みんなの「教えて(疑問・質問)」にみんなで「答える」Q&Aコミュニティ

こんにちはゲストさん。会員登録(無料)して質問・回答してみよう!

締切り済みの質問

ディープラーニングでできるようになったことって

最近、人工知能のニュースや記事などで、ディープラーニング(深層学習)というのをよく見ますが、ディープラーニングで実現できるようになったことって具体的にどういったことがありますか?

投稿日時 - 2017-04-07 15:05:16

QNo.9314587

暇なときに回答ください

このQ&Aは役に立ちましたか?

0人が「このQ&Aが役に立った」と投票しています

回答(6)

ANo.6

片言英語レベルの翻訳が可能になりました。
これまではヘンテコな翻訳が主流でしたが、片言レベルまでに発展しました。世界のビジネス英語は片言英語が中心なので、そのレベルまで来たということです。
マイクロソフトによれば今後5年ほど学習を続けることでもっと制度の高い翻訳が可能になると言っています。

投稿日時 - 2017-04-24 17:12:51

ANo.5

ディープラーニングの開発で、革命的なほどに、機械・ロボットに出来ることは増えました。

ディープラーニングの画像認識で、機械が「モノ」を認識できるようになりました。結果、目を持つことになったわけです。

これまでもカメラは搭載していましたが、カメラが捉えた物体は、ただの写真でしかなく、それが何かを考え、認識する機能がありませんでした。
一応、画像認識エンジンなどを積めば、認識は出来ましたが、一つ一つの特徴を学習させる必要がある上(この実装がとても大変)、精度が人間ほど高くありませんでした。

しかしながら、ディープラーニングによって、画像認識の精度はもはや人間を超えています。前述のカメラと組み合わせることで「物体」を正しく認識し、状況に合わせて動作することが可能になりました。

例えば、トマトの収穫ロボット。状態を見分けて適切なタイミングで収穫を行えます。また実や葉っぱに病気がついていないかの判断もロボットが出来るようになります。

皿洗いロボットもなんかも作れます。
これまでの皿洗い機(食器洗浄機)は、人間が適切にセットしてあげて始めて動作するものでした。しかし、目が実装されたことで、流しにある物体(食器)を正しく認識し、壊れないようにもち(ここも難しい。従来のロボットだと落として皿は割れてしまうでしょう)、洗浄することも出来るようになります。また、汚れた食器の残量を見て、今洗うべきか、そうでないかの判断も出来ます。

このように、これまで機械では出来なかった多くの部分がディープラーニングによって実現可能になりました。

実はこの話、人工知能学者の松尾豊さんの受け売りです。

http://10mtv.jp/pc/content/detail.php?movie_id=1602

ご参考まで。

投稿日時 - 2017-04-10 13:24:15

ANo.4

人間の顔の認識、見分け、が一番ディープラーニングの成果だと思います。
だけどそんなことは聞きあきたでしょう。別のことを言います。

あまりにバカバカしいから誰も成果だと示しませんし大したことでないと思われているものに、ジグソーパズルを解くというのがあります。
まったく絵も何もないホワイトのジグソーパズルの3000ピースなんて、人間がやってできると思いますか。それをAIはわりあい簡単にできるのです。
その例で説明します。

目の前の情報はひとつひとつがそれぞれ何である、ということが分かっているものがたくさんあるのであれば人間も混乱しませんしできなくはない。むしろカンが鋭い人間のほうが早くものを見つけることができるかもしれません。絵のジグソーパズルだとそうです。
しかし、無定形で、どこのパーツともわからないからどういう部品かの想像もつかないものだと人間は手を挙げます。
100ピースぐらいだったらそれでもどうにかなる。頭の中でピースに色付けみたいなことをして区別し並べられるのです。でも大変だ。3000ピースならほとんど不可能。

これはどういうことかというと、「ゲシュタルト崩壊」を脳が起こすのです。意味でつなげないので、関連が抽象化しすぎて管理できなくなるわけです。

コンピュータはゲシュタルト崩壊をするほど高等なものではないですから、ものはものとして認識し、学習するのは苦じゃありません。かたちはかたちでべつべつに覚えればいいし、組み合わせシミュレーションをすれば必ずくっつくパーツは調べられます。
ここで、人間の脳にはほとんど不可能な3000ピースジグソーの解決、なんてことがカンタンに仕上がるという現象が発生するのです。

コンピュータは、悩まない、苦にしない、というのが最大の強みです。だけどそれだと人間の役に必ず立つとはいえないので、どういうことがうれしい、どういうことが苦しい、痛い、というガイドラインを教えてやります。そしてディープラーニングのファクター内に、痛いものは避け、うれしいものを実現しようというアドバイス機能を付け加えるのです。
そうすると、自動車は最初はごつごつぶつかっていたが、それは痛いことだからそれをしないようにしようと考え、相手を見てぶつからない運転プログラムみたいなものが成立するのです。ゲームのソフトでも勝つとうれしい、というルールにしてやると、段々強くなるのです。

皆さんが思われるほど高度なことではないのですよ。AIは。

投稿日時 - 2017-04-07 22:43:39

ANo.3

一番わかりやすい例は「囲碁でコンピューターが人間(のプロ)に勝ったこと」でしょうね。これが起きたのでAIが一躍世界的な話題になることになったのです。

ご存知かもしれませんが、チェスや将棋においてはもはや人間がコンピューターに勝つことも困難な時代になっています。打てる場所の数が比較的限られていて、駒の動きも決まっているチェスや将棋は割とコンピューターが得意とする分野です。いち早くチェスが人間を超えるようになり、今は将棋も人間を超えつつあります。
それに比べると打てる手数が多い囲碁ではあまりに「打てるパターン」が多すぎるのでさすがのコンピューターでも計算しきれないのです。「そんなに増えるんけ?」と思ったらこちらの動画をご覧ください。
https://youtu.be/Q4gTV4r0zRs

だから長い間囲碁では「コンピューターは人間には勝てない」といわれていたのです。それこそ、たった1年前までね。私も1年半前まではそう思っていたのです。いや、ちょうど1年前に世界王者であるイ・セドルさんが負けるその瞬間まではね。

その囲碁の世界王者を打ち破った「アルファ碁」が搭載していたのがディープラーニングだったのです。
今までは、囲碁の手や定石なんかをプログラムに打ち込んでいました。だけどアルファ碁が画期的だったのは、「お勉強のやり方」だけをプログラムしたのです。いうなれば、勉強っていうのは教科書を読んでノートをとって問題集をやることだよなんていうことだけを教えたのです。そして教科書の探し方、ノートのとりかた、問題集のやり方を教えたのです。
で、後はアルファ碁自身に勝手に勉強させたのです。アルファ碁自身は囲碁をいってみれば自分で勉強したので、定石などにとらわれません。なので、アルファ碁が打った手をセドルさんを始め世界中の誰もが理解できなかったのです。それまで誰も打ったことがないような自由奔放な手を打ちましたから。だからちょっと怖い話なのですが、アルファ碁を開発した人に「なんでこいつはここでこの手を打ったのですか?」って聞いてもそれは開発した人でさえ分からないのです。だってそれってターミネーターのスカイネットと同じなわけですからね。スカイネットも自分で学習能力を持つうちに人類を敵とみなすようになりましたから。

ディープラーニングが注目を集めるようになってまだ1年しか経っていませんから、できることが増えてくるのはこれから先だと思います。ただ私は必ずしもそれは人類に幸福をもたらすとは限らない気がしてならないです。だってそうなると、ほとんどの人間がAIより(学習)能力が低くなってしまいますからね。

投稿日時 - 2017-04-07 19:58:43

ANo.2

情報仕分け&催眠効果

投稿日時 - 2017-04-07 15:30:57

ANo.1

身近なところだと画像から人の顔を認識する機能とかですかね。
デジカメなどで顔を認識してピントを合わせたり、Facebookに写真を投稿すると人の顔の所に枠が出てきて名前を入力して共有するなんかもディープラーニングの賜でしょう。

あと、クルマの自動運転では映像から車線を認識したり、前走車を認識するといった機能もディープラーニングを使って作られています。

画像や映像の中から何かを探し出すと言うのは単純なプログラムでは実現が難しいので、ディープラーニングを使ってコンピュータに認識するためのルールを見つけさせると言うのは進んでいる分野ですね。
同様に音声認識についてもディープラーニングによって成果が出ている分野と言えますね。

投稿日時 - 2017-04-07 15:28:47

あなたにオススメの質問