続AIにできること、できないこと すっきり分かる「最強AI」のしくみ

柴原一友(著者), 藤本浩司

• 販売会社／発売会社: 日本評論社
• 発売年月日: 2019/11/19
• JAN: 9784535789029

商品レビュー

2020/08/08

強化学習　問題集なくAIが試行錯誤　ニューロン　
　コンピュータは計算しかできない、数値化必要

「動機」「目標設計」の力がない
「思考集中」は弱い
「発見」の力は量でカバー

ディープラーニング　全結合層
　ニューロン　行列計算　
　活性化関数：見方を変える＝注目すべき何かを見出したい　ひと手間
　　ReLU　強く見いだされた特徴だけを残す
　損出関数　　：重みを調整し「正解とのずれ」を小さくするものさし
　偏微分　　　：現在地における傾斜の計算
　学習率　　　：調整される移動幅
　最急降下法　：急な傾斜を下ることを優先
　確率的勾配降下法：一部分の問題についてだけ「正解とのずれ」を計算し重み調整

ResNet　画像認識AI　教師あり学習
動機＝画像に映った物体の名前を答える
　交差エントロピー：推測と正解のズレを測る一般的なものさし　→最善でない
　畳み込み層　　：ウインドウ、ウインドウサイズを定め情報をまとめる上司
　チャネル数　　：担当範囲
　残差ユニット　：部下の意見に上司の考えを加える　肝の技術
　最大プーリングと平均プーリング

BERT　翻訳AI　教師あり学習　
動機＝自然な文章を理解
　転移学習　：過去の知識を新たな課題に活用
　　　事前学習→ファインチューニング
　課題1.文章に当てはまる単語、2.文章につながる文章

　可変長に対応するRNN（再帰型ニュートラルネットワーク）を使わない
　分散表現：数値の組み合わせ（ベクトル）で単語を表現
　Transformer　主要部品
　　注意　：単語の組み合わせで生まれる意味を捉える

Alpha Zero　ゲームAI　強化学習
　AI自身で試行錯誤　歴史の参考無し
　動機＝勝ちたい
　目標設計＝勝率を推定＋選択肢が選ばれる確率の推定
　　　　一番掘り下げた選択肢を選ぶ
　畳み込み層を使用