AI育成講座【day4】
4日目機械学習入門。
基本的に人間の脳はインプットアウトプットできている
この図で言うと、野菜の図がインプットであり、それを見て脳が処理し、ユーザ行動に移すのかアウトプット。
AIにやらせる事は、人間の考えから行動までの処理を模倣するようなこと。
ここをいかに再現性を高く行うことができるかが肝になる。
AIに模倣させる、いわゆる”知能”とは何か？
これは自分の中では、
過去の経験から今ある問題を自分なりの形で出力して解決できるような
能力のこと
だと思う。
僕らが作るのは弱いAI。一つ一つのタスクをこなすような特別な能力に特化したもの。それを沢山作り拡大させ複数になったときに、統括できるような、いわゆる強いAI管理者的なものを作る必要がある。
AIにインプットさせるものを説明変数、AIからアウトプットするものを目的変数。ココではAIをモデルを説明するらしい。
このように、りんごを大きさと色味で良し悪しを判断する、
人間のある一定のLINEを決めるのが、AIつまりモデルの役割。
この場合、説明変数はりんごの色味や大きさ。
AIによっては、モデルの線引きがブラックボックスで、説明できない
パターンがあるとして、使っていくかどうかはまた別問題。
これを使って、言語化ができないような職人のある種の”勘”のようなものを、AIがトレースし、再現することができる。
ここでの
・教師ありは学習はりんごが良い悪いかを判断するようなもの。
・教師なしはデータの集団から法則やグループ分けをするようなある種の仲間わけを見つけるもの。
・教科学習は人間が定めた規則の中で、試行錯誤を繰り返して、最大力を発揮する道筋を見つけ出すこと。
実践するなら
入力と出力のセットがあるなら、教師あり学習。
セットがなくて何かデータがあって法則性を見出したい時は教師なし学習。
強化学習は、今の段階でそんなに使わないが上記概念は理解しておく。
言葉の意味や分類は、さらっと見るだけにしておこう。
細部にこだわりすぎず、概念を落とし込む。
現実世界を見たときに、人間の脳アルゴリズムをフローチャート化
したもの。これを使うことで、じゃあこれはどれに当てはまるのか、
ある程度理解することができる。
今回はひたすら概念を理解した。理解して、このデータが何に使えるのか、どういうパターンでどういった結果になるのか、そこを理解する。
そうすることで、試行錯誤の無駄が省かれてより、シンプルにまっすぐ正解にたどり着けるのではないか。