1月24日第3回発想する

今AIが確実に社会を変えつつある自動運転新しい薬だって短時間で作れます(創薬)農作物を育てるお手伝いもやっています(農業)アナウンサーロボット(人間と違ってカミません)かつて見たSF映画も超えているかも(その先にあるものは?)

NHK 人間ってなんだ 超AI入門シーズン2
2019/01/25

1月24日第3回発想する

今AIが確実に社会を変えつつある
自動運転
新しい薬だって短時間で作れます(創薬)
農作物を育てるお手伝いもやっています(農業)
アナウンサーロボット(人間と違ってカミません)
かつて見たSF映画も超えているかも(その先にあるものは?)
「人間ってなんだ」
AIが歌っている
レンブラントが描いたような絵画もAIで作れます
AIは皆さんと遜色のない作品も作れます
発想と創造 人間との違いがあるのでしょうか?
φCafe AI研修者が集う東大本郷キャンパス近くのカフェ
藤田和日郎 漫画家 完全にアナログ ディジタルが入る余地がない
少年サンデーで「双亡亭壊すべし」連載中 少年漫画のトップランナー
AIで漫画家の仕事がどう変わるか興味津々 AIは敵!
AIがどの位のところまでできるのか今日は参加して知りたい!
AI「悪い奴」AIは敵か味方か?
ディジタルをやり始めた人たちが半分以上になった!
やはり芸術は爆発か?
米辻泰山さん エンジニア
Paints Chainer AIが色を付ける
俺たちの職業が脅かされるかどうか(藤田氏)
線画のイラストをAIが自動着色(60万枚の絵を学習させた結果)
(男か女かの認識はタグを付けなければ判らない)
人間とAI認識の仕方が違えば発想の方法も異なる?
藤田氏から与えられた
線画にヒントを与えて誘導(ヒント付き自動着色)
→いろいろなバリエーションが簡単にできる
自動着色の一番ベストな形は?AIの作品は過渡期
レンブラントの「新作」
全346作品ピクセル単位で分析
どこでどういった着色されているか、そしてそれがほかのどんな着色と一緒に出てくるか?画家独特の癖を学ばせる。
→ディープラーニング(認識とはニューロンからニューロンへの受け渡し)
りんご パターンを見つける→パターンパターンを見つける(抽象化)
→抽象化から具象化へ
レンブラントの絵もこうした往復運動から生まれた
選ぶ人の力
 藤田さんの線画をAIで着色してみた→好評価
漫画って目的がある(これは不気味な感じ)
発想といった面でみるとAIと人間には大きな隔たりがあるかも?
こわい・気持ちが悪い・不気味
AIに人間のかむ場があるのか?(藤田氏)
AIが描いた肖像画
別に何かを目指して描いたわけではない
人間が評価 4800万円(2018/10当時)という値段が付いた
AIはどうやって上達する?
松尾先生解説
GAN(Generative Advarsarial Network)
敵対的ネットワーク
敵対する二人が競い合ってGeneratorとDiscriminator(見破る人)が戦っている状態。作る人は見破られないよう贋金の精度を高め、見破る人は見破る技術を高めていく。繰り返しをすることによって本物に限りなく近づく精度の贋金が出来上がる。この仕組みをGANという。
これにヒントを与える(コンディション)Conditional GAN
あらかじめ猫らしい画像を与えて絞り込む
L(線画)
↑・・・・・・→ Network(学習)
x(イラスト)
着色された猫→線画だけを抽出→それから着色→元のoriginal原画と比較→originalに近づくよう繰り返し学習させる(何度も失敗できるのがAIの強み)
例えば猫を着色する場合まず耳から着色(茶色で)
AIは耳を茶色のパターンで描き始める
AIは耳以外のものをどう着色すればよいかを決める
(正解のデータをちょっと混ぜる)
(元の色のドットをこうしなさいと指定)
この色を受ければ点数が上がることを学習
AIも「秀才」のように点数を上げることが好き?
徳井さんがさっき着色しているとき男か女か認識しているかどうか質問
松尾先生→多分男か女か途中で決めていると思うが→いまだ確かではない
男か女かを区別する記号
(口が小さかったりまつげが長かったり・・・)→学習が行われている
「色と相関性が高い」ってもの→学習が進みやすい
葉っぱが出てくると色が緑色になりやすい
髪の色は黒・白・グレー・金など相関性が高いので着色しやすい
白黒ニュースをカラー化
金塊が引き上げられたシーン金色に着色
金塊は金色との相関性が高いので着色しやすかった
→感情と色の相関性をAIは学べる?
→データがたくさんあれば学習できる
判断できるのはデータの数
人間にとっての「経験」=AIにとっては「データの蓄積」?
情感(不気味の時)
データが増える、学習させる手法も増える→精度が上がる
AIも人間と同じような「感情」で色を付けるようになる?
今はAIは候補を出す、といったことしかできない(松尾)
アシスタントの仕事はAIに奪われる?
試行→反応→修正・・・
発想は試行錯誤の連続?
AIは人間がどうやって発想するか学習中です
現在AIは人間の絵の描き順も学習中
対象物のそれらしさを、人間はどこに「そのものらしさ」を感じているか、描き方を通して学ぶ
どの部分に注目して描くかに人間の「発想」は宿る?
AI
運転する
文学作品も発表した
じゃんけんだってできる
AIホラー
科学的に問い詰めるとデータから学習しているのでそれ以上でもそれ以下でもない→AIの限界
Deep Learning業界は最近修羅場
一ヶ月何本論文が投稿されるかという状況
一枚の写真から発想する音
AIにとってはなかなか難しい
直井直生さん アーティスト/AI研究者
人間は写真や絵から音を想像できる
→直井さんはそれをAIにやらせようとしている
AIが風景から学習して適切な音を選択する
AIが風景にぴったりくる音をピックアップ
ex.海(岸)だと波の音・音(5万位のファイル)
あらかじめファイルを解析しておく、画像の特徴に合うような音を引っ張ってくる。
環境・高い建物→反響がある→学習されている
人間のイマジネーション→AIがやるとどうなるか?
システム化することで「発想する」過程を再発見できる!?
→人間は複合的に感じて理解している(松尾)
マルチモーダル
→発想とは複数の感覚の組み合わせ?
AIで擬態音ギャオ・バオオ・・・などがAIにも学習出来たら発想も身につくかもしれない
人間がスケッチした絵→整える(AIが)
でも元の絵のほうが個性があってよい?
「創造」オリジナル→満足感 大切
レファレンスポイント(何と比べて?)
基準・目安
をどこに置くか
→AIが人間を比べる対象に
人間の凄さだったり欠点だったりがあらわになってくる
藤田先生
心意気・プライド・信念→人生
強烈な意思、精神、オカルティック
AIには未だこれらは実装されていません。
知性が命を手に入れたときこそ発想に血が通い始めるとき!
「人間って何だ」

↑人気ブログランキングに参加しています。よろしければ1票を!

NHK人工知能第2回感じる

いまNHKEチャンネルで松尾豊准教授のAI講座の第2シリーズをやっている。大変役に立つ番組だ。第一シリーズは見逃してしまったのだがWEBで12回各回2分間講座が見られる。第2回をメモったのでここに紹介する。

NHK人工知能第2回感じる

いまNHKEチャンネルで松尾豊准教授のAI講座の第2シリーズをやっている。
大変役に立つ番組だ。第一シリーズは見逃してしまったのだがWEBで12回2分間講座が見られる。
第2回をメモったのでここに紹介する。
2019/01/17
「人間ってなんだ」(センサーとアクチュエーター)
「感じる」→認識するKey→Deep Learning
ニューロンネット100億以上
筋電義手(筋電位)
筋肉の電気信号と義手の動きの関係性をパターン認識
「リアルタイム学習」→様々な状態を学習
0.2秒の遅れ つかむ(大人にはできない)→(高校生にはできる)
人間の感じ方には年齢にも関係する?
身体性 身体の中に相当な機能が入っている
体にも知能がある?
身体が拡張された未来・人間の「感じ方」も変わる!?
面白がっていたこと自体が面白い(松尾豊准教授)
脳指令(アクチュエーター・出力)
感覚の入力(センサー)
入力と出力の関係から世界の構造を解き明かす
子供の行動こそ「感じる」とは何かを知る第一歩?
意志とは?
神経学者ベンジャミン・リベットの実験
無意識的な脳活動(0.35秒後)意識的な決定(0.2秒後)動作(時間軸)
モラベックのパラドックス
一見難しく見えるタスクより一見難しくないタスクのほうが難しい。
巨大なニューラルネットワークに学習させ自動的に判断させる。
子供の知能さえAIが再現できれば自らが学び大人の知能を持つにいたる!
「実際に脳内で起こっていること」
センサーからの入力:年・月・日・時・分・秒センサーID=03に0.76のインプットがあった
センサーからの入力:年・月・日・時・分・秒センサーID=01に0.55のインプットがあった
___________・
___________・
___________・
アクチュエーターへの出力:年・月・日・時・分・秒アクチュエーターID=26に0.16のアウトプットがあった ・
___________・
___________・
___________・
これらの情報から「世界が3次元であることを見つけ出している」
人間は単純なデータの出入力の連続で複雑な世界の構造を理解していく?
人間の知能は2階建て→言葉を扱うのが2階
           知覚・行動が1階
人間が作れるのではないか?(身体がないと人間の知能はない?)
人間の脳が世界中のセンサーと直接つながる時代が来る!?
「模倣学習」
AIも複雑なことを効率的に身に着けることを目指している
「深層教師あり学習」「深層強化学習」
「転移学習」という新たなディープラーニングです。
現状から学ぶだけではなく
過去に学んだ色々な前提を使う。
過去の経験を通して学んだ速度をどんどん速めてほしい。
あるところで身につけたことを他のどこかで利用するというのは人間ができること。
→いかに効率的に学習するか
→野球の大谷選手はそれを非常にうまくやっている
複雑なことを単純な構造に分解するのが下手→運動音痴
→Disentanglement(もつれをひも解く)
→感じて分解分析する能力が勝敗を決める?
「音」
音声の個性を感じて聞き分ける
ノイズが会話のコンテンツに
音声のレイアウト(配置)を感じて聞き分ける
「モダリティー」人間は複合的に理解している→世界の構造を見つけ出す→早く脳はマルチモーダル(複合的)に世界を感じている
「聴覚」を制御すれば身体能力まで制御できる!?
「好奇心」人間は飽きる→世界の探索
人がもう制御できるという領域はもういいということ。外の知らない世界に打って出る。
知らない→予測が当たらない世界
以上

↑人気ブログランキングに参加しています。よろしければ1票を!

白黒PNGファイルの呼び込み

「Deep Learning」の教科書よりの再掲だけど「else:」の「:」がなかったり私自身の間違いもあったので修正した。青みがかったり、黄色みがかったり「白黒」じゃないよね?

白黒PNGファイルの呼び込み

「Deep Learning」の教科書よりの再掲だけど「else:」の「:」がなかったり私自身の間違いもあったので修正した。
青みがかったり、黄色みがかったり「白黒」じゃないよね?
「Access」の勉強が進んでない、「手順」だけ述べているだけでそうする理由が書かれていない。
覚えにくいわけだよ!ゆっくりやろうっと!

↑人気ブログランキングに参加しています。よろしければ1票を!

pathの問題

最終的に「path」を「Python」ではなしにその下の下「ch01」まで繰り下げてやってみた。その結果アイキャッチ画像のように表示が正常に行われた。

pathの問題

「Deep Learning」の本がやってきてからその本の例題をやってみた。
GitHubのリポジトリからプログラムのダウンロードしてから例題をやってみた。
「File or Directory not found」が表示された。
WSLを使っているので「../dataset/」のあたりがいけないのかな?と思って、
その辺を重点的に書き換えてみた。
どれもうまくいかなかった。
最終的に「path」を「Python」ではなしにその下の下「ch01」まで繰り下げて
やってみた。その結果アイキャッチ画像のように表示が正常に行われた。

↑人気ブログランキングに参加しています。よろしければ1票を!

Deep Learning

「ゼロから作るDeep Learning」が送られてきた。手にとってこの本をざっと目を通した。ずっしりとした手ごたえのある本である。

Deep Learning

「ゼロから作るDeep Learning」が送られてきた。
手にとってこの本をざっと目を通した。
ずっしりとした手ごたえのある本である。
「10万部の読者が選んだディープラーニング入門書」と帯に書いてあるから「入門書」なのであろう。
言語「Python」と「数学」が必須知識である。
「Python」はまだしもいまさら「数学」はないだろう、昔のことで忘れてしまった。
でも「5ヶ年計画」を策定してしまったのでやらざるを得ない。
50年前だったらスイスイだったのに!
さあ、やろう!

Deep Learning リポジトリ

↑人気ブログランキングに参加しています。よろしければ1票を!