シリーズAI入門：12b 深層学習 後編

深層学習の後編，RNNやVAE，GAN，それらの応用について眺めます。

Transcript

1. ディープラーニング シリーズAI入門 深層学習 後編：RNNとその他の話題 © FSCjJh3NeB 2021 (※ 但し画像を除く)
2. RNN Recurrent NN テキストなど時系列データ処理に長けたNN 2
3. 順列計算 n 世の中，順番が大事なものとそうでないものがある u 仲良くなって，何度かデートしてから，その後 告白 p その他，お料理 や 化学実験 なども，全部 順番が大事。 • 全部の食材を煮込んでから，ニンジンを取り出して泥を落とし， みじん切りにして，その後皮をむく…みたいなことはできない u ネコ の画像を学習させるなら，順番はどうでも良い p 1万枚のネコ画像があったとして，どの順番で与えても良い 3
4. 時系列データ n 順序が大事になるデータ u 文章や，動画，販売数の推移，なにかの手続き，など n ひとつ前で見た CNN では順序はどうでもよかった u というか，単純パーセプトロン からはじまってここまで 順序に関することは全然出てこなかった n NN で 順序 をうまく扱うにはどうしたらいいのか？ 4
5. n 再帰型ニューラルネットワーク とも u テキスト処理などによく使われるNN p これまで見てきた NN がどれも 順伝搬型 だったのに対し， 名前の通り 再帰型 のネットワークを用いる点に特徴 • 順番を扱わないデータを 順伝搬 で扱う… ？ • “順”という言葉に惑わされないように。 • 順伝搬 の 順 は データの形式ではなくネットの形式 5 RNN: Recurrent NN
6. RNNでできること n 例えば… u 朝，ごはん， と来たら続く単語はどれ？ p 洗う，戦う，笑う，食べる，踊る，すべる u あり得そうなのはどっち？ p イヌ が ヒト を 噛む p ヒト が イヌ を 噛む 6 このレベルだと， RNNでなくても解ける 与える単語のセットは全く同じ！ 順番が違うだけ 朝，ごはん，と 一緒によく出てくる単語を探すという方法でも解ける このパタンは順番が非常に大事！！
7. 順伝搬と再帰 n 順伝搬 u 処理されたデータは，順番に次の層へ渡る n 再帰 u 処理されたデータが，再び次の入力に用いられることも 7
8. なぜ再帰型で順序を扱えるか n 前の入力のデータを，次の入力に生かすから u 1回目は，当然前のデータがないので何もないが… u 2回目は，2回目＋1回目のデータ u 3回目は，3回目＋2回目＋1回目のデータ …のように前の結果も使いながら学習できる n 基本はこれでおしまい。 u ちょっと線のつなぎ方を変えてあげるだけで， 時系列を扱えるようになった！ p CNN に比べると，話がすっきりしていて簡単 8
9. RNNにおけるデータフロー 9 x1 xi xI … … … y1 yk yK … … … … … この基本形を… このように表現 … t=1 t=2 t=3 t=N
10. RNNの課題 n データフローを見ると単純な形 n だが，ちょっと待って…！！！ n RNNには様々な課題が… u 実際には，t=N から t=1 までのかなり深いネット p t の進展に応じて，古いデータも全部，逆誤差伝搬のため 計算量も多いし，勾配消失もするし，面倒… u 普通は関係なさそうな情報は重みをゼロにして良いが， 時系列だと後で関係する可能性があり，ゼロにできない （入力衝突問題） 10
11. n もう1回待って…！ n 勾配消失？終わった問題では？ u そう思ったヒトは正解です。 p 活性化関数に ReLU などを用いれば回避可能 u ただ，系列が長くなるにつれ， ものすごく深いネットワークを計算しないといけない， と言う問題は残るし，入力衝突問題も 11 ҟٞ͋Γʂ
12. 入力衝突問題 n 重み の調整がうまくいかない問題 u 一般的な NN における 重み の調整では… p 過去と同じパターンが来た • → このパターンに適合するよう，重み(W1 )を大きく p 新しいパターンが来た • → このパターンに適合するよう，別パタンの重み(W1 )を小さく u RNN では 前の情報も覚えているので… p AGCCCG… という入力があったとき… • 初回の A は初めて なのでOK • G が来ると，Gは初めてなのでAの時の重みを下げて… でもひとつ前の A も入ってくるので重みを上げて… • おや？？ 結局，上げるの？下げるの？ …という問題が発生 • 次に AGC が来ても同様 12 ※ 上げる・下げる で，打ち消し合い学習が進まない
13. LSTM：Long-Short Term Memory n 長期記憶，短期記憶，忘却 の機能を組み合わせ， 入力衝突などの問題に対処した RNN u 入力系列を全部保存しようとするので， 計算が爆発したり，衝突が起きたり問題が生じた u 覚えておくべきものと，忘れて良いものがある p 全部覚えなければ，その分計算料を節約できるほか， 必要なものは長く記憶しておく…と言うことも可能になる 13 いらないものは捨て， 必要なものは保存
14. LSTMにおけるデータフロー 14 … t=1 t=2 t=3 t=N どこかで見たような？？？ 隠れ層 を工夫しているだけで基本形はそのまま
15. LSTMにおける隠れ層の中身 15 LSTMブロック セル 入力ゲート 忘却ゲート 出力ゲート …まぁ，こんなの急に見せられても分かりませんよね。 なんか，長期・短期記憶とか，忘却とかをなんやかんやしてるんだなぁ と，おもって，ぼーっと眺めるくらいで大丈夫です。
16. LSTM と 認知科学 n 長期記憶，短期記憶，忘却…どこかでみたような？ u ヒトの情報処理（認知科学）の回で見た u LSTM は ヒトの認知モデルを参考にして 構成されている…といっても良いかもしれない 16
17. その他 深層強化学習，深層生成モデル 17
18. 深層強化学習…の前置き n そもそも 強化学習 とは？ u このシリーズでは，機械学習の回で軽く説明しただけの 謎の技術 u ゲームの中で，最適なルート・戦略を学習する… などが典型的な 強化学習 のケース p 行動を学習する仕組み • 何かをするたびに何らかの報酬を得る（負の報酬もあり得る） • 報酬を最大化するように「こういうときはこうする」を学ぶ p 代表的な手法には，Q学習，モンテカルロ法など 18 基本は適当に色々やってみて，成功したときの行動を徐々に覚えていく… という，力押しのアプローチ。 なんかよくわかんねーから，とりあえずやってみようぜ！の精神。
19. 強化学習の例：多腕バンディット n 良い感じのスロットマシンを見つけよう！ u 問題設定 p 目の前にスロットマシン※が複数台 p マシンごとに当たりがでる確率が異なる p 当然，よく当たるスロットマシンで遊びたい u 基本戦略 p 最初はよく分からないので，全部のマシンで何回か遊ぶ p 比較的，当たりがよく出たマシンに絞り込んでいって… p 最終的に一番よく当たるマシンを見つける 19 ※ 宝くじ の発券機だと思ってください
20. 多腕バンディット 20 そこそこ よい J わるい L 1回目 100円 20円 20円 10円 50円 120円 30円 100円 80円 2回目 N回目 … … … 1台あたり何回引くか？ 探索と集中にどのくらい配分すれば， ベストなマシンを選べるか？ 強化学習を使うと上手く解ける 確率なので，偶然良い感じの 結果を得られることもある この “当たりの確率” は 隠されていて分からない （正規分布とも限らない）
21. 何が難しいのか？ n そんなに考えるところある…？ u 5回くらいやって平均とって，高いやつ上位X件… とかを繰り返せば良いんじゃないの？ u 確率分布の形状が未知の場合，何回が適切？ u どのくらい探索して，どのくらい集中するのがベスト？ p 集中しすぎると，途中で確率変わったらバースト（破産） p 探索ばかりだと，全部のマシンの平均値くらいしか稼げない 21 スロットマシンを選ぶ…というだけでも意外と面倒 問題が複雑になると，各選択肢ごとに探索・集中して戦略を学習
22. ちょっと変わった探索問題とも言える n 探索はこのシリーズ初期でも取り上げた u いろんな遷移を探索木，グラフで表現して探った u 状態遷移をすべて書き下していたが，フレーム問題も n 強化学習はこの探索と似た面もある u オープンではない探索木について，色々やってみて， エッジごとの重みや，良さそうなルートを探索 22
23. 深層強化学習 n DNNを用いた強化学習 u どこに DNN を使う要素があったのか？ u 強化学習の動き p XXXという行動をしたとき，どのくらい上手くいったか？ • 上手くいったかどうか ＝ 報酬 • この世界の裏側に何かの規則があるとすると，報酬 = f(行動) この f(x) を評価関数/価値関数 という。 • 上手くいったかどうかの学習 とは 隠された 評価関数 の学習 23 関数の学習は，まさに DNN が 得意とするところ （NNはフーリエ級数のようにニューロンの重ね合わせで関数を模倣するものだった）
24. 深層強化学習 n 評価関数の学習にDNNを用いた強化学習 u 具体的な例 p AlphaGo ： 2016年に囲碁の世界チャンピオンに勝利したAI • 深層強化学習を用いて手の評価をする…その他の工夫で， 計算爆発を防ぎつつ，人間では思いつかなかった良い手なども開拓 24
25. 深層強化学習：その他の例 25 https://www.youtube.com/watch?v=hx_bgoTF7bs 効率の良い走り方を学習 実際のゲームを攻略 https://www.youtube.com/watch?v=qv6UVOQ0F44
26. 深層生成モデル n これまでは，与えられたデータについて， 何らかの判断を行うものばかり見てきた n 学習したデータから，新しくデータを作る という方向性の作業を行わせることはできないか？ 26 深層生成モデル
27. 2つの方向性 n 識別の延長として捉える（識別モデル） u すでに見た，“朝，ご飯”ときたら？ のような問題 n 学習結果から作成する（生成モデル） u 例えば…“朝，ご飯”のような単語が生成される トピック（単語集合）の確率分布があったとして， そこから，確率的に単語を抽出して文を構築 27 いろいろ見てきたので，イメージできる …多分 急に出てきた，謎の方式！！！ こちらが 生成モデル この生成モデルにDNNを使うと 深層生成モデル
28. 確率モデル n この世界で起きることは，0/1では分かちがたい u いろいろな物事は確率的に起きる…こともある u 色々な物事を確率で表すこともできる p 今日，雨が降る確率 80% p 宝くじに当たる確率 0.00001% p コーヒーをひっくり返す確率 0.0002% n もっと過激な感じの設定にして… u 本当は世界はいろんな確率密度関数の重なりと考える p あらゆる物事の生起確率について，それぞれ確率密度関数が… 28
29. 確率モデル n 実は 機械学習などの手法で， 物事の確率分布を算出することもできる u 何をしたら何が起きたか？ のデータが沢山あると， その物事が，どんな確率分布から生じそうか分かる p 例えば，サッカーについて話しているときの単語の生起確率 • ボール 80%，ゴール 80%，…･，うどん 0%，お寿司 0% u 確率が分かっているなら，データが作れる p 適当に（確率分布に従って目の出る）サイコロを転がして， 単語を抽出すれば，それっぽいサッカーの話題ができるはず 29 こんな感じで，確率分布からデータを作る
30. 深層生成モデル n メジャーな2つの手法 u 変分オートエンコーダ p VAE : Variational Auto Encoder u 敵対的生成ネットワーク p GAN : Generative Adversarial Network 30
31. 変分オートエンコーダ：VAE n 名前の通り，ちょっと変わった自己符号化器 u 隠れ層の部分を 確率分布 で捉えられるようにする p ざっくり言うと，0から1 の範囲で出力するようにする p そのために，平均μ と分散σ を学習 31 x1 xi xI … … … … … … … y1 yk yK … … = x1 = xi = xI … … … … … μ σ Z Encoder Decoder
32. 敵対的学習：GAN n 単に画像を作る…と言うのでは良い悪いが不明 n 2種類のAIに競わせることで，より良いモデルを！ u 例えば精巧な偽札を作りたいとして… p 偽札を作る犯罪者AI と 偽札を見破る警察官AI を用意 • 犯罪者は偽物を見破られたら，よりよくするよう工夫 • 警察官は偽物を見破れなかったら，見分けられるよう学習 32 ジェネレータ ディスクリミネータ
33. 敵対的学習のモデル 33 ジェネレータ 偽物データ ディスクリミ ネータ 本物データ 真／偽？ ジェネレータ と ディスクリミネータ に DNN（CNN） を用いる
34. 深層生成モデルの例 34 https://thispersondoesnotexist.com/ ThisPersonDoesNotExist.com 左の人物は自動生成された 実際には存在しない人の顔 GAN で 訓練されたモデルで 生成されている アクセスするたびに， 非実在人物の顔を作成
35. 深層生成モデルの例 35 https://www.openai.com/blog/dall-e/ OpenAI： Dall･E チュチュを着た大根の赤ちゃんが 犬の散歩をしている 絵 …という，お題のみを与え， AIに作画させた結果 内部で使われている GPT-3 は 画像の他，文章の自動生成も可能
36. 深層学習を用いたその他の例 36 https://deepmind.com/blog/article/alphafold-a-solution-to-a -50-year-old-grand-challenge-in-biology AlphaFold2 タンパク質の立体構造を予測 タンパク質の折り畳まれ方は 予想することが極めて困難だった
37. DNN と ハードウェア CPU と GPGPU 37
38. DNN の 普及にはハードの観点も n 今まで見てきたとおり DNN は高性能 n 一方，計算量は膨大… u そもそもデータを沢山読み込ませるし， 層が増えると誤差逆伝搬の回数も増えていく p 入力から出力まで，各層10ノード，隠れ層8層だと… 10^10 ＝ 1,000,000,000 (10億) 38 実はハードウェアの能力向上も DNN の 発展普及に大きく貢献
39. DNN と ハードウェア n DNN 周りでは GPU/GPGPU と言う単語が… 39 メモリ 現代のコンピュータの基礎構成要素 I/O バス レジスタ CPU 28 以前の回で出てきた “基本構成要素” には見当たらない…
40. GPU n GPU の前に CPU 再確認 u Central Processing Unit : 中央演算装置 p 実際にいろいろな計算を行うコンピュータの頭脳，そろばん n GPU u Graphics Processing Unit : 図学処理装置 p 画像出力専用の そろばん だと思えば良い p そろばん なら CPU があるわけで，なんでわざわざ？？？ 40
41. GPU の 必要性 n すでに見た画像処理の方法を思い出すと… u 画面の1セルごとに，RGBの濃度や明るさ を制御 p 4Kディスプレイだと 800万 セルくらいを処理する必要 u 3Dのゲームなどでは，その計算も必要 しかも 高速に n 1セルごとの計算自体は比較的単純＆独立だが とにかく，ものすごい数をどんどんさばく必要 u CPU は複雑な順列計算が得意なので，これらの処理を わざわざ CPU で行うのはもったいない 41
42. CPU vs. GPU n CPU u 複雑な計算OK u 基本は順列計算 p 精々 4〜8並列程度 n GPU u 単純計算のみ u 基本は並列計算 p 数千並列 42 G PU
43. ニューラルネットとGPU n NN，特に DNN は計算が大量 u 各層の単位では，エッジごとに計算は独立かつ単純 p つまり，並列計算 が 可能な，大量計算が必要な問題 u DNN の 問題は GPU で扱いやすいタイプ！！ p さらに，2010年代位からは特にゲーム用途でGPUが高性能化 43 DNN で 画像を扱うから，GPU…と言うわけではない J
44. GPU から GPGPU へ n GPGPU u General Purpose Computing on GPU u これまで見てきたとおり，GPU は 画像用 u しかし，画像処理以外にも便利に使える u というわけで，GPU を 画像処理以外のことにも使う 44
45. DNNを巡る課題 n 現状ではDNNの活用は物量勝負 u 精度向上のためにも大量のデータが必要 u 精度を上げるには大量のGPUも必要 p 層を深くすれば精度はどんどん上がるが，計算量も増大 45 Google や Amazon など， 計算リソースとデータがある企業が勝つ