今年度から木曜日のラーニングサポートスタッフを担当させていただく修士2年の原と申します．
コロナウイルスの影響もあり，不安な日々をお過ごしでしょうが，逆に何かに集中できる時と捉え，前向きに日々を生きていきましょう！
さて，今回は私に関する自己紹介と研究の紹介を簡単にさせていただきます！
1. 自己紹介
私は，基礎理工学専攻，物理情報工学専修の修士2年です．
物理情報工学科は，幅広い専門分野を抱えるグローバルな学科です．
量子力学などの研究をしている学生もいれば，制御工学や機械学習を研究している学生もいます！
どの学科を選択すればよいか，お悩みの学部1年生の皆さんも，とりあえず物理情報工学科に入っておけば，自分のやりたいことに出会えるかもしれません（笑）
2. 研究について
私は，主に制御工学と機械学習に関する理論研究をしています！研究に関する詳細なお話は，話し出すと長くなるので，今回は簡単に今流行りの人工知能（AI）や機械学習，そして深層学習（ディープラーニング）のお話をさせていただこうかなと思います！
（注）私も専門家ではないので，間違ってる部分も多々あると思います．話半分程度に参考にしていただければ幸いです．
～人工知能（AI），機械学習，深層学習（ディープラーニング）について～
まず，簡単なイメージを図にしたものがこちらです．機械学習とはAIの一種で，深層学習とは機械学習の一手法だと捉えてくれれば大丈夫だと思います！
皆さん，人工知能（Artificial Intelligence)という用語は最近よく耳にするのではないでしょうか．実は，AIの研究自体は実はかなり昔から結構行われているんです．今日のAIブームは後で少し触れさせていただく深層学習（ディープラーニング）の登場によるもので，AIの研究には栄枯盛衰の歴史があります．
そもそも，AIの定義とは何でしょうか．AI研究の第一人者である東京大学の松尾豊先生は「人工的につくられた人間のような知能，ないしはそれをつくる技術」と定義しています．すなわち，人間の知能をコンピュータで表現しようとする分野だと私は捉えています．では，昔のAI（古典的なAI）ができたこととは何だったのでしょうか．ここでは具体例として，「病院における，病気の陽性と陰性を判定するコンピュータシステム」を考えてみましょう．
古典的なAIでは，コンピュータにお医者さんが明確な判断基準を与えます．例えば，最低血圧が120以上かつ心拍数が90以上だと陽性だとか，お医者さんの経験と知識に基づいた陽性のための条件をコンピュータに与えます．イメージとしては，陽性か陰性かを判定するためのフローチャートを作るイメージです．もちろん，莫大な知識をフローチャート化するためには，コンピュータでif文やand,orを使って書く必要があります．普段からコンピュータに慣れ親しんでる学生さん達は，そんなものがAIなのって思うかも知れませんが，実はこれも広い意味でのAIなんです．だって，人間の知能をちゃんとコンピュータで表現してますもんね．ちなみにこの古典的なAIはエキスパートシステムとも呼ばれています．
(2)機械学習について
つぎは，機械学習についてです．先ほどまで話していた古典的AIだと，コンピュータに与えたい知識が増えていけばいくほど，コンピュータの容量がますます必要になってしまいますよね．あと，そもそも人間（いくらお医者さんと言っても）が定義したフローチャートって正しいのでしょうか．最低血圧が120以上という条件は正しいのでしょうか，本当は118以上かもしれません．このように，人間のルール作りには限界があるんですね．そこで，判断の基準（ルール）をデータを基にコンピュータに作ってもらおうというのが機械学習です．方法としては，陽性の患者さんと陰性の患者さんの血圧や心拍数など病気に関係しているであろう要因のデータを，コンピュータにあらかじめ与えます．すると，コンピュータは与えられた要因のデータを基に，「陽性になる条件は，最低血圧が116以上で心拍数が92以上である」とか基準（ルール）を自動で生成します．これにより，人間が行うより高精度な判断が可能になります．これが機械学習です．ちなみに，ここで説明した例は教師あり学習というものです．機械学習には，教師なし学習というものもありますので，気になったら自分でググってみてください！
(3)深層学習（ディープラーニング）について
最後に今大きな注目を集めている深層学習（ディープラーニング）について説明します．深層学習は，機械学習の手法の一つで，機械学習と同様に基準（ルール）をコンピュータが自動で生成します．では，何が機械学習より特化しているのでしょうか？それは，病気に関係しているであろう要因をコンピュータが自動で抽出してくれるところです．機械学習では，病気に関係している要因（血圧や心拍数など）を人間がコンピュータに与えていました．しかし，実際の病気の原因は人間が想定していなかった要因（例えば，血糖値とか）かもしれません．それに対し，深層学習では，与えられたデータを基にコンピュータがルールを自動で生成するだけでなく，どこの要因に注目すべきかを見つけ出してくれます．このように，深層学習では，今まで人間が選んでいた注目すべき要因（特徴量と呼ばれることが多いです）をコンピュータが抽出してくれます．これにより，人間が今まで気づかなかった新たな要因の発見につながる可能性もあります．これが今流行りの深層学習です．深層学習に関する説明記事はネットにいくらでも転がってるので，是非，いろいろ自分で勉強してみてください！
～最後に～
かなり，長い説明になってしまいました（笑）ところどころわかりにくい説明になってしまってすいません．「ここは間違ってるだろう！」とか意見ございましたら，木曜日にラーニングサポートまで来ていただき，お話ししましょう（笑）原
0 件のコメント:
コメントを投稿