ツイッター掲載中感があります。つい５年くらい前であれば、ＡＩは専門用語であ
り、エンジニアしか知らなかった言葉です。したがって、書いて
いると、話がどうしても難しくなります。しかし、どうせ知るの
であれば、多少詳しいところまで、踏み込んで知る方があとあと
まで役に立ちます。
どうしてコンピュータが人間と同じように見たり、聞いたりで
きるのでしょうか。ついこの間まで、コンピュータはモノのかた
ちを認識できなかったのです。ここに一枚の写真があったとしま
す。人が写っています。人間なら、すぐそれが人の写真であり、
女性の写真であるかがわかりますが、コンピュータは何の写真か
ぜんぜんわかりません。コンピュータが把握できるのは、無数の
小さいピクセル（画素）の集合体にしか見えないのです。それを
具体的な画像としてコンピュータに認識させる技術が「ディープ
ラーニング」です。
添付ファイルを見てください。ＡＩには、構造的にデータを入
力する「入力層」と、結果としてデータを出力させる「出力層」
があります。中間部には「隠れ層」という層がいくつもあります
が、データはそれらのいくつもの層を通過するごとに、少しずつ
具体的なかたちとしてとらえ、最終的に完全なかたちとなって出
力されます。そういう多くの層を通過することから「ディープ」
と呼ばれるのです。
この画像認識について、早稲田大学ビジネスファイナンス研究
センター顧問の野口悠紀雄氏は次のように解説しています。
─────────────────────────────
画像認識の場合、画像を多数の小さな部分（ピクセル）に分け
数値化したデータを、ニューラルネットワークの最初の層に人力
する。そこから第２層にデータが渡される際、各ニューロンの値
に異なる値（重み）を掛けた値を次の層の特定のニューロンに送
る。以降、同様にして最後の層までデータが渡され、最終的な出
力が生成される。
何十万枚、あるいは何百万枚もの画像を読み込む学習によって
正しい答えを出せるようになるまで重みの値を調整する。現在で
はエラー率が５％まで低下しており、人問の画像認識能力とほぼ
同じになつている。対象によっては、人間より速く正確に認識で
きる。 ──野口悠紀雄氏論文
「ディープラーニングの驚くべき威力と限界」
『超整理日記／週刊ダイヤモンド』／２０１８年５月１２号
─────────────────────────────
コンピュータが画像を認識できるということは、手書きを含む
文字はもちろんのこと、モノの形状を認識できるので、宅配、郵
便などの物品の仕分け作業の分野などで、ＡＩは、大いに役に立
つことになります。
医療分野においても、ＡＩの需要は高いのです。日本は医療機
械のＣＴとＭＲＩの台数では、それぞれ世界第１位と２位ですが
それを撮影し診断する放射線医の数が圧倒的に不足しています。
したがって、ＡＩを使えば、ＣＴやＭＲＩの画像の診断に役立て
ることができます。しかも、診断を重ねるごとに、判断の精度は
向上していくことになります。
２０１２年６月のことです。グーグルとスタンフォード大学の
共同研究チームの開発したニューラルネットワークが、ＡＩの歴
史に残る成果を発表します。ユーチューブの動画から「猫」の概
念を獲得したという発表です。「猫の概念の獲得」というのは、
コンピュータが、猫が写っている画像を見分けられるようになっ
たということを意味します。
この場合、重要なのは、コンピュータに猫の特徴を教えていな
いということです。特定の何かが写っている動画を与えたのでは
なく、任意のユーチューブ動画で学習させただけです。実験内容
を少し詳しく述べます。
具体的にいうと、ユーチューブにアップロードされている動画
からランダムに取り出した「２００×２００ピクセルサイズ」の
画像を１０００万枚用意し、１０００台のコンピュータを使って
９つの層のニューラルネットワークで、ディープラーニングによ
る学習を行わせたのです。
ＡＩは、さまざまなモノが写っている１０００枚の画像を学習
し、パターン分析を行い、グループ分けを行ったのですが、その
なかで猫については認識できるようになったということです。そ
れは、おそらく動画には猫が一番多く写っていたのではないかと
思われます。実際にネット上には、おびただしい数の猫の動画が
溢れています。
いわゆるニューラルネットワークの「機械学習」には、次の２
つの学習法があります。
─────────────────────────────
１．教師あり学習
２．教師なし学習
─────────────────────────────
１の「教師あり学習」とは、文字通り人間が先生になって、つ
きっきりで、コンピュータに教えることです。たとえば、猫とは
どういうかたちをしているかについて、その特徴点を教え込み、
複数の動物の写真のなかから、正確に猫の写真を選ばせるように
する方法です。しかし、この方法では、ＡＩはいつまで経っても
人間を超えることはできません。
これに対して２の「教師なし学習」は、人間の助けなしにコン
ピュータに独力で学習させる方法です。多くのデータのなかから
自律的に学習させる方法です。グークルとスタンフォード大学の
共同研究チームは、これを達成させたのです。
実は、猫だけではなく、自動車、椅子、人の顔などの概念も同
時に認識していたそうです。いずれにしても、この快挙によって
ＡＩは人間に大きく一歩近づいたといえます。
──［次世代テクノロジー論Ⅱ／０２６］
≪画像および関連情報≫
●パスポートをかざすだけで入国審査／「顔認証ゲート」
───────────────────────────
法務省は２０１８年６月８日、国内で初めて成田空港で、
１１日から運用を開始する顔認証技術を活用した「顔認証ゲ
ート」を公開した。パスポートをかざすだけで入国審査がで
きるシステムで、事前手続きは不要となる。本格運用によっ
て、出入国手続きの時間の短縮が期待される。利用者の多い
中部、関西、福岡空港でも、年内に導入される予定。
顔認証ゲートでは、ＩＣチップが内蔵されたパスポートを
機械にかざしチップの顔写真データと、自動化ゲートのカメ
ラで撮影した顔をコンピューターで照合。同一人物か確認し
顔が一致すればゲートが開く。
対象は身長１３５センチ以上の利用者。法務省によると、
他人を誤って入国させる確率は０・０１％以下という。パス
ポート発給時と顔が大きく変わっていなければ１０秒ほどで
終了する。マスクや帽子を着用していると注意を促すメッセ
ージが機械に表示される。
現行の出入国審査では、審査官がパスポート写真と本人を
見比べて確認する手続きが一般的だった。昨年１０月から羽
田空港国際線ターミナルで帰国者を対象に３台が先行導入さ
れていたが、本格導入は成田が初めて。今月１１日から第２
第３ターミナル、１８日から第１ターミナルの上陸審査場で
運用を開始する。 https://bit.ly/2sQYTaa
───────────────────────────
ニューラルネットワーク／ディープラーニング
