2015/09/27

[ai]認識が甘かった

人工知能ってのがなんだかよくわからないけど、とりあえず動かしてみてから考えよう。

と思ったが、非常に甘かった。
なんか、人工知能にもいろいろあるようだ。
正直なところ「しまった」と思ったが、調べると書いてしまったので、せめて9月の間くらいは調べよう。


検索して、上の方にあったのがこちら。

What's AI

 

いつ頃のサイトかわからないけど、2015年の本が紹介されているので今年にも更新はされているようだ。
(リンク先を画像にしているのは、トップページにURLと画像が紹介されていたからで、他意はない。)

分野がいろいろとあることはわかったが、研究がしたいわけじゃなくて、使ってみたいだけだ。
研究をないがしろにするつもりはないけど、私はそっち側ではないのだ。


では、実装できそうなもの、ということで探したのだが、これはこれでなんかよくわからん。
「ディープラーニング(deep learning)」というのがよく出てくるので、そっちで調べることにした。

ぼくの実装した最弱のディープラーニング - きしだのはてな

本を読んで実装できるらしい。
ほかにも、なんやらかんやらと見つかったのだが、とりあえずわかったのは「学習に使うデータがいる」ということだ。
学習に使えるデータが足りない分を人工知能で補おうなどと思っていたのだが・・・。
そもそも、ディープラーニングってのは、データを使って学習させる、というやり方のようだ。
そりゃ、データがいるわな。

 

そういうわけで、あまりネットにデータが無さそうなものをやった方が新鮮みがあってよさそうだけど、それには自分でデータをある程度使えるようになるまではためないといかんよ、という結論に至った。
こういうのは、個人向けじゃなくて、企業みたいなお金と信頼があるところのやることだろうな。

 

ディープラーニング - Wikipedia
あまりまじめに読んではないが、「データを食べさせていけば、評価式を自動的にうまいことやってくれる」みたい。
たとえば、パラメータがx, y, zの3つだったとして、「x+y+z=1という条件で(x+y) / zが最大になる」という式と「x+y+z=1という条件で(2x + y) / zが最大になる」という式では、x, y, zの重みが変わってくる。
で、画像だったら、丸っこいだとか、細長いとか、そんな特徴もあるだろうし、鼻が赤いとか、耳が大きいとか、そんな特徴もあるだろうから、これを式にしようと思うとなかなか難しい。
「この式を満たせばよい」という黄金の式があればいいんだろうけど、ではそれをどうやって求めたらいいのか、という問題が出てきて、そっちの方が大変だったりする。

なので、今回思いついた臭いがどうのこうのは、どっちかというと式が求まりやすいタイプだと思う。
臭いの成分ってのがなんなのか知らないけど、1次元のデータが複数ある感じじゃなかろうか。
推測するだけではあんまりなので、少し検索した。
におい成分の閾値|化学・工業製品・原材料・化粧品|住化分析センター

うん、人工知能についてだけじゃなく、臭いってものについても認識が甘かったですな。
むかし課長が「飛行機の操縦ができない人に飛行機のプログラムを書かせられるか?」というような話をされてた。
興味を持つのはよいけど、ちゃんとやるなら、ちゃんと取り組まないといかんですな。

臭いのことは諦めるとして、人工知能のことはもう少し調べますかね。

0 件のコメント:

コメントを投稿

コメントありがとうございます。
スパムかもしれない、と私が思ったら、
申し訳ないですが勝手に削除することもあります。