AIとは、ディープラーニングとは、何?

AI、ディープラーニング コンサルタント

コンサルしている会社では、システム開発の中でAIとかディープラーニングとか、当たり前のように使われる言葉になってきました。

僕もこういう言葉を一度おさらいしておこうと、中田のアッチャンのユーチューブを参考にさせてもらいました。AI、ディープラーニング、ビッグデータという言葉を確認する中で、コンサルなりのコメントを入れてみました。

AIとは何?

AI、これは人口知能と言われてますが、この言葉の定義は時代によって変化しています。今は第三次AIブームで、第一次、第二次はあったのですがブームは収まってしまいました。

第一次AIブーム

第一次AIブームは1950年代から60年代です、その頃できたことは、「推論と探索」です。

ゲームのルールがあったらそのルールを覚えちょっとはできる。それでチェスが打てるようになり、迷路を解けるようになり、機械がゲームをプレイできるようになったのが第一次AIブームです。ゲームが機械するとは凄いことでした。

その精度は全然弱くチェスを人とやっても全然負ける。今将棋とかチェスのゲームでイージーモードというのがあり人間が楽勝しますがそんな代物でした。でも大きな進化でした。

唯の機械という物から機械が自分で考えられるんだというふうに思わせたのが第一次AIブームです。

結局、ルールの中とかゴールの中といった制限が厳しすぎて、できるのはこの程度という感じのガッカリ感んで終わりました。たいしたことないな、ポンコツだよで終わったわけです。

70年代でしたか、BASIC言語でオセロや五目並べができるとかそんな時代だったと思います。でもコンピューターがそういうことができるということ未来を感じたものですね。

第二次AIブーム

第二次AIブームが80年代から90年代です。エキスパートシステムと言われ、エキスパートつまり専門家がひたすらたくさんの知識を教え込む、知識の詰め込み型です。

ところが、その知識に不備があれば駄目で教えたことしかできない。守備範囲外のことはポカーンです。これもやれることはだいぶ限られているから止まってしまっいました。

プログラミングしてたくさんのデータをインプットして解が得られるといったシミュレーションをやってた記憶があります。

第三次AIブーム

第三次AIブームは2000年代で、デーブラーニングで一気にイノベーションが起きました。これは凄いことでした。実用化されるようになって今一般化しましたが、プロの間では10年前から起きていたわけです。

世界大会(画像識別コンテスト)での事件

デープラーニングが爆発したのは2012年事件からです。この事件は画像を認識する世界大会があったわけですが、このコンテストでは100万枚画像をコンピューターに読み込ませその精度を識別する大会でした。それまでは画像認識の制度は年に何パーセントでしか進んでなかったのですが、カナダのトロント大学のチームが爆発的な結果を出して、圧勝したところから事件が始まったのです。

どうやってやったのかという仕組みがデープラーニングなのでした。

ディープラーニング、ニューロンとシナプスを真似ることで

一次、二次とは全然違う。一次、二次は先生(人)が教えたことを覚えるのが機械だったのですが、機械が自分で勉強するという機械学習に変わったのです。

機械が自分で学習する概念の中でニューラルネットワークというやり方が開発されました。これは人間の脳の仕組みを真似た仕組みです。

ニューロンとシナプス、ニューロンという組織に情報が送り込まれるための線がシナプスで、例えると山小屋と山道です。

一回歩いただけで山小屋にはいけないけど、何回も往復しているそこの道が広く太くなって覚えやすくなる。何回も反復すれば定着していくわけです。

それがデープラーニングです。一層ではなくて何層にもなっているからデープなわけです。ニューロンとシナプスの形をまねしたものを何層にもなっているのでデープになっているわけです。

学習する方法では、ニューロンとシナプスをイメージし、シナプスを太くするため反復学習をしたものです。

ディープラーニングは第二次AIブームの頃に思いついていたわけですが難しくてできませんでした。人間の脳を簡単に真似することはできなかったのです。

ぶち当たった壁、過学習

時間がかかったわけですが、ぶち当たった壁が過学習でした。

過学習というのを説明すると、例えばたくさん猫の顔を覚えることでこれが猫だとわかってきます。これくらいの大きさで、耳の大きさはこれくらいだと。物凄い量を覚えるわけですが、この画像にない珍しい耳の長い猫が現れると、猫ではないということになるわけです。

これは耳の長さに対するデータがあまりにも多くオーバーしているから、耳で判別することになり耳の長いレアケースを排除するわけです。これが過学習ということです。

人間は、「見たことない猫だけどねこだな。」とわかるわけですが、過学習している機械は融通の利かない判断しかできないのです。

ドロップアウトの仕組みで解決

それをどう解決したか。ドロップアウトという仕組みを作ったのです。

直結させていたルートに毎回通れないルートを作り、あるルートをランダムに塞ぎます。すると耳の大きさだけでは判別できないということになるわけで、そうなると毛並みもしっかり見るようになる、鳴き声も聞くようになる、体温も全体の大きさも見るようになる。時々道が封鎖されていると裏道を見つけるようなものです。

そうやると色々な行き方で一気に行けるようになるわけで、全体的な把握ができるようになります。それは時々道を強制的にランダムに塞ぐという技術のおかげなのです。

課題解決で、一つの方法だけでなく多面的に解決の方法を策定しておくと、課題解決への理解が深まるということがありますね。

脳を作るというのは凄いわけです。唯々きっちり全部覚えても脳はできないわけで、ちょっとランダムに道を塞ぐというやり方が脳にぐっと近づき、デープラーニングが完成したわけです。これによって圧倒的に全ての技術が進んでいくことになります。

AIで何ができるのか?

I o T、ビッグデータ、ロボテクス

IoTは、”Internet of things” です。物がインターネットで繋がっているということです。インターネットと冷蔵庫が繋がっていたらスマホで冷蔵庫の中身がチェックできます。ボタンを押したらアマゾンで品物が届くということですね。

ビッグデータというのは、インターネットが普及したことで大量なデータが集まったわけです。地球上の人がアマゾンで買ったデータが集まるような大量なデータです。今までのデータの集まり方とは全く違います。

ロボテクスというのは機械を動作させる作業、機械の動きです。

IoTが目の役割ビッグデータが知識の役割AIがそれを考えて思考する脳の役割、そしてロボテクスが手の役割です。

例えば車で帰宅する時に、車とエアコンが繋がっていたら、IoTで、車が家に近づいたらエアコンをつけてくれるということができるようになります。家に近づいて10分後にエアコンをつけるというデータがあれば、自動的が駐車場に入ればエアコンをつけてくれるということです。エアコンをつけるという判断するAIがあって、作動する機械さえ作れたらこういうことができるようになります。

IoT、ビッグデータ、AI、ロボテクスは人の便利さを作る連携プレーヤーです。

AIは既に身近で使われてます。更に進化する未来もある程度読めてきましたね。

AIで何ができるか?

今すでに使っています。プロが作り上げてみんなが享受しているのが今です。そのうえでまだ開発中のものがあります。例えば自動運転とか。

以下は、AIでできることです。

音声認識、スマホで音声認識してますよね。画像認識、顔画像でオープンできるスマホとか。動画認識、ユーチューブで関連ムービー出ますよね。言語認識もやってますよね。

そして、数値、マッチングやニーズが理解できます。

グーグル翻訳使ってますよね。もともとはポンコツでした、第二次の頃でしたから。第三次の今、凄い大量のデータで判断でき解析の能力がアップしたわけです。爆発的な機能の向上がです。SIRIは音声・言語認識のうえ、意図を理解し、表現を作成してます。

ほんのちょっと前までは機械翻訳は今一つでしたが、かなり良くなっていますね。

アマゾン、「これも買いませんか?」とレコメンドしますが、AIが勝手に購入履歴を見て他の購入者の誰と似ているか分類しています。この人はこういうのを買うんだとか、同じ分類の人はこれを買っているから勧めようと。自動的に買った商品を識別し、ニーズを理解し、最適にレコメンドする。それを自動的にやっています。

アマゾン購入すると、興味のある商品を勧めてきますね。

NETFLIXはキャスティングとコンテンツをAIがやっています。このターゲットの年齢層はこういうコンテンツが流行ってますとジャンルを決め、こういう脚本は満足度がある。キャスティングもAIが決め、このキャスティングでこの話の視聴率が高い、そういうデータでもってキャスティングとコンテンツをAIがビッグで自動で決めています。

それで顧客の満足度が他のサービスより非常に高いわけです。NETFLIXのヒットの根底にはAIがあったのです。

Uber、タクシーも自動でマッチングしてます。交通で配車サービスも、どの時間帯のこのエリアは人が多くなりますよという指示も出ているわけです。だからそこで「ながし」ていると停まる、ニーズが来るということになります。

AIによるタクシー配車も当たり前になってきました。

宿泊のシステムも泊まりたいという人と泊まれるよという人、どれくらいの時期に泊まる人が多いとかもレコメンドしているわけです。

受付業務のAIもあります。様々な言語がわかるわけですから。大手のコンビニは深夜の受付をなくそうとしています。

株取引も実績と経験ではなく、大手のファンドがAIでやろうとしています。

それまでの技術を持った人が職を失うことも多くなります。

クレジットカードの不正利用も、普段と違った買い物行動もAIが判断してくれます。

医療、医者の診断もAIがするようになります。

薬を作るという複雑なパターンも何万通りからいい薬を作る方法をAIが決めます。病原菌、ウイルスはタンパク質ですが、薬はそれに対してフィットする化合物なのです。

そしてその働きを変えることができるから治るという仕組みです。鍵穴があって合う鍵を見つけるというのが薬を作る方法です。何万通りのパターンを一斉に分析して作れるわけです。

最強の断熱材も作っています。今まで人間が考えもしなかった組み合わせをシリコンと何かを組み合わせて凄く熱に強いというのがデータではじきだされるわけです。

天気もそうです。ビッグデータ。気象庁が分析したやり方よりも民間のAIを使った方が制度が高いという状況です。

もうみんな色々なことに使っています。

日常の暮らしの中にAIによるサービスが当たり前のようになってきました。

まとめ

ディープラーニングは、ニューロンとシナプスを真似たもので、最初は過学習で壁にぶち当たっていたけど、ドロップアウトという仕組みで解決したというのは、興味深い話でした。

AIのことがわからなくてもAIを利用したサービスを日常当たり前のように使っていますね。AIはこれからも更に進化していくでしょうから、人間の仕事はなくなってしまいそうです。

僕のコンサルの仕事は、変わっているからなくならないだろうと思ってますが、、。

 

コメント

タイトルとURLをコピーしました