♪この章の曲三度目の正直ブーム!
サビで覚えて、下の会話で回収
#12012年、画像認識の大会で大差

2012年! 画像認識の大会「ILSVRC」で事件が起きた!

…写真に写っているものを、1000種類の中から当てる大会。

ルナの写真なら、1000種類ぜんぶ「かわいい」♡

分類になってない!

…5つまで答えていい部門で、ディープラーニングのチームの誤りは15.3%。2位は26.2%。

10ポイント以上の大差!
| 1位 SuperVision | 2位 ISI | |
|---|---|---|
| 誤りの割合 | 15.3% | 26.2% |
| 方法 | ディープラーニング | 人が設計した特徴を使う |
#2人間を超えたのは、2012年じゃない

AIが人間を超えた日、なのね♡

…ちがう。人間の誤りは約5.1%と見積もられている。15.3%は、まだ人間に負けてる。

え、待って。じゃあ、いつ超えたの?

…2015年の論文で、誤り4.94%。「人間の水準を初めて超えた」と発表された。

2012年は「大差で勝った年」! まちがえないようにしよ!
#3ディープラーニングって、なに?

…人間の神経回路をまねた「ニューラルネットワーク」を、何層も深く重ねたもの。

ディープは、深い愛じゃなくて、深い層!

…どこに注目するか(特徴量)を人が決めなくても、データから自分で見つける。ここが新しい。
人間の神経回路をまねたニューラルネットワークを何層も重ね、データから注目すべき特徴を自分で学ぶ機械学習の手法
Deep Learning
#4種は、冬のあいだにまかれていた

でもね、冬のあいだも、研究をやめなかった人がいたの…♡

…1980年、日本の福島邦彦さんの「ネオコグニトロン」。目で見たものを処理する脳のしくみを、まねた。

…1989年には、ヤン・ルカンさんたちが、手書きの郵便番号を読み取った。のちの「LeNet」につながる研究。

30年以上前から! なんで、そのときはブームにならなかったの?

…学ばせるデータも、計算する力も、足りなかった。
- 1980年福島邦彦「ネオコグニトロン」
- 1989年ルカンたちが、手書きの郵便番号をニューラルネットワークで読み取る(LeNetの流れ)
- 2012年ILSVRCで、ディープラーニングのチームが大差で優勝
- 2015年画像分類の誤りが4.94%に。人間の推定5.1%を下回る
- 2016年3月アルファ碁が、トップ棋士のイ・セドル九段に4勝1敗
#53つの要因がそろった

それが、2010年ごろにそろったんだ!

…1つめは、大量の画像を集めた「ImageNet」。今は1400万枚以上。

2つめは、計算が速い「GPU」♡ 2012年の優勝チームも、GPUで学習させたの

…3つめは、深い層でもうまく学べる工夫。この3つが、主な要因として挙げられる。

2016年には、アルファ碁がトップ棋士に4勝1敗!

囲碁でも勝っちゃうなんて…ルナも、恋の一手を読んでほしい♡

…それは、読まなくても分かる。
ミコのメモ(自分あて)
- 2012年ILSVRCでディープラーニングが大差で優勝(誤り15.3%)既読
- 人間(約5.1%)を超えたのは2015年。2012年ではない既読
- 源流はネオコグニトロン(1980年)とLeNet(1989年〜)既読
- データ(ImageNet)・GPU・学習の工夫がそろった既読
試験デンデン! 1問だけ
1980年に福島邦彦が発表した、目で見たものを処理する脳のしくみをまねたニューラルネットワークのモデルは?
福島邦彦が1980年に発表したのはネオコグニトロン。LeNetはヤン・ルカンたちが手書き数字の読み取りで発展させたネットワーク、ImageNetは大量の画像を集めたデータセット、アルファ碁はディープラーニングと探索を組み合わせた囲碁のプログラム。
※ 出題範囲を参考にしたオリジナル問題です
この記事の出典
- ImageNet「ILSVRC2012 Results」
- Krizhevsky ほか「ImageNet Classification with Deep Convolutional Neural Networks」(NeurIPS 2012・GPUで学習)
- He ほか「Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification」(2015年・人間の推定5.1%)
- ImageNet「About ImageNet」(画像14,197,122枚)
- Fukushima「Neocognitron」(Biological Cybernetics, 1980年)
- LeCun ほか「Backpropagation Applied to Handwritten Zip Code Recognition」(1989年)
- 総務省「平成28年版 情報通信白書」人工知能(AI)とは(アルファ碁 4勝1敗)
- JDLA「G検定とは」(シラバス)
「3つの要因(データ・GPU・学習の工夫)」は、よく挙げられる主な要因の整理です。人間の誤り約5.1%は、ILSVRCの運営側の研究者が見積もった値として論文で引用されているものです。
G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。