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

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

Tensorflow Playgroundでのデモ

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