はじめに
こんにちは、株式会社ジールの@Suguru-Terouchiです。
いまさらAI学んでみた（第１回）の第２回目になります。
前回、AIとはという形で概念的なことを書かせて頂きましたが、
今回はAIの仕組みの部分にあたる機械学習に焦点を当てていきたいと思います。
機械学習ってなに？
前回、人間が↓の画像を見てネコであると判断できるという話をしました。
これを機械学習に照らし合わせて言うとINPUTされた画像データを分析した結果、ネコと判定されるということですね。
では「INPUTされた画像データを分析した結果」の部分でなにが行われているのでしょうか。
画像分析の仕組み
この仕組みを理解するために、この二人のAIさんに先ほどの画像をINPUTした場合、ネコと判定してくれるでしょうか？
うーん、ベテランAIさんは余裕そうですが、生まれたてAIちゃんは厳しそうですね。（注：画像はあくまでイメージです）
では、どうすれば生まれたてAIちゃんがネコと判定できるようになりそうでしょうか？
いっそ答えを教えちゃいましょう。
あれ？ダメっぽいですね、なにがいけなかったと思いますか？
お父さんの教え方が悪い？それとも物覚えが悪い？もしくはちょっと調子悪かっただけ？
なぜ「ナルホド、よう分からん。」となってしまうんでしょうか？
それは「ネコ」と一言で言われても色や柄が違ったり、それこそ色んな向きやポーズをしているから
なんとなく、「こいつら似てるんやけどな。。。」となっていそうです。
この「似てる」というのが結構重要で、分からないなりに特徴を掴んで来ているから「似てる」となる訳です。
特徴といえば・・・
色・・・今のところ同じ色のヤツいないな
顔・・・三角の耳が上にあって、目と口、ヒゲもあるな
体・・・大きさはみんな同じくらいで、足は4本、しっぽもあるな
でも、実際は耳が曲がっているやつとか、足やしっぽも短いのとかいますよね。
ということは「ネコ」と判断するための情報が少なかった可能性ありますね。
それならもっといろいろな「ネコ」を教えていけば良い訳ですね。
ついでに「イヌ」も教えていって、しばらくすると「ネコ」なのか「イヌ」なのかをほぼ間違えずに見分けられるように成長していきます。
今回は答えを教えていったことで正確に画像を判別できるようになりましたが、
機械学習の仕組みとしては以下のようなことが行われています。
「ネコ」と教えられたデータの特徴を探して、「ネコ」カテゴリに分類します。
これを繰り返し、行うことでいろいろな種類のネコにも対応できるようになっていきます。
機械学習ではこのモデルをより精度の高いものにしていくことがとても重要になります。
まとめ
最後に少しだけここまでの流れを整理させてください。【】内は機械学習の用語です。
１．データ（今回は画像）と「ネコ」という答え【目標値 or ラベル】をセットで教える
２．１を繰り返し、データから規則性を探し出す【学習】【学習済みモデル】
３．新しい【未知の】「ネコ」データをINPUTされた時に「ネコ」と答える【推論】
このようにデータと答えを用いて学習する方法を【教師あり学習】と言います。
おわりに
いかがでしたでしょうか。
今回は分かりやすさを優先しているのでパラメータ等は触れていないので、
気になった方はご自身で調べてみてください。
次回は教師あり学習以外の学習方法について記載したいと思います。
データ活用をサクッと始めるなら！
株式会社ジールでは、「ITリテラシーがない」「初期費用がかけられない」「親切・丁寧な支援がほしい」「ノーコード・ローコードがよい」「運用・保守の手間をかけられない」などのお客様の声を受けて、オールインワン型データ活用プラットフォーム「ZEUSCloud」を月額利用料にてご提供しております。
ご興味がある方は是非下記のリンクをご覧ください：