Deep Learning
ここのところ Deep Learning という言葉が飛び交っていますが、そのきっかけとして人工知能 AlphaGo が4:1でプロ棋士イ・セドル九段に圧勝したことでしょうか。
今までの将棋ソフトであれば、「膨大な過去のパターンを記憶して探索木から探しだす、また人間より素早い計算ができる」というのが売りだったと思います。
しかし、このAlphaGoはプロでも見たことがないような手を使って勝っている、それは人工知能に創造性があるのか、あるいは未だ人間が発見していなかった良手を見つけたのか。いずれにしろこれは衝撃的な出来事でした。
AIの歴史と Deep Learning
今はdeep learningのブレークスルーによって第三次AIブーム期にはいったそうです。その歴史は古く、第一次のブームは60年前にさかのぼります。
こちらの松尾 豊さんの説明はわかりやすいです
実験ツール
既に様々なテストツールが公開されています。ただこれを使うには以下のことをある程度分かっていないと難しいです。
- 偏微分方程式、行列、確率などの方程式
- PythonやRで記述することが多い
- 機械学習でいうところの説明変数とか、目的変数とか分類の意味
Googleの機械学習ライブラリーで、これは研究用ではなく実際に使われているものだそうで、いかに一般人でも使えるようにするかというレベルだそうです。これ自体はpythonがわからないと使えませんが、グラフィックで結果を確認できるのがいいです。
日本のPreferred Networksのニューラルネットワークを実装するためのライブラリー
カリフォルニア大学バークレー校の研究センターBVLCが中心となって開発したDeep Learningのフレームワーク
データ分析&機械学習フレームワークでコーディング無しで設定するだけでできてしまう
Miscellanea
- 機械学習勉強会(2016/7/25)に行ってきました。MicrosoftのAzureやGoogleのTensorFlow、そしてAmazonのAWSと人工知能をビジネスにつなげている(進行形)の会社の話が聞けました。
– AWSはDeep Larningではないが人工知能を簡単に使える
– TensorFlowは既にGoogle検索などGoogleのサージスで実証済みで、これからは一般に公開して使ってもらう段階に入っている。今後重要なのはdeep learningのモデリングではなく分散処理でいかに学習を早くするかである。確かに、androidの音声認識は格段に精度が上がっていると思っていました。
– Microsoftの方の話では、今はデータサイエンティストがdeep learningのモデルを作っているが、いずれいらなくなる、もっと汎用的なサービスが始まるとの予測でした。
- Google for Mobile 2016(2016/7/13)でTensorFlowのセッションがあるので遠い横浜まで出かけて行きました。が、超初心者向けだったので少々がっかりでした。去年はなかったので、いよいよAndroidでも使えるようになるのかもしれませんが、そこは希望ですね。
- 異常検知と予測モデルの構築事例 (2016/7/7)に参加。こちらの会社はDeep Learningよりはそれ以前の機械学習を実際の現場に提供しているようです。データサイエンティストのノウハウがあります的です。あえてDeep Learningにしない案件、データの特徴は分かっていてコンピューターでの高速、大規模処理が必要なケースでは有効なのでしょう。