みなさんこんにちは。本日もブログの記事をせっせと書いております。
気が付くともう8月…（めっちゃ外暑い）　社会人になってもう4ヶ月目です。
エンジニアとしてそろそろAIについて学んでみようと思いましたので、今回は画像認識AIを作ってみようと思います。

「AI」と聞くと難しそうに感じるかもしれませんが、実は身近な技術です。
この記事では、Google Colab（無料のブラウザで動くPythonエディタ）を使って、猫と犬の画像を自動で分類するAIを一緒に作っていきましょう！

1. AIプログラミングを始める準備（Google Colabの起動）

AIを動かすには、通常、ライブラリといった便利ツールをインストールしなければいけません。
Google Colabでは、AIライブラリ（scikit-learn, TensorFlowなど）がインストールされている状態のため、今回はこちらのエディタを使用してコードを書いていきます。

Google Colabにアクセスする

Googleアカウントでログインします。
Google Colabのサイトにアクセスします。
「新しいノートブック」をクリックして、新しい作業画面を開きます。

これでAIを動かす準備は完了です。早速コードを書いていきましょう！

2. AIモデルを作成しよう！

2.1. データセットの準備

AIに「猫」と「犬」を判別してもらうには、まずAIに学習させる必要があります。
実際に犬と猫の画像をいくつか用意して、これは猫、これは犬、とひたすら教えてあげる作業ことで、AIが学習し判別できるようになります。
まずは、学習のための犬と猫の画像を用意します。以下のコードを実行してください。
今回は、AIの画像認識分野で有名な「Kaggle Dogs vs. Cats」データセットのサンプルを利用します。

【使用するモジュールについて】

urllib.request: URLを開くための関数とクラスを定義している。インターネット上にあるデータをダウンロードするためのモジュールです。今回はデータセットのZIPファイルをダウンロードするために使います。
os: オペレーティングシステム（OS）と連携するための機能を提供する組み込みモジュールです。今回はファイルやフォルダを操作するため使用します。
zipfile: ZIPファイルを作成、読み書き、追記などするためのモジュールです。ダウンロードした圧縮ファイルを展開するために使います。
shutil: ファイルやフォルダをコピーしたり移動させたりするためのモジュールです。解凍した画像の中から、必要なものをコピーするために使います。

# 必要なライブラリをインストール
!pip install scikit-learn numpy matplotlib Pillow

# Kaggle Dogs vs. Cats データセットをダウンロードする
import urllib.request
import os
import zipfile

# ダウンロードURL
url = "https://download.microsoft.com/download/3/E/1/3E1C3F21-ECDB-4869-8368-6DEBA77B919F/kagglecatsanddogs_5340.zip"
zip_path = "kagglecatsanddogs_5340.zip"

print("データセットをダウンロードしています...")
urllib.request.urlretrieve(url, zip_path)
print("ダウンロードが完了しました！")

# ZIPファイルを解凍
with zipfile.ZipFile(zip_path, 'r') as zip_ref:
    zip_ref.extractall()
    
# データセットの構造が少し複雑なので、学習しやすいようにフォルダを整理します
os.makedirs("dataset/cat", exist_ok=True)
os.makedirs("dataset/dog", exist_ok=True)

# 訓練用の画像をコピーする
import shutil
files = os.listdir("PetImages/Cat")
for f in files[:10]: # サンプルとして10枚だけ使う
    if f.endswith('.jpg'):
        try:
            shutil.copy(f"PetImages/Cat/{f}", "dataset/cat")
        except:
            # 破損したファイルをスキップ
            continue

files = os.listdir("PetImages/Dog")
for f in files[:10]: # サンプルとして10枚だけ使う
    if f.endswith('.jpg'):
        try:
            shutil.copy(f"PetImages/Dog/{f}", "dataset/dog")
        except:
            # 破損したファイルをスキップ
            continue

print("データセットの準備が完了しました！")
print("dataset/cat には", len(os.listdir("dataset/cat")), "枚の猫の画像が、")
print("dataset/dog には", len(os.listdir("dataset/dog")), "枚の犬の画像が用意されました。")

これでdatasetフォルダの中に猫と犬の画像がそれぞれ10枚ずつ用意されます。

【ポイント】

なぜわざわざダウンロードするの？: AIの学習にはたくさんの画像が必要です。一つずつ手で集めるのは大変なので、今回はデータセットと呼ばれる、目的別に画像がまとめられたものを利用しました。
AIの「カンニング」を防ぐための3つのデータセット

AIを賢くするためには、データセットを3つに分けるのが一般的です。例えるなら、学校のテストと同じです。

訓練データ（Training set）：**「教科書」**です。AIは、このデータを使って猫と犬の特徴を必死に勉強します。学習するすべての画像がこのデータに含まれます。
検証データ（Validation set）：**「練習問題」**です。AIの先生（つまり私たち）は、AIが教科書で勉強した後に、この練習問題を解かせてみて、どれくらい賢くなったかをチェックします。
テストデータ（Test set）：**「本番のテスト」**です。これは、AIが絶対に見たことのないデータです。練習問題で十分勉強したAIが、最終的にどれくらいの点数を取れるかを測るために使います。

この3つに分けることで、AIが本当に「猫と犬を区別する」というスキルを身につけたのか、それともただ「画像を丸暗記しただけ」なのかを正確に判断できるようになります。

2.2. 画像データをAIが理解できる形に変換

AIは、私たち人間のように画像を見て「かわいい猫だな」と感じることはできません。AIにとって画像は、ただの数字の羅列です。
このステップでは、画像をAIが理解できる数値データ（配列）に変換する作業をします。

写真を白黒の点（ピクセル）に分解し、それぞれの点の明るさを数字で記録するイメージです。今回は、画像をAIが扱いやすいように、サイズを100x100ピクセルに統一してから変換します。

【使用するモジュールについて】

PIL (Pillow): 画像を読み込んだり、サイズを変更したりするためのモジュールです。AIに画像を学習させるには、画像のサイズを統一する必要があるため、このモジュールを使います。
numpy: 数値計算を高速に行うためのモジュールです。AIは画像を数値の配列として扱うため、画像データをnumpyの配列に変換するために使います。
glob: 指定したパターンに一致するファイルを探し出すためのモジュールです。今回は、「dataset/catフォルダの中にある全ての.jpgファイル」を簡単に見つけ出すために使います。

from PIL import Image
import numpy as np
import glob

# 画像のサイズを統一
# AIが画像を扱うとき、同じサイズに揃えるのがお約束です
IMG_SIZE = (100, 100)

# 画像データを格納する「箱」（リスト）
X = []
# 画像の正解ラベル（猫なら0、犬なら1）を格納する「箱」（リスト）
Y = []

# 猫の画像を読み込む
# glob.globは、指定したフォルダの中にあるファイルを全部探し出してくれます
for file in glob.glob("dataset/cat/*.jpg"):
    # PIL.Image.open()で画像を開き、resize()でサイズを統一します
    img = Image.open(file).resize(IMG_SIZE)
    # np.array()で画像を数値の配列に変換します
    X.append(np.array(img))
    Y.append(0)  # 猫はラベル0と決めました

# 犬の画像を読み込む
for file in glob.glob("dataset/dog/*.jpg"):
    # こちらも同じように処理
    img = Image.open(file).resize(IMG_SIZE)
    X.append(np.array(img))
    Y.append(1)  # 犬はラベル1と決めました

# 最後に、リストをNumpy配列に変換します
X = np.array(X)
Y = np.array(Y)

print("画像の数値データへの変換が完了しました！")
print("データ形状:", X.shape)
print("ラベル形状:", Y.shape)

【ポイント】

X.shapeって何？: 実行結果でX.shapeが (20, 100, 100, 3) と表示されたと思います。「この数字は何だ！？」と戸惑った人もいると思うので解説です。
- 20: 画像が全部で20枚あること（猫10枚 + 犬10枚）
- 100, 100: 画像のサイズが100x100ピクセルであること
- 3: 色の要素（赤、緑、青のRGB）があること
  を意味しています。
ラベルって何？: ラベル（Y）は、「この画像が正解は猫だよ（0だよ）」とAIに教えるための「答え」です。これがなければ、AIは何を学習すればいいか分かりません。

2.3. モデルの構築と学習

先ほどのステップで、画像の処理とラベルの作成を行ったため、次は実際にAIに学習させるステップです。

【使用するモジュールについて】

sklearn.svm: **scikit-learnという、AIや機械学習のツールボックスのようなモジュール群の中の一つです。今回は、画像分類を行うためのSVC（サポートベクターマシン）**というAIモデルを使うために、ここからインポートします。
sklearn.model_selection: scikit-learnの中にある、データを「訓練用」と「テスト用」に分けるための機能がまとまったモジュールです。AIの学習と評価を正しく行うために、**train_test_split**という機能を使います。

from sklearn.svm import SVC
from sklearn.model_selection import train_test_split

# データを訓練用とテスト用に分割
# AIは学習していない画像でテストすることで、本当に賢くなったかを確認します
# 今回は80%を学習用（訓練）、20%をテスト用に分けます
X_train, X_test, Y_train, Y_test = train_test_split(X.reshape(len(X), -1), Y, test_size=0.2, random_state=42)

# AIモデル（SVC）を作成
# AIモデルとは、簡単に言えば「どういう基準で判別するか」を考える頭脳のようなものです
model = SVC()

# モデルにデータを学習させる
# fit()という命令で、AIモデルがデータを勉強します
model.fit(X_train, Y_train)

print("AIモデルの学習が完了しました！")

# モデルの精度を評価
# 学習したAIモデルが、テスト用の画像でどれだけ正解できるかを見てみます
accuracy = model.score(X_test, Y_test)
print(f"モデルの予測精度: {accuracy * 100:.2f}%")

【ポイント】

train_test_splitって何？: AIは、カンニング（学習した画像でテストすること）を防ぐために、学習用と検証用に画像を分けておくのが鉄則です。train_test_splitは、この分け作業を自動でやってくれます。
予測精度ってどれくらいがいいの？: 予測精度が100%になることもありますが、それはAIがまだ十分に賢くなっていないことが多いです。今回はサンプル数が少ないため、精度が低くても問題ありません。重要なのは、AIが学習して予測できるという体験をすることです。

3. 実際に画像を判定してみよう！

3.1. 判定用の画像を準備

いよいよ、実際に「猫」か「犬」かAIに判定させてみましょう！
まず、AIが学習に使っていない新しい犬の画像を、データセットの中から用意します。

import os
import shutil
from PIL import Image

# ダウンロードしたデータセットの中から、AIがまだ見ていない画像を用意します
test_image_dir = "PetImages/Dog"

# 学習に使用した画像以外から1枚選ぶ
# 今回は単純にフォルダの最初の画像をテスト画像として使います
test_image_path = os.path.join(test_image_dir, os.listdir(test_image_dir)[15])

# テスト用の画像をプロジェクトのルートディレクトリにコピーします
shutil.copy(test_image_path, "test_dog.jpg")

print(f"判定用画像の準備が完了しました！ファイル名: test_dog.jpg")

3.2. AIに画像を判定させる

さあ、AIの判定結果を見てみましょう。本当に犬だと判断してくれるのでしょうか…？

# 判定用画像を読み込んで数値データに変換
# 学習のときと同じように、画像をAIが理解できる数値の形に変換します
test_img = Image.open("test_dog.jpg").resize(IMG_SIZE)
test_data = np.array(test_img).reshape(1, -1)

# AIモデルで予測
# model.predict()という命令で、AIが「これは猫か？犬か？」を予測してくれます
prediction = model.predict(test_data)

# 予測結果を表示
# prediction[0]が0なら猫、1なら犬と判定したことになります
if prediction[0] == 0:
    print("AIは、この画像を「猫」だと判断しました！")
else:
    print("AIは、この画像を「犬」だと判断しました！")

どうですか？「AIは、この画像を『犬』だと判断しました！」と表示されたら成功です！

4. まとめと次のステップ

4.1. 今回学んだことのおさらい

AIが画像認識を行う基本的な流れを体験しました。

データセットの準備: AIに何を学習させるかを決めます。
前処理: AIが理解できる数値データに画像を変換します。
学習: データを使ってAIモデルにパターンを学習させます。
予測: 学習済みのモデルで、新しいデータを分類します。

これらのステップは、AIを使った様々なタスクで共通する考え方です。

4.2. さらにクオリティを上げるなら？

今回のモデルは、計20枚の画像しか学習していません。
もしこのアプリのクオリティをもっと上げたいなら、以下のことに挑戦してみましょう。

データ数を増やす: より多くの犬と猫の画像で学習させると、AIはより賢くなります。
モデルを変える: 今回はSVCというモデルを使いましたが、AIには他にもたくさんの種類があります。
深層学習（ディープラーニング）に挑戦: 画像認識の分野では、TensorFlow/Kerasを使った「深層学習」という、より高度な技術が主流です。次回はこれに挑戦してみるのも面白いかもしれません。

おまけ

くすりの窓口にてインターン募集中！！　8.9.10月開催
https://internshipguide.jp/interns/internDetail/17895