2017年08月18日

機械学習,ディープラーニングやTensorFlowって何?

エモトです.これまで書き綴っていたGPD Pocketですが,7月末に無事到着しました.ファーストロットで報告されていたハードの不具合もなく,日々持ち歩き堪能しております.これスマホやタブレットでいいんじゃな?と思う時もありますが,UMPCには夢があります.ほら,物理キーボードあるし,なんたってOSはWindowsだよ.

機械学習やディープラーニングの超万能説

よっ!ディープラーニング!
ディープラーニングってやつでなんとかして!!!!

某VRやARを舞台にした映画作品にて,死者の意識や思考をAIとして復活させるため「ディープラーニング」が出てきました.わたし大学時代に機械学習を扱う研究室にいて少し齧ってたのですが,ディープラーニングにはそこまでの表現力はないし,機械学習一般においても実現は不可だと思ってます.

一方で,またボスに即死魔法をかけまくるほどバカなんでしょと,ある年齢層は不審に思われるかもしれません.最新作の11をはじめ,それ以降のAI戦闘は賢いし,適切に弱点攻撃してくれて,すごく便利なんです.とにかくマルティナがエロいんです!

機械学習は,今のところは汎用的な問題に対して非常に難しい.しかしながら,ある特定の問題に対して,強力かもしれないし,そうでもないかもしれない(個人的には,よくわからないAI万能説を掲げて営業されたら気をつけたほうが良いかも).そんな万能ではないが,いろいろ一人歩きしてる感がある機械学習についてちょっとまとめました.

機械学習とは?

Wikipedia から引用すると,「人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである」と書かれています.

例えば,ある画像を与えて(入力して),その画像に写る物体が何なのかなどの認識させるための手法です.乱暴にいうと,入力データをある特徴量空間に写像して,それがどのクラスタにあるかを判定するようなものです.

ディープラーニングとは?

よく耳する話題のディープラーニング(深層学習)は,機械学習そのものではなく,機械学習を解くアプローチの1つです(機械学習に普遍的なアルゴリズムはなく,いろいろな手法が日々提案されています).ニューラルネットワークの入力層と出力層の間の隠れ層を複数にしたものがディーブラーニングと呼ばれています.

隠れ層を増やしたことで既存より高い性能を示したが,計算負荷が大きく現実的ではありませんでした.しかし,クラウドコンピューティングやGPUによる並列計算の普及により現実的な計算時間に収まる(それでも計算時間は長い)ようになり,現在人気があるアプローチになっています.ちな,わたしは確率モデルでゴリゴリする方が好きです.

TensorFlowとは?

TensorFlowがGoogleから発表されたとき,これをインストールすればすぐ機械学習できるんじゃね?と思ったかもしれません.しかし,それ自体は機械学習そのものではなく,深層学習用に便利な数値計算ライブラリです.

ディープラーニングの計算は,ニューラルネットワークのパラメータ最適化問題になります.その問題のアルゴリズムは複雑で数学的な知識やコーディング能力がなければ,わたしも含め多くの人が脱落します.それらのアルゴリズムをライブラリー化して配布されたことで,研究者や専門家ではない多くの一般人が参加することができ,現在の流行りが始まったと思います.

また時間があるときにディープラーニングやTensorFlowの説明,実際にニューラルネットワークを解く場合の説明記事を書こうと思います.
posted by Seesaa京都スタッフ at 11:10| Comment(0) | iOS | このブログの読者になる | 更新情報をチェックする
この記事へのコメント
コメントを書く
お名前:

メールアドレス:

ホームページアドレス:

コメント: