底辺のえーあい勉強日記

人工知能が流行ってるらしい! 僕もやりたい! 専門書とかサイトは、何書いてるか分からん! とりあえず、分かったことを書いていく。 なるべく簡単な言葉で説明することを目指してみる。厳密な説明を求めている方には向かないと思います。 ガチ勢の人は、勘弁してください… 間違っている記述があれば、教えて頂けると助かります。 このブログの記事は、僕の勉強によってたびたび修正されます。書かれていることを鵜呑みにしないで下さい。 少しでも、あなたの勉強のサポートになれば幸いです。

AIが患者の寿命を予測する

f:id:Tomyuk:20180616103820j:plain

 

人工知能(ディープラーニング)により、

患者の臓器の画像から

寿命の予測ができるようになります。

 

この研究では、

5年以内に亡くなる可能性のある患者を

69パーセントの確率で予測できました。

これは人間の臨床医の予測に匹敵します。

 

このシステムを利用するメリットとして、

医師が訓練を受けていない方法で

予測することができるようになります。

ヤブ医者が減ったり、

単純ミスがなくなるでしょう。

 

この単純ミス

というのは、大きなキーワードです。

これから僕らの身の回りでも

単純ミスを減らしてくれる人工知能が

増えてくると思います。

 

やべー…これ以上、書く事ない…

 

おーわり

 

参考サイト

https://www.sciencedaily.com/releases/2017/06/170601124126.htm

 

AIが航空写真から道路地図を作成する

f:id:Tomyuk:20180613011707j:plain

 

カーナビやグーグルマップは

なくてはならない存在になりました。

 

僕は、目的地だけを決めて

テキトーに散歩するのが大好きです。

散歩するのが大好きなのですが、

スーパー方向音痴なんです…(´・ω・`)

しかも、地図が読めません。

致命傷です。

 

そんなときに

グーグルマップがあれば、

知らない国でも問題なく散歩できます。

 

散歩するときや、

車で目的地に向かうときに

なくてはならない道路地図。

そーいえば、

どう作っているのか知りませんでした。

今までどのように作っていて、

人工知能を使うことで、

どれだけ楽になるのかを見ていきましょう。

 

今までは…
 

グーグルのような企業でも

今までは、人の手で道路地図を作っていました。

僕たちが使っている全ての道路地図が

人間の手によって作られていたなんて、

ロトシックスを買って、

一つも当たってる数字がないときくらい

ビックリですΣ(゚д゚lll)

うん、ビックリ度は小さいね…実際、同じ数字0個なんて、38%で起こるし

 

まぁ、

道路地図は人によって作られています。

 

で、

機械が道路地図をつくる方法として

今まで使われていた方法が、画像分割。

問題なのは、その精度。

画像分割で道路地図をつくると

正確にマッピングできるのは

19パーセントしかありません。

いや、低すぎでしょ

 

よし、100m先を右に曲がろう

って、決めてても8割は道がない

なんて発狂しますよね(笑)

 

人工知能を活用

 

で、

一番気になっている最新の技術。

人工知能(ニューラルネットワーク)で

44パーセントの道路地図が正確に

マッピングされるようになりました。

今までの、画像分割よりも

精度が倍以上になった!パチパチー!

 

ん?低くね?って声が聞こえてくるぞ

 

ただ、

44パーセントでも

人間の作業を大幅に減らせます。

どれくらいの時間短縮をできるかは

書かれていませんでした( ;∀;)

僕の予想ですが、およそ半分になるハズ。

 

 

退屈な作業が半分になるなら

使わない手はないですよね(*゚▽゚*)

ますます人の手がいらなくなる世界。

僕はワクワクしてます。

 

おーわり

 

参考サイト

https://www.sciencedaily.com/releases/2018/04/180417130055.htm

 

人工知能=機械学習じゃない!それ以外もある!

 

下は、1ヶ月前くらいの記事です。

www.teihenai.com

 

この記事で、

ディープラーニングは機械学習の一種で、

機械学習は人工知能の一種である。

と説明しました。

 

今までは時間を割いて、

ディープラーニング以外の機械学習について

の勉強をしていました。

数式とかが大量に出てきて疲れました。

ひと休みしましょう。

 

人工知能の一種が機械学習

ってことは、

機械学習以外にも

人工知能と呼ばれるものがあります。

詳しく見ていきましょう。

 

花形だけじゃないんだよ

 

今やディープラーニングが花形になってしまい

人工知能=ディープラーニング

みたくなってます。

 

なんでもディープラーニングを使う

みたいな風潮ですが、少し待ってください。

目的はなんですか?

ディープラーニングを使うことが

目的ではないハズです。

問題が解決されるのが目的です。

 

より簡単な手法で解ける問題もあります。

それをわかるようになることは

遠回りに見えて、近道になるでしょう。

 

さて、

話が少々それてしまいました。

機械学習以外の人工知能

の話に戻りましょうか。

 

どんなのがある?
 

www.teihenai.com

www.teihenai.com

 

今は第三次AIブームと呼ばれる時代です。

第一次と第二次については、

どんなことがあって

なぜ終わったのか

をざっくりと説明しました。

 

第二次AIブームのキーワード

覚えているでしょうか?

 

そう!!!

ぽぉぉーーーーん

f:id:Tomyuk:20180525153425j:plain

エキスパートシステムですね 

どんなんやったか忘れてる人は第二次AIブームの記事を読んでね

 

これは機械学習ではありません。

人工知能ではあるけれども、機械学習ではない。

ここは、勘違いしやすいです。

 

機械学習では、

人間がいちいちプログラムを

書き換えなくても学習してくれる

とゆーのが大事なんです。

 

しかし、

エキスパートシステムでは

人間がコンピュータに知識を教えます。(ここでの「教える」とはプログラムを書き換えることです)

 

例えば、

病院で使われるエキスパートシステムなら 

新型インフルエンザが流行ると、

その特徴を人間がコンピュータに追加で教えます。

要するに、新しい病気が発見されると

教え続けなければなりません。

毎回、人間がプログラムを書き換えるので

機械学習ではありません。

でも、人工知能なんですよ。これ重要(笑)

 

頭が混乱してるでしょうか?

僕も勉強するまでは同じだと思ってました。

ゆっくりでも理解できればOK牧場

 

おわりに
 
重要なことをまとめます。
 
機械学習では、
人間がプログラムを書き換えることなく
コンピュータが学習できるようにします。
 
第二次AIブームで流行った
エキスパートシステムは
機械学習ではありません。
でも、人工知能とは呼びます。
 
違う言い方をすると、
エキスパートシステムは
人工知能ですが、機械学習ではありません。
これの方がわかりやすいかな?
 
最後に1番重要なこと!
ディープラーニングを使わなくても
解ける問題は多く存在します。
 

機械学習以外の人工知能について知ることで、機械学習についても理解が深まったハズ

 
おーわり
 
最終更新:2018年6月10日
 

「自己組織化マップ」わかりやすいサイト

f:id:Tomyuk:20180609211102j:plain

 

今回は

教師データなしの学習手法の

自己組織化マップについてです。

 

何をやってるのか

それだけでも知っておこうヽ(´▽`)/

 

わかりやすいサイト
 

http://gaya.jp/spiking_neuron/som.htm

上のサイトは

子供でもわかる「自己組織化マップ」

とゆーサイト名です。

何をしてるのかはわかる!

 

 

technocrat.hatenablog.com

 

もうひとつ!

少し詳しくなった説明と

pythonでの実装例もある。

僕の雑魚パソコンでも

問題なく動いたよ(*゚▽゚*) 

 

おわりに
 
自己組織化マップを考えた
コホーネンが書いた本もある。
自己組織化マップ

自己組織化マップ

  • 作者: T.コホネン,大北正昭,シュプリンガージャパン,Teuvo Kohonen
  • 出版社/メーカー: 丸善出版
  • 発売日: 2016/02/01
  • メディア: 単行本
  • この商品を含むブログを見る
 

400ページくらいある(´・ω・`)

 

紹介しといてなんやけど

専門家を目指していないなら

読む必要はないと思う(笑)

 

おーわり

 

最終更新:2018年6月9日

 

AIに人間のような知能を求める必要あるのか?

f:id:Tomyuk:20180606002205j:plain

 

一般向けに

人工知能について書かれた

本やニュースサイトには、

「人工知能研究の究極の目標は

汎用型人工知能をつくることだ。」

と書かれています。

 

汎用型人工知能とはざっくり言うと、

人のように活動し、

人よりも賢い知能活動ができる。

そんな人工知能のコトです。

ドラえもん

が一番想像しやすいかな(´・ω・`)

 

どんな取り組みがある?
 
汎用型人工知能をつくる
とゆー目標に向けて
どんな取り組みがあるのでしょうか?
 
まずは、

人間がもっている

ありとあらゆる常識を教え続ける

なんて取り組みがあります。

下の記事にもありましたね。

 

また、

チェコには

汎用型人工知能をつくる会社

「GoodAI」なんてのもある。

なんでも

CEOの個人の資産1000万ドルを

つぎ込んで立ち上げられた会社だとか。

そして、10年という期間を決めているようだ。

 

GoodAIの目標は

汎用型人工知能をつくり

宇宙の謎を解明すること。

 

めちゃめちゃ壮大な目標だ

 

でも、ほんとに必要?


人間にも

100㍍を9.58秒で走れる人、

麻雀で20年無敗だった人、

大喜利が得意な人、

と色んな人がいる。


もっというと、

円周率7万桁覚えられる人、

読んだ本を9000冊も暗記してる人、

数式が頭の中に降ってくる人、

もいる。

直感的には信じられないが…

 

人工知能に汎用性を求めるように、

数式が降ってくる人に対して、

かき氷名人とか、畳職人

になってもらう必要はないだろう。


しかも、AIは機械だ。

動物ではない。

動物であるゾウに、

人間のように将棋を指す

レゴブロックで遊ぶ

飛行機を操縦させる

なんてことは強要しないだろう。

 

人間と同じように、

脳と身体をもった動物に対しても、

人間の知能や生活を

再現させることは難しい。

動物でなく、機械となると尚更だろう。

 

「何かが得意」でイイじゃないか


科学(だけでなく、人類全体についても)は

そのような一つの能力に

突出した人によって、

積み上げられてきた歴史なのだ。

もちろん、偶然な発見もあるが…

 

一つの能力に突出している

それだけで十分なのだ。

 

将棋界でも、

人工知能が新しい戦術をうみ出した。

将棋界は一歩進んだことになる。

それだけでも十分なんじゃないかな。

 

おわりに

 

なぜ人間は人工知能に、

スーパーハイパーマスターモンスター完璧

を求めるのだろうか?

 

もちろん

GoodAIの目標である

宇宙の謎を解明する

というのは、ロマンがある。

僕は、物理学が好きなので

宇宙の謎にはスゴク興味はある。

 

しかしながら、

お互いに得意なところを補って生活する。

しかも、

人工知能には人間にくらべて、

めっぽう得意なことがある。

それだけでも、十二分に人類は発展する。

 

汎用型人工知能のように

振り切った成長よりも、

一歩一歩成長するほうが

確実で、イイんじゃないかと思う。 

 

おーわり

 

AIがポーカー(テキサスホールデム)で、人間のプロに圧勝

f:id:Tomyuk:20180604035253j:plain

 

チェスや将棋、囲碁は

お互いに全ての意思決定の情報が分かります。

簡単にゆーと、

ゲームがはじまってから

お互いに全ての情報を知っている

とゆーことです。

このようなゲームを、

完全情報ゲームといいます。

 

一方、

ポーカーや麻雀などのゲームは

お互いに知らない情報があるので

不完全情報ゲームといいます。

 

人工知能は

その計算能力の高さから

完全情報ゲームについては

強くなるだろうと思ってました。

 

まさか、人間がポーカーで負けるときがくるなんて

 

ざっくり説明

 

2017年1月に

「Libratus」と名付けられたAIが

ノーリミットのテキサスホールデムで

人間のプロ4人と20日間戦い、

180万ドル以上のチップを集めました。

 

4人と同時に戦ったわけではなく、

1人1人と戦ったようです。

 

Libratusに使われた技は3つ。

①似たような役、掛け金を同じとみなす

②各場面で人間がどのようにプレイしたかを

計算して、戦略に組み込む。

③機械学習を使って、相手の戦略の

ミスを見つけて利用する。

 

まぁ、特別スゴいことをしているわけではなさそう

 

これからについて
 
ここからは
僕の意見になります。
 
次にやらなくてはいけないことは、
多人数でのプレイでしょう。
ポーカーの大会や、
カジノでプレイするときも
1対1で戦うことはありません。
 
多人数になることで
どれだけ計算量が多くなるかは
今の僕にはわかりません。
6人になったから、単純に6倍
ってな感じではないと思います。
 
それぞれの可能性の掛け算となると、
2人から6人になるだけで
計算量が5乗になるとゆーことなので
莫大な計算量になりそうです((((;゚Д゚))))

 

おわりに
 
不完全情報ゲームを
生業としている人にとっては
衝撃的なニュースだと思います。
株やFX、仮想通貨の短期トレーダーは
転職する必要があるカモ。
 
いや、
もうすでに、
あなたの隣に住んでいる人が
大金を稼いでいるカモしれません
 

なんか最後が都市伝説っぽくなってもーた

 

おーわり

 

最終更新:2018年6月6日

 

参考サイト

https://www.sciencedaily.com/releases/2017/12/171218091001.htm

https://gigazine.net/news/20170131-brains-vs-ai-result/

 

AIがツイッターのつぶやきを分析して性格診断

f:id:Tomyuk:20180504230648j:plain

 

参照元は

ここ。

 

で、

製品情報が下に書かれてます。

スマホでは見づらいかも (´・ω・`)

https://console.bluemix.net/docs/services/personality-insights/index.html#about

 

 

何個かの質問に答えると、

あなたは甘えん坊タイプ゚ (♧◑ω◑)

みたいな性格診断は

今までもありましたよね…

そーゆーのは、遊び程度で

あんまり信用してませんでした。

ただ、

今回のは良いカモしれない!

 

そこそこ呟いてる

ツイッターのアカウントがあれば

試せるみたいですよーヽ(´▽`)/

https://personality-insights-demo.ng.bluemix.net/

ここに行って、

ツイッターのアカウントと連携するだけ。

 

 

サイコパス。犯罪者予備軍。ほぼテロリスト。

とか診断されたら嫌なので、

僕はやりませんでした(笑)

 

おーわり

 

最終更新:2018年6月5日

 

自動運転について、日産、Google、中国がやってること

f:id:Tomyuk:20180603181206j:plain

 

僕は日本で車を運転したことがありません。

なんでかとゆーと、

曲がり角や信号が多いから (´・ω・`)

免許は持ってるんだよ ヽ(´▽`)/

 

ちなみに、

アメリカに旅行したときは

レンタカーを借りて運転しました(笑)

300kmくらいの移動で

曲がり角と、信号の数が

それぞれ両手で数えられるほどでした。

 

とゆーことで、

日本で運転するのが

怖い&めんどくさい

と思っている僕は、

自動運転にスゴォォォく期待してます。

 

どこまで実験が進んでいるのか

メモしておきます o(^▽^)o

 

日産のやってること

 

日産自動車がやってることは、

「プロパイロット」と「easy ride」。

それぞれどんなことしてるのか

ざっくりと書いておきます。

 

「プロパイロット」ができることは2点。

➀前の車との車間を保つ。

➁走行レーンに合わせてハンドル操作をしてくれる。

この2点は、

レーザースキャナーとカメラ

を使って実現されています。

 

注意点もあります。

ハンドルから10秒以上手を離せないコト。

悪天候のときには、カメラが使えないコト。

 

期待してる自動運転とは違う…

 

 

さて、

「easy ride」は…

約4.5kmの決まったコースですが、

ハンドル操作、ペダル操作をすることなく

移動できる実験をしています。

(2018年3月に実験されました)

 

今後は、

移動できるコースを増やしていく

とのことです。 

 

 

ちなみに、

「easy ride」は

日産自動車とDeNAが共同開発しています。

だからなのか、

「プロパイロット」と「easy ride」

が同じ車に使われている記事は

見つかりませんでした。

 

[2018年6月14日追記]

easy rideについて

試乗している動画がありました。


日産とDeNAの新交通サービス「Easy Ride」を体験!【LOVECARS!TV!NEWS!】

 

Googleのやってること
 
アメリカのGoogleでは、
実際の運転のデータを
人工知能に学習させています。
(厳密には、Googleの子会社)
しかも、
自動運転の開発を始めたのは
なんと2009年!
同じ年に生まれた赤ちゃんが
小学3年生になってるんですよ( ・ω・)
 
 
米軍基地の跡地に仮想の町をつくり、
めったに起こることのない場面も
人工知能に学習させています。
敷地面積は、
東京ディズニーランドよりも
ちょっと狭いくらい。
 
それに加え、
公道での走行データも集めています。
自動運転を手がける企業として
圧倒的な量の走行データを持っています。
 

囲碁や将棋のように、人間の精度を上回る日も近いのかもしれません

 

中国のやってること
 
中国では、
都市全体を
自動運転に対応させようとしています。
 
具体的には、
信号機の色がかわるタイミングを
600㍍離れた車に知らせます。
 
日産とGoogleの
自動運転と違う点は、
車が信号機の色を見るのではなく
信号機から知らせるコトです。
 
それに加えて、
人がもっているスマホが位置を知らせることで
歩いている人を避けることができます。
 
 
実験は遅れているようですが、 
完成すると事故は
ほとんど無くなりそうですね(´・ω・`) 
 
おわりに
 
3つの例は
それぞれ違ったアプローチで
自動運転を実現しようとしています。
人工知能が使われているのは、
Googleの自動運転だけのようです。
 
どれがいいのかは
今の時点ではわかりません(笑)
僕は人工知能に興味があるので
Googleの自動運転が
最も未来がありそうに見えますが…
 
 
おーわり
 
最終更新:2018年6月14
 
 
参照サイト

AIが本屋さんに並べる本を選ぶ

f:id:Tomyuk:20180603034209j:plain

 

参照元は

この2つ。

 

記事の内容からして、 

ここで紹介したAmazonの例と

同じ技術なんじゃないかな。

 

本屋の希望になるのか

 

http://www7b.biglobe.ne.jp/~yama88/info_2.html

上のリンクで

全国での紙の本の販売金額がみれまーーす。

(少し古いデータですが、ご勘弁)

 

本の販売金額は、1996年をピークに

下がりつづけています…(´・ω・`)

富士山みたいにキレイな山ができてる

ゆーてる場合か!

 

17年間で、販売金額が37㌫も減っています。

金額にすると約1兆円。

ちなみに、

楽天の三木谷社長の総資産は約5000億円です。

三木谷さん2人分。と覚えましょう!

〆(._.)メモメモ

 

さて、

この流れを食い止めることができるのか?

2018年の夏から

実際の店舗で導入されるみたいです。

売上データが楽しみですね。

といっても、大成功しなければ

ニュースにはならないと思いますが(笑)

 

 

ちなみに、

人間の選んだ本と

「SeleBoo」が選んだ本の

どちらがより売れるか対決

をしている本屋さんがあるようですが、

1店舗では、なんともいえないので

ここでは何も書きません(´;ω;`) 

 

おわりに

 

何もしないよりは

販売金額は上がるとは思います。

 

僕は本が好きなので

成功してくれることを願っています。

で、ニュースでデータが見たい!

 

おーわり

 

最終更新:2018年6月3日

 

AIが買い物客のあやしい行動をみつける

f:id:Tomyuk:20180603022640j:plain

 

参照元は

ここ。

 

参照元の内容から判断すると、

使われているのはディープラーニング。

おそらくやけどね (´・ω・`)

 

僕が前に紹介した上の記事。

この記事では、

画像を学習させていた。

まぁ、それの動画バージョンやね。 

 

いくらかかるのか

 

AIカメラを1台設置するのに23万8000円。

で、固定費が1ヶ月に4500円。

(固定費は1番安いやつ、んで、税抜き価格)

 

よくあるコンビニでは、

3台で足りるようなので

設置するのに71万4000円。

固定費が1ヶ月に1万3500円。

 

 

都内のドラックストアで実験した結果

1年間で万引き額が

約43㌫減ったらしい。

(350万円から200万円になった)

 

てか、

年間350万円も万引き

ってエグいな (´・ω・`)

 

おわりに
 
固定費だけを考えると、
1ヶ月に5万円分くらい
万引きの被害があるなら導入すべきかな
 
とゆーか、
万引きは
働いてる側からすると
すげーーーーーーーームカつくから
全店舗に導入して欲しい!!!
 
おーわり
 
最終更新:2018年6月3日