AI基礎講座 第1話 自己紹介と講義の目的

株式会社Ridge-i内の2019年度インターンシッププログラムで行った基礎講座。

第1話は自己紹介と講義の目的の解説！そもそもこの講義をしている牛久という人物は何者なの？という話と、今なぜAIがブームになっているのか、その中で起きた牛久個人の自虐的エピソードまで。

対応する動画が https://youtu.be/qzLXk7Jtwjs にアップロードされておりますので、ご興味があればご覧ください。

Transcript

1. Ridge-i インターンシッププログラム
   人工知能・機械学習（AI/ML）基礎講座
   第1話 自己紹介と講義の目的
   Chief Research Officer
   牛久 祥孝
   

   View Slide

2. 2011
   2012
   2014
   電話音声認識のエラー率が
   30%程度→20%以下に
   大規模画像分類のエラー率が
   25%程度→15%程度に
   英仏翻訳の精度が〇〇により
   複雑なシステムと同等に
   

   View Slide

3. 2012年：一般物体認識における激震
   2012年の画像
   認識タスクで
   ディープ勢が
   2位以下に圧勝!
   2012年の画像
   認識タスクで
   ディープ勢が
   2位以下に圧勝!
   2012年の画像
   認識タスクで
   ディープ勢が
   2位以下に圧勝!
   

   View Slide

4. 2012年：一般物体認識における激震
   公式サイトにアクセスしてみると…
   1st team w/ DL
   Error rate: 15%
   2nd team w/o DL
   Error rate: 26%
   [http://image-net.org/challenges/LSVRC/2012/results.html]
   

   View Slide

5. 2012年：一般物体認識における激震
   公式サイトにアクセスしてみると…
   1st team w/ DL
   Error rate: 15%
   2nd team w/o DL
   Error rate: 26%
   [http://image-net.org/challenges/LSVRC/2012/results.html]
   It’s me!!
   

   View Slide

6. 自己紹介
   2014.3 博士(情報理工学)、東京大学
   2014.4～2016.3 NTT CS研 研究員
   2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
   2016.9～ 産業技術総合研究所 協力研究員
   2016.12～2018.9 国立国語研究所 共同研究員
   2018.4～9 オムロンサイニックエックス株式会社 技術アドバイザ
   2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
   2019.1～ 株式会社Ridge-i Chief Research Officer
   [Ushiku+, ACMMM 2012]
   [Ushiku+, ICCV 2015]
   画像キャプション生成 主観的な感性表現を持つ
   画像キャプション生成
   動画の特定区間と
   キャプションの相互検索
   [Yamaguchi+, ICCV 2017]
   A guy is skiing with no shirt on
   and yellow snow pants.
   A zebra standing in a field with
   a tree in the dirty background.
   [Shin+, BMVC 2016]
   A yellow train on the tracks near
   a train station.
   

   View Slide

7. 自己紹介
   2014.3 博士(情報理工学)、東京大学
   2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
   2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
   2016.9～ 産業技術総合研究所 協力研究員
   2016.12～2018.9 国立国語研究所 共同研究員
   2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
   2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
   2019.1～ 株式会社Ridge-i Chief Research Officer
   [Ushiku+, ACMMM 2012]
   [Ushiku+, ICCV 2015]
   画像キャプション生成 主観的な感性表現を持つ
   画像キャプション生成
   動画の特定区間と
   キャプションの相互検索
   [Yamaguchi+, ICCV 2017]
   A guy is skiing with no shirt on
   and yellow snow pants.
   A zebra standing in a field with
   a tree in the dirty background.
   [Shin+, BMVC 2016]
   A yellow train on the tracks near
   a train station.
   企業研究所に
   思うこと
   深層学習の
   衝撃
   ビジョン＆
   ランゲージの
   歴史と今後
   日本の研究
   コミュニティ
   への危機意識
   大学の環境に
   ついて
   これまでの
   研究について
   紹介
   

   View Slide

8. 自己紹介
   2014.3 博士(情報理工学)、東京大学
   2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
   2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
   2016.9～ 産業技術総合研究所 協力研究員
   2016.12～2018.9 国立国語研究所 共同研究員
   2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
   2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
   2019.1～ 株式会社Ridge-i Chief Research Officer
   [Ushiku+, ACMMM 2012]
   [Ushiku+, ICCV 2015]
   画像キャプション生成 主観的な感性表現を持つ
   画像キャプション生成
   動画の特定区間と
   キャプションの相互検索
   [Yamaguchi+, ICCV 2017]
   A guy is skiing with no shirt on
   and yellow snow pants.
   A zebra standing in a field with
   a tree in the dirty background.
   [Shin+, BMVC 2016]
   A yellow train on the tracks near
   a train station.
   企業研究所に
   思うこと
   ビジョン＆
   ランゲージの
   歴史と今後
   日本の研究
   コミュニティ
   への危機意識
   大学の環境に
   ついて
   深層学習の
   衝撃
   これまでの
   研究について
   紹介
   

   View Slide

9. 自己紹介
   2014.3 博士(情報理工学)、東京大学
   2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
   2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
   2016.9～ 産業技術総合研究所 協力研究員
   2016.12～2018.9 国立国語研究所 共同研究員
   2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
   2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
   2019.1～ 株式会社Ridge-i Chief Research Officer
   [Ushiku+, ACMMM 2012]
   [Ushiku+, ICCV 2015]
   画像キャプション生成 主観的な感性表現を持つ
   画像キャプション生成
   動画の特定区間と
   キャプションの相互検索
   [Yamaguchi+, ICCV 2017]
   A guy is skiing with no shirt on
   and yellow snow pants.
   A zebra standing in a field with
   a tree in the dirty background.
   [Shin+, BMVC 2016]
   A yellow train on the tracks near
   a train station.
   [2019年9月1日 日経新聞]
   

   View Slide

10. 自己紹介
    2014.3 博士(情報理工学)、東京大学
    2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
    2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
    2016.9～ 産業技術総合研究所 協力研究員
    2016.12～2018.9 国立国語研究所 共同研究員
    2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
    2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
    2019.1～ 株式会社Ridge-i Chief Research Officer
    [Ushiku+, ACMMM 2012]
    [Ushiku+, ICCV 2015]
    画像キャプション生成 主観的な感性表現を持つ
    画像キャプション生成
    動画の特定区間と
    キャプションの相互検索
    [Yamaguchi+, ICCV 2017]
    A guy is skiing with no shirt on
    and yellow snow pants.
    A zebra standing in a field with
    a tree in the dirty background.
    [Shin+, BMVC 2016]
    A yellow train on the tracks near
    a train station.
    [2019年9月1日 日経新聞]
    

    View Slide

11. 自己紹介
    2014.3 博士(情報理工学)、東京大学
    2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
    2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
    2016.9～ 産業技術総合研究所 協力研究員
    2016.12～2018.9 国立国語研究所 共同研究員
    2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
    2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
    2019.1～ 株式会社Ridge-i Chief Research Officer
    [Ushiku+, ACMMM 2012]
    [Ushiku+, ICCV 2015]
    画像キャプション生成 主観的な感性表現を持つ
    画像キャプション生成
    動画の特定区間と
    キャプションの相互検索
    [Yamaguchi+, ICCV 2017]
    A guy is skiing with no shirt on
    and yellow snow pants.
    A zebra standing in a field with
    a tree in the dirty background.
    [Shin+, BMVC 2016]
    A yellow train on the tracks near
    a train station.
    [2019年9月1日 日経新聞]
    さらに驚かされたのが、そこに紹介されていたわず
    か97文字のトロント大の技術を説明する一文だった。
    学部生時代にニューラルネットワークを学んでいた
    牛久は、当時のAI研究者のご多分に漏れずこう思っ
    た。「なぜ今さらニューラル？」。謎を解くために
    イタリア・フィレンツェに飛んだ。
    [本文より引用]
    

    View Slide

12. 自己紹介
    2014.3 博士(情報理工学)、東京大学
    2014.4～2016.3 NTTコミュニケーション科学基礎研究所 研究員
    2016.4～2018.9 東京大学 講師 (原田・牛久研究室)
    2016.9～ 産業技術総合研究所 協力研究員
    2016.12～2018.9 国立国語研究所 共同研究員
    2018.4～2018.9 オムロンサイニックエックス株式会社 技術アドバイザ
    2018.10～ オムロンサイニックエックス株式会社 Principal Investigator
    2019.1～ 株式会社Ridge-i Chief Research Officer
    [Ushiku+, ACMMM 2012]
    [Ushiku+, ICCV 2015]
    画像キャプション生成 主観的な感性表現を持つ
    画像キャプション生成
    動画の特定区間と
    キャプションの相互検索
    [Yamaguchi+, ICCV 2017]
    A guy is skiing with no shirt on
    and yellow snow pants.
    A zebra standing in a field with
    a tree in the dirty background.
    [Shin+, BMVC 2016]
    A yellow train on the tracks near
    a train station.
    Twitterがお祭り状態になる
    

    View Slide

13. 本講座の目的
    • 人工知能（AI）や機械学習（ML）の技術進歩は目覚ましく、
    AIが応用される分野が様々な技術やビジネスに拡大されてい
    ます。本講義では、ルールベースからニューラルネットワー
    クに至るAI/ML分野の歴史や各々の技術について、長所や短
    所などを実例を交えながら解説致します。
    • 各技術についての詳細な実装（プログラムのソース）や理論
    （数式）についてを伝えることは目的にありません（12時
    間では無理…）。AI/ML分野の各トピックについてのイン
    デックスを脳内にインプットしてもらうのが目的です。
    

    View Slide

14. 数式について
    • なるべく数式や理論の詳細には入らないように資料を作りま
    したが、数式を０にすることが最適だとは思っておりません。
    • 必要最低限の数式が登場します。
    – 小文字はスカラー
    – 太字かつ小文字はベクトル
    –
    ベクトルの第成分 なお、
    の場合は番目のベクトル
    – 大文字は行列であり、転置する場合は⊤と書く
    –
    という名前の行列は単位行列
    –
    行列の行列成分
    – () という名前の関数は確率密度関数
    – (|) を条件とするの条件付確率密度関数
    

    View Slide

15. 本講座の概要
    1. AI史・AI概論
    ・人工知能の歴史を概説
    ・付帯して、第1+2次ブームで
    生まれた分野のその後を解説
    2. 機械学習基礎
    ・各機械学習技術の基礎を説明
    ・深層学習の登場する時点まで
    3. 深層学習
    ・機械学習技術の基礎を復習
    ・深層学習による進歩を説明
    4. 各種応用事例
    ・各技術のより応用的な事例に
    ついて概説
    ・画像や音声、自然言語などの
    データ形態ごとの発展も解説
    

    View Slide