素人用に説明してある深層学習(ディープラーニング)

こんにちは。

ちょっとムズいように見えて、簡単なことしか書いていません。

 素人向けに書いてあるという、人工知能の深層学習(ディープラーニング)とやらが、(前半と後半で)4ページに書かれていました。

 それを更に端折って、もっと簡単に1200文字くらいで説明したいと思います。玄人さまは見ないでくださいね~。恥ずかしすぎる(^_^;)

stonewashersjournal.com

まずはこちらを引用します。

本記事の目的は素人向けに噛み砕いて説明する内容のため、「厳密に言うと違う」という様な部分もございますので、予めご了承下さい。

ということは私を介すると、全く違うものになる可能性があるということ

 

 ディープラーニングを理解するには、ニューラルネットワークを理解しないといけません、だそうです。

 ディープラーニングとは、今の段階では「機械が物事を理解するための学習方法」だと考えて下さい。だって。

 

 ではニューラルネットワークとは=人間の神経を模したパーセプトロンという小さな計算機をたくさん用意して、1つの計算をさせる構造をいいます。

図をお借りします。

f:id:ballooon:20180622170744p:plain
f:id:ballooon:20180622171417p:plain
神経細胞パーセプトロンの概念図)

 左の図は人間の神経細胞です。右の図パーセプトロンには、インプットとアウトプット機能があることが矢印で示されています。x1,x2,x3の3つの情報(input)から、答え(output)を出す!の図になります。

これらが集まったものをニューラルネットワークと言います

 

以下、だいぶ省略しまして。あ、興味ある方は読んでみてくださいね(^^;)?

実例をあげます。

「種族の識別」を具体例にしてみましょう。哺乳類を当てろ!です。

f:id:ballooon:20180622170820p:plain

 上の図のようなパーセプトロン「哺乳類判別知能」を作ったとします。インプットが4つあることが、矢印でわかります。

このパーセプトロンは、4つの情報(input)から哺乳類かどうかを判別する(output)ようになっています。そこで、4つの受け取る情報が「恒温動物かどうか」「肺呼吸をするかどうか」「卵を生むかどうか」「足があるかないか」だったとしましょう。

それぞれに点数をつけます。

「恒温動物である」    1点

「肺呼吸をする」     1点

「卵を生まない」     1点

「足がある」       1点      

まずはこの合計点4点で『哺乳類と決定!』とします。

 

ところが問題発生です!

 これだと例えばクジラは「足がない」ので3点です。結果、クジラは哺乳類じゃないよ!ということになってしまいます。

これではいけないので→哺乳類の合計を3点に変更してみよう→すると?

 

 今度は例えば鳥は「卵を産む」けれど、他はクリアしているのでやはり合計3点、大変です。鳥が哺乳類になってしまいます。

 

 では、点数配分を変えてみましょう。「卵を産まない」を3点に配分し、「足がない」を2点に配分しようとか?いろいろ・・・

ここが一番大事なようですが、すみません、流し読みしてしました。

ディープラーニングってこの重みづけが大事らしい?です)

 

とにかく、答えを教えないんだそうです。機械に考えてもらうんですって。

 人工知能にとって本当に必要なことは、この「教師なし学習」です。というのも、機械が処理できる情報量に対して、人間の処理できる情報量は遥かに少ないのです。

 人が寝ている間も、食事をしている間も、機械は考え続けます。そして人の代わりに物を理解するようになり、人の代わりに人に近い判断ができるようになるのです。

機械が人間のように考える。なんとなくだけれど理解する。などなど・・・

 

 答えを教えないことで、人間とは違った経緯で、答えを導き出すかも?しれない。ともありました。それはなんか、怖いなあ(; ゚д゚)?

こちら後半にそれらのことが書いてあります。

stonewashersjournal.com

 かけ足で説明しましたが、結果1600文字超えました。
読んでくださって、ありがとうございます。

/りお