伝搬法)
冬の時代
どこまで書いたらいいの
フレーム問題、シンボルグ
ラウンディング問題
…マシンパワーが
機械学習・表現学習の時代
・ Web とビッグデータの発展
・知識表現、特徴量の自動学習
今ココ
人工知能の未来( http://www.soumu.go.jp/main_content/000400435.pdf) より
→ 機械学習、
ディープラーニング
- 9. 機械学習でできること
分類
「過去のデータを元に新たなデータをクラスに分類する」
SVM, ナイーブベイズ ,k 近傍法 , ランダムフォレスト , ニューラルネットワークなど
回帰
「過去のデータから未来の値を予測する」
線形回帰 / 重回帰 ,SVR, ニューラルネットワークなど
クラスタリング
「入力データを複数のグループに分ける」
k-means クラスタリング , 階層型クラスタリング , 自己組織化マップなど
次元圧縮(特徴の抽出)
「入力データの特徴量を残してデータ量を削減」
主成分分析 ,t-SEN,LLE, オートエンコーダなど
教師あり学習
(入力データ+正解データ)
教師なし学習
(入力データのみ)
※ 一般的な分類で、それ以外(半教師学習、強化学習など)もあります
ディープラーニングは、多層化したニュー
ラルネットワークです
Deep Neural Network(DNN) とも言う
- 71. 機械学習フレームワーク
多くの機械学習フレームワークがオープンソースソフトウェアとして公開されている
名称 開発元 開発言語 ライセンス 特徴
TensorFlow Google Python,C++,
Go,Java
Apache
License 2.0
コミュニティが大きい、モバイル端末もサポート、可視化ツ
ール、分散環境対応、 GPU 対応、クラウド環境あり
Chainer Preferred
Networks
Python MIT
License
国内ユーザー多い、動的な計算グラフ構築、分散環境・強
化学習用ライブラリもある、 GPU 対応
Caffe Berkeley
University
C++,Python BSD-2 アカデミックなコミュニティ、論文実装例や学習済みモデル
が多い
CNTK Microsoft C++,Python MIT
License
Windows での開発環境構築が楽、複数 GPU を効率的に
活用、クラウド環境あり
NNabla Sony python Apache
License 2.0
まだユーザー少なく情報少なめ
- 74. テクノロジーの民主化(民衆化)
API 使用事例
使用 API: ドコモ音声認識、ドコモ音声合成
Nifty クラウドに Web アプリをホスティング
使用 API: エーアイ音声合成、ドコモ雑談対話
オープンイノベーションの広がり。
技術は持っているだけではダメで、使ってもらってこそという考えが広がっている。
個人レベルでも API を活用しておもしろいアプリが作れる。
動画( https://youtu.be/mLBfLSNEee8 )動画( https://youtu.be/0LVkinWsKGA )