第１章 生活の中でのAI
1-1 生活の中でのAI
AIとは 人工知能 Artificial Intelligence
Googleの目指すAI
今までのコンピュータができなかったことをもう一歩賢くしよう
AIを利用したGoogleサービス
- GmailのSmartReply
- Google翻訳アプリ
- Googleフォトの自動ラベル付け
1-2 AIの活用事例を知る
キュウリの仕分けをAIで解決する
- Googleが提供するTensorflowというツールで実装
クリーニング＋AI＝？
- 受付をAIに任せる
1-3 機械学習について知る
- 人工知能... 賢いITを作る技術
- 機械学習... データから賢さを得る技術
- ニューラルネットワーク... 機械学習のアルゴリズムの一つ
- ディープラーニング... 深い階層を持つニューラルネットワーク
- ニューラルネットワーク... 機械学習のアルゴリズムの一つ
- 機械学習... データから賢さを得る技術
機械学習でできること
2-1 普通のITと機械学習の違い
- りんごとオレンジを見分けるシステムを作る
普通のIT
- 人間が仕様を決める
機械学習
- コンピュータが見分けるルールを自動的に探してくれる
Googleが提供する機械学習サービス
2-2 画像認識の例
- モップと犬の見分け方
機械学習でも１００％の精度は出せない
2-3 音声認識と文章理解
Cloud Vision API 画像認識
音声を文字に起こしてくれる
Cloud Natural Language API 文章理解
- 形態素解析... 単語で分けて品詞を付ける
- 構文解析... 単語間の関係性を付ける
- 感情分析
第３章 機械学習のしくみ
3-1 機械学習のしくみを知る
- 学習データの準備... お手本となる数百件〜数十万件のデータを人間が集めて準備しておく
- 機械学習のモデルの学習... 学習データに含まれるパターンを機械学習によって抽出する
- モデルの利用...学習済みのモデルを分類や予測に利用する
例. 身長、体重を元に大人か子供か判別する
もっとも簡単な方法: 身長＋体重>200で線を引く
しかし間違いが多い
間違いを減らすには： w1 * 身長 + w2 * 体重>200
それぞれの「重み付け」を調節して判別の線の傾きを変える
今までのITではこの重み付けを人間がやっていた
機械学習ではコンピュータが重み付けを行う
3-2 ニューラルネットワークのしくみを知る
ニューラルネットワークはニューロンのネットワークを簡易的に模したもの
間違いが少なくなるように重み付けを変えていく
3-3 ニューラルネットワークによる画像認識
判別するものの特徴が現れやすいデータに強い重みを付ける
3-4 ディープラーニングのしくみを知る
経度と緯度から街の内側か外側かを分類する
Tensorflow Playground ディープラーニング デモ1
線を引いて判別できない
ニューラルネットワークの階層化（隠れ層の追加）が必要
縦位置と横位置で並んだ子供を分類する
Tensorflow Playground ディープラーニング デモ2
ニューロンの数を増やしたり階層を深くすることで賢くなる
3段以上の深い階層を持つニューラルネットワークをディープラーニングと言う
第４章 応用事例の紹介
4-1 機械学習の応用例
お菓子ロボット
- 「甘いガムがほしい」
- 音声認識
- 文字理解
- 画像認識
- 該当のお菓子を持ってくる
食品の品質管理
不良品を判別する
漁業資源の乱獲防止プロジェクト
船のGPS情報を保存している
船の動きでどのような漁をしているかが判断できる
禁漁区域で漁をしている船に罰金を課したりしている