Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
猫にもわかるAI
Search
Hideyuki Yokoyama
December 20, 2020
Technology
58
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
Transcript
19 slides
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
Other Decks in Technology
See All in Technology
飯から始まるデータエンジニア
sansantech
PRO
0
130
共通基盤の実装に Kotlin - Quarkus を選定した理由と採用したアーキテクチャ
nealle
1
160
信頼性を犠牲にせず、PR マージからデプロイまで人の介入を完全にゼロにするまでの道のり
knwoop
4
2.1k
Is the Website Dying?
miriamschwab
0
120
農家は秘伝のタレを知らない - NOBODY KNOWS THE HIDDEN SOURCE - Kaggriculture 3rd Place Solution
masspeaks
3
670
Platform Engineering をベースとした Agentic Software Factory の実践
110y
3
820
E2E Test というハーネス — AI時代の自動テスト民主化
daishukojima
10
6k
[NW-JAWS DAY]「うちのAWS、インターネット出られないんで」― AWS外の自社サービスをPrivateLinkでシュッと公開する方法
ykimi
3
910
Context parameters で作る!はじめての型クラス
kworkdev
PRO
1
170
AWS Client VPNの設定でハマったポイントとその過程での気づき
amarelo_n24
1
430
RAGの改善を速く回すための評価基盤
yosukeyoshida
6
3.5k
現地速報! Microsoft Ignite アップデートレポート
kasada
1
440
Featured
See All Featured
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
530
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
620
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6.2k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Are puppies a ranking factor?
jonoalderson
2
4.2k
The Cult of Friendly URLs
andyhume
79
7.1k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.4k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
1.1k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.4k
Test your architecture with Archunit
thirion
2
2.5k
Testing 201, or: Great Expectations
jmmastey
46
8.4k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k