Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
猫にもわかるAI
Search
Hideyuki Yokoyama
December 20, 2020
Technology
1
49
猫にもわかるAI
非技術者のための、AIの分類と簡単な説明です。
Hideyuki Yokoyama
December 20, 2020
Tweet
Share
Other Decks in Technology
See All in Technology
Microsoft Build 2025 技術/製品動向 for Microsoft Startup Tech Community
torumakabe
1
210
ObsidianをMCP連携させてみる
ttnyt8701
2
140
AWS アーキテクチャ作図入門/aws-architecture-diagram-101
ma2shita
29
9.5k
AIエージェント最前線! Amazon Bedrock、Amazon Q、そしてMCPを使いこなそう
minorun365
PRO
11
4.1k
Oracle Audit Vault and Database Firewall 20 概要
oracle4engineer
PRO
3
1.6k
JSX - 歴史を振り返り、⾯⽩がって、エモくなろう
pal4de
3
1.1k
BrainPadプログラミングコンテスト記念LT会2025_社内イベント&問題解説
brainpadpr
0
160
AWS Summit Japan 2025 Community Stage - App workflow automation by AWS Step Functions
matsuihidetoshi
1
140
AIの最新技術&テーマをつまんで紹介&フリートークするシリーズ #1 量子機械学習の入門
tkhresk
0
130
Observability infrastructure behind the trillion-messages scale Kafka platform
lycorptech_jp
PRO
0
130
あなたの声を届けよう! 女性エンジニア登壇の意義とアウトプット実践ガイド #wttjp / Call for Your Voice
kondoyuko
1
160
_第3回__AIxIoTビジネス共創ラボ紹介資料_20250617.pdf
iotcomjpadmin
0
140
Featured
See All Featured
BBQ
matthewcrist
89
9.7k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
281
13k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.8k
The Invisible Side of Design
smashingmag
299
51k
Building an army of robots
kneath
306
45k
Six Lessons from altMBA
skipperchong
28
3.8k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
137
34k
Designing Experiences People Love
moore
142
24k
Making Projects Easy
brettharned
116
6.3k
Building a Modern Day E-commerce SEO Strategy
aleyda
41
7.3k
YesSQL, Process and Tooling at Scale
rocio
173
14k
Transcript
猫にもわかるAI
自己紹介 - @yoko8ma - 某AIスタートアップでSAや技術採用など
AIの分類 強いAI 弱いAI ルール ベース 遺伝的 アルゴ リズム 機械学習 教師あ
り 教師な し 強化学 習 ニューラルネットワーク 深層学習
AIとは? 強いAI 弱いAI と
強いAI
人間と同じように思考できるAI - ドラえもん - 2001年宇宙の旅のHAL - ターミネーター 2020年現在、強いAIは存在していない そもそも実現可能かどうかも不明
弱いAI
特定領域の問題解決に特化したAI - ルンバ → 掃除 - Alpha Go → 囲碁
SiriやAlexaも弱いAIの一種
AIとは?(再び) ルール ベース 機械 学習 遺伝的 アルゴリズム
ルールベースとは? 事前に設定したルールに一致した答えを返すシステム 全てのルールを人間が考える 想定外には対応できない クロネコヤマトの再配達受付チャットボットなど
遺伝的アルゴリズムとは? 手当たり次第に答えを用意して、問題に対して一番成績が良かっ たものを残す これを繰り返して最適化していく N700系新幹線のフロントノーズ設計など
機械学習とは? 膨大なデータからパターンを見つけ出す(=学習) パターンを使って未知のデータを分類・予測する 学習方法に種類がある - 教師あり学習 - 教師なし学習 - 強化学習
教師あり学習とは? 用意したデータに人間がラベル(=正解)をつけていく AIはデータとラベルの組み合わせを学習する 学習した結果をモデルという モデルを使って未知のデータから正解を予測する
教師なし学習とは? 用意したデータをAIが分類する 分類した結果に人間がラベルをつける 分類方法を学習したモデルを使って未知のデータを分類する
強化学習とは? 振る舞いによって得られた報酬から、振る舞いを再帰的に学習す る方法 自動運転やゲームでの利用が多い
AIの分類 強いAI 弱いAI ルール ベース 遺伝的 アルゴ リズム 機械学習 教師あ
り 教師な し 強化 学習 ニューラルネットワーク 深層学習
弊社の主戦場 深層学習を使わない教師あり学習 - データはある - データに対するラベリングをする - 精度の良いモデルをつくる - 分類・予測する
分類 人が在宅かどうか判定したい 過去の電力データと、それに対応する在不在ラベルを用意する 学習する 今の電力データをもとに在不在を判定する
回帰 過去の発注と在庫のデータがある 在庫を最小にするような発注数を学習する 学習したモデルを使って来週の発注数を予測する