SAI-Lab Blog

「ヒトとAIの共生」がミッションの企業、SAI-Lab株式会社のブログです。

技術書・ビジネス書大賞2019の投票が始まりました

技術書・ビジネス書大賞2019の投票が始まりました。
SAI-Lab代表の著書「はじめてのディープラーニング」を気に入ってくれた方は、ぜひ投票をお願いできないでしょうか。
投票に必要な本のISBNは、「4797396814」になります。 

www.shoeisha.co.jp

「はじめてのディープラーニング」はこちらになります。

www.amazon.co.jp

 

先週「ホモ・デウス」を読み終わりましたが、まだその余韻を引きずっています。

SAI-Labのミッションは「ヒトとAIの共生」なので、様々な共鳴するものを感じました。先ずは、我々がAIのことをよく知るところから始めないと、と改めて原点に立ち返る思いです。

 

文: 我妻(SAI-Lab代表)

 

人工知能で、世界はどう変わるのか?

人工知能学会の合同研究会に参加するために、慶應大学の矢上キャンパスを訪れました。日吉駅を降り、坂を上り降りして理工科部へ。

このキャンパスを訪れるのは初めてですが、理工学部がアクセスに難があるのはもはやテンプレートのようです。

 人気すぎて立ち見が出る勢いの、Preferred Networks岡野原さんの講演が始まりました。

「鳥よりも飛行機の方が圧倒的に効率が悪ように、現在の人工知能は脳よりも圧倒的に効率が悪い」ということで、コンピュータの性能向上を待たずとも、まだまだアルゴリズム側でできることがありそうな感触です。

その後、汎用人工知能研究会に参加。

初参加だけど、アカデミックな世界の第一線で汎用人工知能を研究している先生たちの講演を聞けて満足です。

印象としてですが、人工知能のアルゴリズムがますます複雑化し、その一方で脳の機能もますます複雑であることが分かってきているようです。ヒトの知能のような極めて汎用性の高いアルゴリズムを構築するためには、むしろシンプルな構成要素の集合体として知能を発現させてた方がアプローチとして有望なのでは、と個人的には思いました。

いわゆる創発による知能の発現ですね。

そういえば、「ホモ・デウス」をようやく読了しました。

ホモ・デウス 上: テクノロジーとサピエンスの未来

ホモ・デウス 上: テクノロジーとサピエンスの未来

 

 ヒトの生理現象や知能は、データや情報であるとの方向性で科学の世界での共通認識になりつつありますが、この本では、人類の後釜となるのは「データ」もしくは「情報そのもの」になりそうだということを指摘しています。

そもそも、人間の本質は本当にデータや情報なのかは証明されてはいませんし、これらが人類の後釜になるというのは予測にしかすぎません。

しかしながら、本の中ではその数々の兆しが指摘されています。個人的には十分にありうる未来のように思えますが、それは人類にとってそれほど悪い方向ではないと考えています。超進化したAIにとって人類は大した脅威ではないし、危害を加える理由も無いからです。

以下は、「ホモ・デウス」の中で扱っていたピグミー族の歌です。

本当に、この歌の背景となる豊かな精神性までデジタル化することは可能なのでしょうか。全てをデータにすると、失われてしまう大事なものがあるのでしょうか?あるいはそのようなものは無く、全てはデータ化することが可能なのでしょうか。

youtu.be

テクノロジーの爆発的な発展に伴い、なおさら人間(もしくは生物全般)の本質が我々に問われているように思えます。

Udemyで「ディープラーニング : Pythonでゼロから構築し学ぶ人工知能(AI)と深層学習の原理」を公開しました

世界最大のオンライン教育プラットフォーム、Udemyで新しいコースを公開しました。

ディープラーニング : Pythonでゼロから構築し学ぶ人工知能(AI)と深層学習の原理

https://www.udemy.com/deepzero/?couponCode=DZ-BLOG

f:id:azyukky:20181114153620j:plain


本コースは、ディープラーニングをゼロから実装する講座です。

TensorFlowやChainerなどのフレームワークを使わずに、畳み込みニューラルネットワーク(CNN)までゼロから構築できるようになりましょう。

ディープラーニングをフルスクラッチで構築することにより、普遍的な原理がしっかりと身につけます。

原理さえ習得できれば、どのようなフレームワークであっても今後身につけるのに苦労しません。

 

人工知能(AI)、特にその一分野であるディープラーニングは世界中の人々の関心を集めており、ビジネス、アート、研究、さらには宇宙探索に到るまで、様々な分野で活用され始めています。

本コースは、可能な限り多くの方がディープラーニングの本質を学ぶことができるように、プログラミングと数学から始めて畳み込みニューラルネットワークに至るまで、手を動かしながら少しずつ丁寧に学べるように設計されています。

また、扱うコードは直感的な分かりやすさを重視しています。

変数名やコメントにも注意を払い、可能な限りシンプルで可読性の高いコードを心がけています。 

本コースには前提となる知識が2つあります。

1つ目は、何らかのオブジェクト指向プログラミングの経験です。

本コース内でもPythonの解説をしますが、何からのプログラミング言語の経験があると学習がスムーズになります。

プログラミングが全くの初心者の方は、他のコースで基礎を身につけた上で本コースに臨むことをお勧めします。

2つ目は、中学-高校レベルの数学の知識です。

本コース内でもディープラーニングに必要な数学の解説をしますが、ベースとなる数学の知識があった方が望ましいです。

数学に自信のない方は、他のコースで数学を学んだ上で本コースに臨むことをお勧めします。

————————————————————

本コースの主な内容は以下の通りです。

Pythonの基礎

→ ディープラーニングを学ぶために必要なPythonの基礎を学びます。

数学の基礎

→ ディープラーニングを学ぶのに必要な数学のベースを身につけます。

ニューラルネットワーク

→ ニューラルネットワークの原理と仕組みを学び、簡単なニューラルネットワークのコードを実際に構築します。

バックプロパゲーション

→ 誤差の逆伝播により、ニューラルネットワークが学習する仕組みを学びます。

ディープラーニング

→ ここまで学んできた内容をベースに、層をいくつも重ねた深層学習を構築します。

畳み込みニューラルネットワーク

→ 畳み込みニューラルネットワークをゼロから構築します。

————————————————————

本コースは動画を見るのみでも学習が進められるようになっていますが、可能であればPythonのコードをダウンロードして動かしながら進めるのが望ましいです。

コードがダウンロード可能なので、これをベースにオリジナルのディープラーニングのコードを書いてみることもお勧めです。

実際に自分でディープラーニングのコードを書いてみることで、さらに学習するためのモチベーションが生まれてくるかと思います。 

本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

以上のように、ディープラーニングをゼロから構築しその原理を身につけていただくことが本コースの目的です。

本コースを修了した方は、学習意欲が刺激されてディープラーニングのことをさらに知りたくなっているかと思います。

「はじめてのディープラーニング」が好評を得ています

8/28にSBクリエイティブから出版した弊社代表の著書、「はじめてのディープラーニングが」好評です。

Amazonで2つのカテゴリーで1位になり、現在までの8件の評価は全て最高評価です。

「AIを学ぶ障壁を低くし、可能な限り多くの方がAIを学ぶことの恩恵を受けられるようにする」という本書の目的が、達成されつつあります。

以下はtwitter上における本書への反響です。

リクルートスタッフィングでAIの講演をしました

2018/10/31、新橋のリクルートスタッフィング本社でAIに関する講演をしました。

www.itstaffing.jp

講演のタイトルは、「知識0から始めるディープラーニング」です。
定員の30人をはるかに超える応募があったようです。

参加者には、全員に「はじめてのディープラーニング」がプレゼントされました。

www.amazon.co.jp

80分ぶっ通しでお話しするのは少々疲れましたが、モチベーションの高い参加者の方々にディープラーニングや深層強化学習のお話をするのは楽しかったです。

後半は疲れてトークにスムーズさが失われてしまいましたが、AIの楽しさが参加者に伝わったのであれば嬉しく思います。