AI(人工知能)を土屋が分かりやすく解説します!!

_______________________________

グループ企業国内外12社の会長として
六本木ヒルズに10年以上住み続けている土屋ひろしが
“初心者が1,000万円をすぐ稼ぐ為にまず1番最初にやるべき事”
をLINE登録者に期間限定で無料でプレゼント!! ↓
今すぐ土屋ひろしのLINE@に登録
1000万稼ぐ為に1番重要な手法をすぐに手に入れる>>>
http://bit.ly/2tzEPaO

_______________________________

土屋です。

最近、ニュース、雑誌、ネットの記事などでも「AI(人工知能)」に関する情報が多く出回ってますね。

ひょっとすると、

・それって映画だけの話でしょ?

・なんか難しそう、、、

・そもそも自分には関係ない

そう思っているあなたは要注意です。この間香港に土屋が出張に行ったら、すでに街中をAIの自動運転で車が走っていましたから。だからAIはすでに私たちの生活の中に溶け込んでいますし、これからどんどん広がっていくことは間違いありません。

今日はそんなあなたのために「AI(人工知能)」を理解する上で欠かすことのできない3つのキーワードを交えながら土屋が分かりやすく解説していきます!

ビッグデータ

AIを理解する上で重要な最初のキーワードは「ビッグデータ」です。ビッグデータとは、従来のデータベース管理システムなどでは記録や保管、解析が難しいような巨大なデータ群のことを言います。

例えば、あなたが「 Amazonn 」で本を買ったとします。決済完了後、「よく一緒に購入されている商品」「この商品を買った人はこんな商品を買っています」といった感じで別の商品をAmazonが勝手に勧めてきたりしますよね(笑)

これはAmazonのAI(人工知能)があなたの購買データを一つ一つ学習し、過去に同じ商品を買った人や似た様な商品を買った人のデータと照らし合わせて、さらに別の商品を紹介しているわけです。実は土屋もこのAIの商品紹介のせいで余計なものを色々とポチってます(笑)

今までは管理しきれないため見過ごされてきたそのようなデータ群を記録・保管して即座に解析しているわけです。これからAIがビッグデータを解析することで、ビジネスや社会に有用な知見を得たり、これまでにないような新たな仕組みやシステムを産み出す可能性が高まると期待されてます。

機械学習

AIを理解する上で重要な2つ目ののキーワードは「機械学習」です。

ちなみに「Wikipedia大先生」によると、

機械学習(きかいがくしゅう、Machine learning)とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。

らしいです(笑)

なんとなーく意味は理解できますが、実際にどうやって実現しているのかさっぱり分かりません。簡単にいうと、機械学習とは「データから反復的に学習し、そこに潜むパターン(特徴)を見つけ出すこと」ってことなんですね。

人間はふだん目でみた視覚的な情報を脳で瞬時に情報処理をしています。例えば、猫を見たらすぐに猫と分かりますし、犬を見たら犬だってわかるじゃないですか。同じ4本足の動物ですが、しぐさ、姿、形、大きさ、色、鳴き声などの特徴(パターン)から判断することができますよね?

しかし、困ったことにデジタルな情報しか扱えないAI君にとって、特徴を見つけ出すことはとっても難しいわけです。なぜならどうしても数字で表す必要があるので、「猫は体長が◯◯cm~◯◯cm程度で、足の長さは◯◯cm~◯◯cm程度で…」などと定義しないといけないからです。でも、猫の特徴を表す数字には個体差が大きいため、どうしてもあいまいな定義しかすることができません。

そこで大量のデータから分析や解析をして、ある一定の特徴を見つけ出す技術や手法が必要になってきます。

ディープラーニング

AIを理解する上で重要な3つ目のキーワードは「ディープラーニング」です。ディープラーニングとは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれる学習のことです。ディープラーニングは簡単にいうと以下の3つの層で形成されます。

1 入力層

2 中間層(多層になっている)

3 出力層

ディープラーニングは上記に示す「中間層を多層にする」ことで情報伝達と処理を増やし、特徴量の精度や汎用性をあげたり、予測精度を向上させたりすることを可能にしてるんですね。ディープラーニングは「深層学習」と言われるくらいなので、ここまでは想像がつくと思いますが、具体的にどういった過程を踏むのか例に出して説明します。

例えばディープラーニングでロボットに「目の前においてある果物が何なのか」を認識させるようにするにはどうすればいいのかを例に説明します。簡単にいうとディープラーニングは二段階あります。

学習処理 

大量の画像データを分析して果物を学習する。

推論処理 

未知のデータに対して過去のデータから学習した情報を元に推論をする。

こんな感じでディープラーニングは大量のデータさえあれば、従来の機械学習などではできなかった複雑な扱いづらいデータも処理を行うことが可能になったという点が大きな変化です。

この記事を読んで参考になったらぜひ「はてブ」「Pocket」で土屋の最新ブログをチェックしてくださいね。

土屋より。

 

【土屋ひろし公式メルマガはこちら!】


豪華プレゼントあり!!

画像の説明文
0円から始める資産形成方法を知りたくないですか?土屋は2002年から個人でビジネスを始めました。 当時は月収10~15万円を行き来する不安定な派遣社員・・・ バイト同然の給料で本当に極貧の中を生きていました。 今思い出すだけでも身震いしてしまいます。 「この地獄を早く抜け出さないと」そんな心の叫びを日々抱えながら、 私は個人で様々なビジネスを始めました。 でもどれもこれもうまくいかず、満足に稼げることはありませんでした。 そんな中、「ある手法」で偶然にも稼ぐことができました。 そのたった1つの方法をこっそりお教えします。