深層学習の理論と実装 Deep Learning Javaプログラミング
深層学習
この書籍を購入
Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)
- 作者: 巣籠悠輔
- 出版社/メーカー: インプレス
- 発売日: 2016/10/07
- メディア: 単行本（ソフトカバー）
- この商品を含むブログ (5件) を見る
お前は結局pythonをやりたいのかjavaをやりたいのかと言われそうだが、馴染みのあるjavaから深層学習に触れてみようと思う。普通の実装もやっとなので、この複雑な数式をオブジェクト指向で書けるのかという不安もあるが、やってやれないこともない。と思う。
人工知能とは
とりあえず、面白そうな部分を抜粋。まずは人工知能の例という部分。本書では人工知能を大きく３種類に分類しており、これらはそれぞれ異なる人工知能、とのこと。
人間があらかじめプログラムした単純で機械的な動きを繰り返すもの。例えば、工業用ロボットが決められた作業を高速処理することがこれに当たる。
人間が決めたルルーに従って、与えられた問題の答えを探索あるいは推定するもの。例えば、お掃除用ロボット「ルンバ」が部屋の形に沿って掃除してくれるのは、障害物に当たった時の状況から、部屋の形を推測するからだ。
既知のデータからある程度の規則性を見出すことで、未知のデータにも答えを提示するもの。例えば、ユーザーの購買履歴に基づく商品の推薦システムや、アドネットワークにおけるバナー広告の分配などが、これに当たる。
今回の人工知能ブームは３回目のブームらしい。一過性のブームではないかという疑問に対して、本書ではこう答えている。
今回のブームには、これまでのブームと比べて大きな違いが一つある。そう、それこそがディープラーニングである。ディープラーニングが、これまでの技術では成し得なかったことを成し遂げたのだ。それは何か。ひと言で言うと、「機械自ら与えられたデータの中から特徴量を見つけ出し、学習する」ことである。
ちなみに今までのブームで取り上げられていた手法を抜粋。
深さ優先探索(depth-first search)と幅優先探索(breadth-first search)
まずはパターン分けをして探索を行う手法。深さ優先探索(depth-first search)と幅優先探索(breadth-first search)がある。
深さ優先探索はツリー構造となるパターンの根元から可能な限り深くまで各枝を探索してから、次の木に進む。幅優先探索は各木の同じ深さを探索してから、次の深さに進む。これらの探索アルゴリズムはチェスや将棋などで一体の成果を挙げたらしい。
詳細は下のサイトに。高校数学なのか。高校行きたかったな。 mathtrain.jp
問題点
このアルゴリズムを現実世界に即した機械を作る場合、以下２つの可能性がある。
- 課題や目的を遂行するにあたり、副次的に発生する事項や可能性を考慮する機械
- 課題や目的を崇高するにあたり、無関係な事項や可能性を除外する機械
どちらも、人間が課題を与えたとすると、目的を完遂する前に機械は考え込み、フリーズしてしまうだろう。特に後者は、何と関係があるのか何と無関係なのかなどを選り分けるのに無限に時間がかかってしまうため、最初の行動を取る前からフリーズしてしまうことだろう。 なぜなら、これらの要素は現実世界にほぼ無限に存在するので、その無限のパターンを機械を考え出したら(探索し出したら)現実時間の中で到底解けるものではないからだ。この問題は、人工知能分野における重要な課題の１つとして知られており、フレーム問題(frame problem)と呼ばれている。
初期値鋭敏性を有する力学系まで把握しようとするから当然そうなるかもしれん。詳しいことはわからん。
以下は次回…
Knowledge Representation(KR)
機械学習
通勤
杖をついて歩く人を見かけた。点字ブロックの上をカツカツ鳴らせて歩いていたので、目が悪いのだろう。その人は自分とは逆方向から歩いてきた。
ちらと顔を見ると、両目はぱっちりと開いていて、自分から見て左上、彼にとっては右上に両の黒目が揃っている。やはり眼病に罹患しているのか、その方向からは朝日がちょうど差し込んでいるにも関わらず、眩しそうなそぶりもないし、瞬きもまったくしない。ちょうど電車がやってきて、盲人と自分は同じ車両に乗り込んだ。
盲人は目の前に座席に座り、自分の右肩を凝視している。なんとなく自分も右肩を見てみるが、当然何もない。しかし、右後方まで首を回すと、黄色いもやが漂っていた。
キラキラと輝くようなそれは砂埃のようでもあったが、床に落ち着くことなく空間に留まっている。眼鏡を外し、ぼやけた視界でも確認できた。レンズの汚れではないようだ。
降車駅に着いてしまったのでホームに降りたが、ドアが閉まる前にも見えたそれはしっかりと存在していた。盲人に関してはそれ以上知らない。
