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
IP重複は"ランディングVPC"で受け止める ― PrivateLink と Transit Gatewayによるマルチテナント接続基盤の設計
hatahata021
3
260
おうち環境でも「なるべく止めたくない!」 ― おうち環境の機器冗長化の理想と現実
yuutosi
1
640
「個社」ではなく「業界」の課題を解く AI 対話開発 ー 価値を広げる設計と、価値を守るエンジニアリング ー
ivry_presentationmaterials
4
840
さようならSSH鍵、こんにちはゼロトラスト ― AIフレンドリーで快適な自宅鯖SSH
atalie2m
14
7.4k
Del vibe coding a un Desarrollo (agéntico) fiable
jcabot
0
200
Gov-JAWS#9 統合監視機能のマネージドサービス化+AIによる障害時自動調査
fj_yoshimura_kosuke
0
230
Go でトランザクション、どう書いてますか?
knwoop
1
450
MCPでネットワーク障害調査を自動化する前に直すべき3つのこと
yama3133
1
650
落とし穴にハマってわかった 開発生産性を測るときに気をつけたいこと
munakata
3
480
20261113_JAWS_Osaka
takuyay0ne
1
600
パスワードのない鍵で、 データを手元に置く
ginjihayashi
0
400
実測データからサービスの成長余力を測る。負荷シナリオ・テストデータ・限界値の設計
kazatohiei
0
150
Featured
See All Featured
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
68
61k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
3.3k
The untapped power of vector embeddings
frankvandijk
2
2k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
340
How Software Deployment tools have changed in the past 20 years
geshan
3
35k
Paper Plane
katiecoart
PRO
6
55k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
640
Designing for Performance
lara
612
70k
WENDY [Excerpt]
tessaabrams
15
41k
A designer walks into a library…
pauljervisheath
211
25k
Accessibility Awareness
sabderemane
1
310
From Legacy to Launchpad: Building Startup-Ready Communities
dugsong
0
380