にほんブログ村 IT技術ブログへ
にほんブログ村

Linux ブログランキングへ

2018年04月20日

最近の事 2018年4月 AIの時代をななめ上から考えてみる


今月の愚痴をブログに書きます。
最近AIに着手して、現代のAI社会をななめ上から観察してみます。
分かっていない事も沢山ありますが、
これから勉強していく中で発見していけばと思います。

●AI社会の利点
将棋や迷惑メールボックスなどから派生して、
音声画像認識や様々な形でAIが活用される様になってきました。
面白い時代です。
それほど難しくないので作ってみましょう。
作ってみて、色々発見があるはずでそれも面白いです。
でも本格的に業務に展開しようとすると、これまた大変といいますか・・・

AIの利点は
1.省人化
2.多くのインプット情報を機械的に処理出来る
3.カンコツ経験などをPCにやらせる。属人化の回避手段の一つ
4.プログラムを組めば自動化も可能
5.予測精度を高める事でリスクを回避しやすくなる

欠点は
1.精度を出す為にN=数万以上のNGデータが必要?
2.省人化させる為には実は費用対効果がそこまで良くない
3.本来NG品がOKとAIが判断してゲートをすり抜けた場合のリスク
4.データを検証して学習させるために知識のある専任の人が必要
5.データ化されていない加工点、サブシステムには無力
6.多品種少量生産タイプには弱い
7.解析の内容が視覚的に検証できない。根拠が不透明。
8.社会人になると本業とは別でプログラムを勉強しようという人が少ない

長所に対してまだ欠点が多い・・・
問題は省人化出来なければコスト評価が出来ない事。
省人化したいというのは、人件費だけでなく人を探す苦労と
教育するコストも重要で育てるまでに発生する不良も結構辛い理由あり。
また、不良のN数が数万個単位で必要なのも多品種少量生産では
難しい所で悩みどころ。
何らかの工夫が欲しい所。

●じわじわ社会に浸透しているAI
一番使われているのが迷惑メールボックスと言われています。
最近では音声認識も。
もちろん将棋や囲碁などのゲームも昔から。


●統計解析 VS AI
やっていることは大きく変わりませんが、
統計解析は数値と根拠を統計的に解析するのが目的で
AIは学習させるプロセスから統計的に優位を見つけるのがポイント。

しかし人力でやるなら統計解析の方が圧倒的にN数少なく精度が高い
のも事実で、有意差検定の強みが発揮出来ます。
プレゼンする時にも説得力ありますし。
ただ、省人化を目指すとまた違うというか。
自動化はプログラム技術の力。


●Wekaを使ってみる
プログラムしなくても機械学習を体験できる
データマイニングソフトです。
学習用に。
大学関係で結構使われていますので
ググると沢山の資料が出てきます。


●さあプログラムを組もう
言語にはこだわりませんが、勉強しましょう。
ライブラリを転用すればAIそのものは難しくはありません。
自動化や組み込みまで考えると苦労しますが。

1.パクって真似て
2.少し修正して改造して
3.自分で再構成する
4.アルゴリズムも書いちゃう(まだ無理)
5.よーし、素人でも使えるUIにしちゃおう
6.お前ら使え
7.あとはやっとけ

みたいに僕もなりたいです(ぉぃ
無理すけどw
まだまだ勉強中です。
プログラム初心者の方は、50〜100くらいを
自分で書いてみるとなんとなく分かるようになります。
ええ、多分。
最初の苦痛はそこまで。がんばりましょう。

●プログラムは本当に必要なの?
今はあると便利。
将来数年後はいらなくなるでしょう。
どうする?待つ?作る?
じゃあ、時間はいつやる?
勤務時間にこっそり?
それとも自宅で?
セミナーで教えてもらう?

人それぞれです。
でも最初の一歩は親切な「先生」に教えてもらうと良いです。
無料の勉強会はボランティアで親切じゃないので注意。

●RaspberryPiとか
ラズパイでも。
色々なPCでも動くし。
ひっそりと組み込んだり、クラウド遠隔したり。
データをサーバに転送すれば・・・
結構やっている人いますよね。

●Googleは凄いが、全ての需要を満たせる訳ではない
ユーザーの用途に応じたAIが必要で
万能を求めるのは今は難しい。
ここに商売チャンスがありそう。
画像、音声認識も同じ。


●センサーやWebブラウザと結びつけて・・・
データソースを広げる事で視点を変える事も可能。
どんなデータを取るのかというのも課題ですが。


●当たりにくい株価や
情報ソースに法則性が無いと難しいですね。
あまり儲かったという人を聞いていません。



posted by kapper at 07:23 | Comment(0) | 近況
この記事へのコメント
コメントを書く
お名前:

メールアドレス:

ホームページアドレス:

コメント:

にほんブログ村 IT技術ブログへ
にほんブログ村

Linux ブログランキングへ