ディープラーニングの可能性と未来!

ディープラーニングとは、人がモノを覚えていく感覚で、

学習していく人工知能。たとえば、うさぎの絵を人が描き、

その絵をカメラで撮影し識別する。

 

機械に認識させると90%で、その絵をうさぎと判断した。

これは、人工知能を使ったプログラムで、キツネ、カニ、

犬、猫、ウサギの5種類の絵を、判別出来るという。

 

 

そこで、キツネか犬か判別の難しい絵を描くと、

82%でキツネと判断した。

 

学習して!

 

これを、追加でキツネ、じゃなく犬と教える事で、

これを犬と判断した。キツネ・82%、

犬・94%の結果が変わった。

 

ただ、再学習させたのに、どうして100%

にならないのか?どちらとも取れる絵は、1回学習

させても、ある程度キツネの要素があると判断する。

 

ある程度、考えているのに近いことをしている。

なぜ、絵を判断しているのか?元になったのは、

いろんな人に描いてもらった、40枚の動物の絵。

 

 

それを、カメラで撮影し、1枚1枚、これは犬、

ウサギと繰り返し、パソコンにクリックして、教えていく。

 

機械が、40枚の絵の特徴を自ら探しだし、

それぞれのイメージをつかむ。

たとえば、ウサギは耳が長い、キツネは耳が尖っている

という感じで。これが、ディープラーニングの技術。

 

高精度な判別をする場合、従来は、耳が長いなどの

ウサギの特徴を、人が1つ1つプログラミングする

必要があった。

 

ウサギの絵にたいして、従来のやり方で、長いモノで

数ヶ月かけて、ソフトウェアをつくる。

ディープラーニングの技術なら、

40枚の絵を認識させるのに、2時間。

 

 

処理速度を大幅に向上させる事が出来る。

どういう所に使われるかというと、工場での検品など、

生産の効率化。画像を使って自動的に、

いろいろな問題、あるいは、不具合を発見するなど。

 

他にも、違う試み!

 

ディープラーニングを使って、立体物を

判別させようとしているのが、

ベンチャー企業のリープマインド。

 

テニスボールを撮影し、ディープラーニングの

システムにかけて見ると、テニスボールが

ぼやけて認識されない。

 

まず、ボールの概念を覚えさせるために、

様々な画像をネット上で、集めて、

これを、ボールを認識させる。

 

その後、丸1日かけて、

ディープラーニング技術が、大量の画像の

特徴を自ら見つけだし、ボールのイメージをつかむという。

 

翌日、機械は、テニスボールを認識出来るようになったか?

再び、判別させると、ボール20%、カレー?20%、

ラーメン20%、スープ20%とデータ表示された。

 

 

これは、丸い器とボールの区別が、出来ていないためだと、

概念をあたえて、今は、ボールっていうモノが、

あるんだという感じになっている。

 

理解させるために!

 

そこで、テニスボールの画像だけを、集めて機械に認識させる。

すると、約5時間後、今回はテニスボール100%と判別。

では、丸いレモンやリンゴは、どう判別するのか、

ためして見ると、先程のテニスボールとりんごを、

同じものと認識している。

 

再び、りんごとレモンの画像を集めて、

認識させて約5時間後、りんご91%、

レモン100%の結果になった。

 

たしかに、機械が人間のように、学習しているようだ。

ディープラーニングは、将来的に身の回りのモノを学習させ、

日常生活に活用出来ないか研究中だ。

 

 

富士通とリーブマインドは、

 

食卓で、どのような食べ物が、多く使われているか、

写真だけを送り、自動的に判別するシステムの

実証実験を行っている。

 

 

食卓の情報があると、たとえば、その人の健康、

未病という観点で「こういう食卓なら、

これを足すとバランスがいいよ」など、

アドバイスが出来ると。

 

 

人工知能ディープラーニングは、人の生活を

どう変えるのか、その可能性に大きな期待が高まる!

sponsored link



コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です