大学でAIを勉強するのはツラい。アヤメの分類をしながら絶望しがち【人工知能1】#70

Рет қаралды 104,814

Жыл бұрын

提供：株式会社クリーチャーズ
新シリーズ「人工知能」です。「AIが地味すぎて初学者は心を折られがち」「地味すぎる代表例”アヤメの分類”」「ChatGPTも含めてAIの本質は関数を作ること」など、AIの地味な基礎と派手な応用について話しました。
【株式会社クリーチャーズの求人】
○株式会社クリーチャーズさまの採用情報およびエントリーはこちら！
recruit.creatures.co.jp/recruitment/
○株式会社クリーチャーズさまの会社概要・事業についてはこちら！
recruit.creatures.co.jp/about/
○株式会社クリーチャーズさまのコーポレートサイトはこちら！
www.creatures.co.jp/
【目次】
0:00 人工知能は子どもに希望を抱かせるが
1:10 機械学習・人工知能に対するイメージ
3:59 地味すぎて心が折れるAI
7:21 地味なAIと人気のポケカ
17:01 機械学習は何をしてる？「線を引いてる」
21:37 機械学習の本質「関数を作る」
23:54 テスト科目「アヤメの分類」
34:45 AIはデータだけから法則を導き出す
41:38 全部のデータを見なくても学習できる
47:00 ChatGPTも分解すれば関数なだけ
51:16 ゲームAIに注力するクリーチャーズから求人
【参考文献】
○機械学習図鑑
amzn.to/44bG2Yn
○強い将棋ソフトの創りかた
amzn.to/42ov93Z
○エニグマ-アラン・チューリング伝
amzn.to/3oTqk3S
○python機械学習プログラミング
amzn.to/3LDpzVN
○強化学習を学びたい人が最初に読む本
amzn.to/429mD8P
〇フォン・ノイマンの哲学
amzn.to/423RUtM
【サポーターコミュニティ加入はこちらから】
yurugengo.com/support
【親チャンネル：ゆる言語学ラジオ】
www.youtube.com/@yurugengo
【実店舗プロジェクト：ゆる学徒カフェ】
www.youtube.com/@yurugakuto
【おたよりフォーム】
forms.gle/BLEZpLcdEPmoZTH4A
※皆様からの楽しいおたよりをお待ちしています！
【お仕事依頼はこちら！】
info@pedantic.jp
【堀元見プロフィール】
慶應義塾大学理工学部卒。専門は情報工学。WEBにコンテンツを作り散らかすことで生計を立てている。現在の主な収入源は「アカデミックに人の悪口を書くnote有料マガジン」。
Twitter→ kenhori2
noteマガジン→note.com/kenhori2/m/m125fc4524aca
個人KZfaq→www.youtube.com/@kenHorimoto
【水野太貴プロフィール】
名古屋大学文学部卒。専門は言語学。
某大手出版社で編集者として勤務。言語学の知識が本業に活きてるかと思いきや、そうでもない。
Twitter→ yuru_mizuno
【姉妹チャンネル】
◯ゆる音楽学ラジオ(www.youtube.com/@yuruongaku)
◯ゆる民俗学ラジオ (www.youtube.com/@yuruminzoku)
◯ゆる天文学ラジオ (www.youtube.com/@yurutenmon)
◯ゆる書道学ラジオ (www.youtube.com/@yurushodo)
◯ゆる生態学ラジオ (www.youtube.com/@yuruseitai)
◯ゆる哲学ラジオ (open.spotify.com/show/7t8NNVqRiisEHL4HG9tArT)

Пікірлер: 174

@yurucom Жыл бұрын

【株式会社クリーチャーズの求人】 ○株式会社クリーチャーズさまの採用情報およびエントリーはこちら！ recruit.creatures.co.jp/recru... ○株式会社クリーチャーズさまの会社概要・事業についてはこちら！ recruit.creatures.co.jp/about/ ○株式会社クリーチャーズさまのコーポレートサイトはこちら！ www.creatures.co.jp/ 【参考文献】 ○機械学習図鑑 amzn.to/44bG2Yn ○強い将棋ソフトの創りかた amzn.to/42ov93Z ○エニグマ-アラン・チューリング伝 amzn.to/3oTqk3S ○python機械学習プログラミング amzn.to/3LDpzVN ○強化学習を学びたい人が最初に読む本 amzn.to/429mD8P 〇フォン・ノイマンの哲学 amzn.to/423RUtM

@user-fh8xt3tt2s Жыл бұрын

setosa：値は0で、「セトーサ」と読む、日本名：ヒオウギアヤメ versicolor：値は1で、「ヴァーシカラー」と読む、日本名：ブルーフラッグ virginica：値は2で、「ヴァージニカ」と読む、日本名：ヴァージニカらしいですねｗ

@ryoutatanr7325 Жыл бұрын

水野さんの天然ニューラルネットワーク優秀すぎる。

@user-bj5lr1nv5u 10 ай бұрын

カード商品の宣伝じゃなくて求人の案件を投げられるコンテンツってすごくいいな

@lithtle Жыл бұрын

「iris」という単語を見かけるとうっ…となるようになる人間ができることをPCでやるにはどうなるのかを考える学問でもあるし水野さん相変わらず真理をつく

@aquacrown9654 Жыл бұрын

「機械学習やってみたいなぁ」で勉強を始めたのではなく、「多変量解析って面白そうだなぁ」で勉強始めたら思いがけず機械学習がひょっこり顔を出した

@coffee96coffee Жыл бұрын

石原社長が用例はパワーワード過ぎて笑う

@thesaito2721 Жыл бұрын

それは…だめだ…っ！　イルカとクジラの分類は例えに使ってはいけないんだ…。イルカとクジラの大きさでの分類は”だいたいの目安”で命名の境界はあいまいで適当なんだ…ッ！（近代に見つかった種でも、こいつはクジラやろ、こいつはイルカやろ、を曖昧に命名しちゃってたりする）

@Y.Kulihala Жыл бұрын

サポートベクターマシン：正答率１００％人工知能「大貴」　　　：正答率１００％人工知能「見」　　　　：正答率　９６％

@kikyo6472 2 ай бұрын

ところで、AIに代替される人材はどっちだ？

@user-ig8mn3yc9h Жыл бұрын

石原社長がキクコオーキドから来たのかメタモンから来たのか気になる

@user-vd2tz1cf3v Жыл бұрын

お、黒川さんとカフェの下の皮膚科さんにご挨拶に行った日の収録ですね？

@gochuui1 Жыл бұрын

水野モデルの説明能力Rm^2が1.00なせいで堀元予測式の予測能力Rh^2の低さが浮き彫りになり、友達の情報量を精査するクラスタリング能力の高さが証明され神格化されたAIの幻想をダーテングのように吹き飛ばしてしまった

@user-yl6gf1mv1x Жыл бұрын

遊戯王、デュエルマスターズ、ポケモンカード、MTGと一通りのTCG遊んでますが、大型大会前に調整とかをするときデッキリストから一枚だけ差し替えて50試合ぐらいして入れ替える前と勝率に影響があるかどうかなど、統計を取って分析したりはよくしてました自分も含めて地域の大学生同士でトレカの研究会みたいなのを設けてそういうことをしてたんですが、ちょうど先日学科で機械学習を学んでる子がトレカのデッキ調整にAIが導入できないか検討してるみたいなことをいってたので、お二人の話を聞くとやっぱりみんな思いつくもんだなーと感心しています

@andeu719 Жыл бұрын

一瞬、堀元さんジャケットの下服着てないように見えた

@mudaso-heavy-user Жыл бұрын

楽しみに待ってました

@bake3209 Жыл бұрын

「地味すぎて心折れる」はいろんな分野で起こりますね。興味があっても心折れるくらいなので、心理的なハードルはかなり高いですね。

@oxy2745 Жыл бұрын

SVMからAIを通してやっていって、神経科学や細胞などの勉強をしていくと「識」という語の解像度がめちゃくちゃ高まります。ゆる言語学ラジオの「ソシュール知ったかぶり講座」の内容がとても近接的な話でとても面白いです。

@kussytessy Жыл бұрын

人間に分類のタスクをやらせると、自然に決定木を構築するってのは学びだった。でも、決定木ってアルゴリズムで作ろうと思うと難しい気がする。というか水野さんの地頭の良さが光るな……。一言も言ってないのに文章生成AIを「次に来る文字を予測する」ことの繰り返しで実現できるって見抜いてるのすごすぎ。

@user-ec6fu8pm7g Жыл бұрын

水野さん言葉で言われたことをイメージとして捉えるの上手すぎじゃないですか？

@Altalinux Жыл бұрын

水野さんの天然知能優秀ですね！

@nanaki1006 Жыл бұрын

ゆるコンピュータ科学ラジオ名物の台本ブレーク。さすがです

@highjumptaka Жыл бұрын

個人的には地味なパートが一番楽しいです😊

@chromarock5928 Жыл бұрын

仰るとおり強化学習って地味ですよね。この話いつかやってほしいなぁと思っていたのですが、わかりやすくて面白かったです。次回も期待しています

@latex8401 Жыл бұрын

強化学習は地味じゃないでしょ

@kinoboribori Жыл бұрын

AIに関しては門外漢ですがTCGに関しては開発していた事があるので、カードゲームにまつわる話が聞けて大変興味深かったです！

@inaho-174 Жыл бұрын

ゲームの最新作でAIと戦う展開があるので、対戦イベントとか企画出来たらごっこ遊びとして楽しそうだなあと思いました

@brokenRadio1219 Жыл бұрын

待ってました

@user-vd2tz1cf3v Жыл бұрын

たのまち～

@tamarind_kingdom Жыл бұрын

機械学習の中身の話でも面白いやついっぱいある…

@digdag3286 Жыл бұрын

chatGPTも大量の関数で成立してる＝困難は分割せよに帰結してるのなんか数学的美しさがあって好き究極の数式一本で記述できますみたいな

@rivieramente Жыл бұрын

少年漫画的に言えば、「力を合わせれば強大な敵でも倒せる」みたいなやつですね子供の頃は鼻で笑ってたけど、大人になるとその素晴らしさに頷かずにはいられない

@nayutaito9421 Жыл бұрын

水野さんが決定木になってて面白い

@numberprime9917 Жыл бұрын

はじめまして。初書き込みの用例名number_prime(素数)です。いつも楽しく拝聴しております🙇‍♀️ 21:23 でやっていることはほぼ中1と仰っておられましたが、正確には直線の式は中2です。ちなみに中1で書く直線は全て原点を通ってしまいます。細かい指摘ですいません💦 ほぼ職業病のようなものです。

@ryunchuri Жыл бұрын

楽しみに待ってました！

@hiroyukippp7380 Жыл бұрын

水野さん、機械学習アルゴリズムの１つである決定木が実装されててすごい。補足すると、機械学習図鑑は教科書としては便利ですね。ちなみにirisデータは２個変なデータが含まれてます。あと、あまりにもクリシェすぎて、最近はペンギン分類が登場してます。

@bitansan Жыл бұрын

昔読んだ「マッチ箱の脳」という本、マッチと箱を使って手でニューラルネットワークを再現してみせててわかりやすかったのですが、そこで提案されていたのもゲームのバランス調整でした。著者の方はたしかゲームクリエイターで、「アストロノーカ」というゲームでジェネティックアルゴリズムを用いた敵のバランス調整を行ったそうです。開発で行う調整だけでなく、ゲーム中に敵が学習して、ユーザーが設置した罠をくぐり抜けてしまうというものだったそう。

@sai_139 Жыл бұрын

手計算はきつい、いまやなんでもかんでもGPTに突っ込めて世界が変わりつつありますね

@helloworld0808 Жыл бұрын

高校時代に一人で「iris」の分類をR言語でやっていて、誰も理解してもらえなかった悲しい思い出がよみがえってきました。アヤメの主成分分析を行うWebAppを作成したのに、誰も使ってもらえなかった辛さはこの上なかったです。 R言語を愛している方、この中にいますか？

@TANAKA_YASUHIRO Жыл бұрын

53:47 略して「ブラ前」って言うんですね！使ってみたいけど使う状況が一生なさそう💧

@kaz8340 Жыл бұрын

「数学的帰納法は演繹」って言ってるのに、帰納とと演繹間違ってるのかわいい。敷衍の「エン」とごっちゃになっちゃったのかな？

@alanfuring241 Жыл бұрын

親がソースコード書く世界観怖すぎて笑った

@kenbudapest Ай бұрын

初めてこちらの動画を見ました。専門的なことは分かりませんが、単純にお二人の会話が面白いです。漫才師として成功するのではないでしょうか。

@fushizawa8666 Жыл бұрын

水野氏が帰納のことをずっと「演繹」って言ってるのが気になったけど最高におもしろかったわ 45:35

@efo1187 Жыл бұрын

ゲームバランス調整に使うとしたら通常のゲーム通りに山札から引く流れを計算させるのでなく、手札60枚からコンボの組み合わせを計算するとか？すれば探索しやすそうだと思いました

@aquacrown9654 Жыл бұрын

たぶん部分的なコンボを探索させると評価関数の作成がネックになると思うので、1ゲーム通しての結果を見て勝ち負け(1or0)の出力で計算する方が楽かなと思いました囲碁でも部分的な形を判断するソフトの作成を諦めて、モンテカルロ法を取り入れて選択した手で終局まで打った場合の勝率で計算するようにした経緯がありますこれによりアマ低段が限界だったのが、アマ高段〜アマ県代表クラスまで進歩したのがディープラーニング前夜の囲碁ソフト開発です

@gochuui1 Жыл бұрын

コンボの有用性を考えるならプレイングというよりはデッキ構築の話なので 60枚と言わず全カードプールをハンドに加えてもいいぐらいですねまぁ、そうすると計算量がアホみたいに多くなるのでベースとなる構築に何を加えたら勝率が上がるか、的な方向に落ち着いているようですが

@haine102 Жыл бұрын

情報系兼電気電子系兼構造系の機械系の学生なのですが、アヤメは分類したことありませんでした。私は手書き数字や犬猫とかでしたね。🐶🐱 危うくにわかになるところでした！アヤメ使ってる参考文献で勉強し直します！

@user-rh2qd3vv6h Жыл бұрын

「さすが説明変数１つの水野さん」ってインテリ悪口みがありますね

@isana_isumi3896 Жыл бұрын

寝ぼけ眼かつスマホの画面を暗くした状態で視聴したせいか、堀元さんが生肌にジャケットを羽織っているように見えてびっくりした。

@joker0926 Жыл бұрын

レギュ関係ないやつだとテンガンざんとジバコイルとジュラルドンVのコンボ好きです。

@user-jq2hc8fi4l Жыл бұрын

ゆる学徒カフェはポケカのデュエルスペースにもなりますか？

@濃いめの赤 Жыл бұрын

ポケモンカードAIとベテラントレーナーさん戦ってみたい〜!

@user-ff2iz8vp9v Жыл бұрын

8:38 デジタル/アナログというより，オンライン/オフラインってことかな

@ST-tb2fk Жыл бұрын

アヤメの分類問題やったことはあるけど、自分で分類したことないわ。今回の見てハッとしてしまった。まあ、だかといってやらないんだけど。

@user-tx8rp4yj8x Жыл бұрын

むだそくん蛇ーuserすら見ないと思われていそうである

@haine102 Жыл бұрын

もはや何がアップされても、たのまち勢は再生するのが現実

@gochuui1 Жыл бұрын

39:22　よくある誤解で恐縮ですが、ロジスティック回帰は分類問題に使われることが多いというだけで別に回帰問題にも使えますし、分類問題に線形回帰を用いることもできます。違うのは仮定する説明変数の関係性で、分類確率に足し算の関係があると思えば直線（線形）、掛け算の関係があると思えばロジスティック曲線に最小二乗でフィッティング（回帰）させるだけです

@hirakawashigetoki Жыл бұрын

AIにtcgのデッキ作らせる試みなら茂里憲之氏のnoteにもあったよ(mtgだけど)

@MasWag0 Жыл бұрын

32:35 説明可能AIだ…

@alphaye Жыл бұрын

水野さんが本当に有能な人工知能であるならば、追加で10万件のアヤメの分類をしてもらうと良いかもしれないです。コンピュータにやらせるということはそういうことだと思う。

@earthsun Жыл бұрын

大学時代CT画像処理にや、患者弁別のためにAI活用する研究室いたけど菖蒲の話懐かしすぎてニヤけた　テストサンプルに入ってるんだっけな　でもあれわかりやすかった

@user-bi1yi6wv9u Жыл бұрын

意外な広告案件

@MasWag0 Жыл бұрын

15:48 「PrologはAIではない」派だ！

@user-ud7io3yq4r Жыл бұрын

アヤメとタイタニックもあるあるだけど、私はやっぱり手書き数字ですね

@gochuui1 Жыл бұрын

ワイはワインで

@user-ie5nq4he8z Жыл бұрын

自分としては、せめてChat GPT などチャットボットで使われてるparserについては語って欲しかったです

@out7811 Жыл бұрын

人工知能を定義しようとすると「知能とはなんぞや？」とか「心とはなんぞや？」みたいな話をする必要が出てくるせいでなかなかうまくいかんねんな

@daiki9012 Жыл бұрын

寝ぼけた状態で見ると堀本さんが胸筋ムキムキに見えるのきのせい？

@marinrinf Жыл бұрын

ぼやーっと見てたら堀元さんがムキムキマッチョで上半身裸にジャケット羽織ってるようにしか見えなくてしんどい😂

@user-fn3ct7iw4o Жыл бұрын

ハードキャストせずに踏み倒すのはゆるタイプの利点ですね。

@user-nd2xg9kc3y Жыл бұрын

堀元さんが俗な意味で「アナログ」言うの珍しい（）

@gochuui1 Жыл бұрын

多分、アナクロと混ざってんじゃないかなー

@user-gh5nh4nb3f Жыл бұрын

まじでアヤメのあるあるは大共感。英名で分類させられてるからしゃーない

@mccova625 Жыл бұрын

MNISTは20回くらい作りましたかね。アヤメも10回はやった。by　40歳からAI学びだした元農民

@littlehugeuma Жыл бұрын

3:38 なんでや！数式並んでたら涎でて奇声あげるレベルでアガるでしょ！

@WINGofJapan283 Жыл бұрын

カントが人間の悟性Verstand, understandingは関数Funktion, functionの能力だ、って説明してるのを思い出したここずっと気になってるんだけどまともに取り上げてるカント研究者を見たことない

@TANAKA_YASUHIRO Жыл бұрын

『純粋理性批判』の中ででしょうか？👀

@WINGofJapan283 Жыл бұрын

折角返信いただいていましたが、AIから離れてしまうかも知れないので、うろ覚えだったところを正確に引用することで詳細の説明に代えさせていただきます。（『純粋理性批判』Ⅰ 先験的原理論第二部門第一部第一篇第一章第一節（岩波文庫版上巻p.141）より）《直観はすべて感性的であるから、対象による触発に基づくが、概念は機能(Funktion )に基づくのである、なお私の言う機能とは、種々な表象を一つの共通な表象のもとに集めて、これらの表象に秩序を与えるところの作用の統一〔統一作用〕を意味する。》正確には「（悟性の）概念はFunktionに基づく」でした。 Funktionは普通「機能」と訳されるのであまり気付かれることがないと思われるが、個人的にはこれが「関数」（要素を集合に包摂するもの）のこととしか読めない。現代的な関数という概念はライプニッツが創始したもので、ライプニッツ＝ヴォルフ学派出身のカントが知らないはずはないと思われる。

@d0-0 Жыл бұрын

速度以外引き分けの人工知能「大貴」と照らし合わせ間違い負けかけるアルゴリズム「見」

@kuroudo119 Жыл бұрын

メガネ外して見てたら、堀元さんが裸にジャケット着てるのかと思った……。

@すっとんきょー Жыл бұрын

「アナログ」と「デジタル」のカルマに囚われてて草生える

@kentoo_1 Жыл бұрын

アヤメの例のおもんなさはめっちゃわかりますｗ大貴GPTすげぇぇぇ

@meikai3316 Жыл бұрын

irisのデータセットはよく使うけど、別に3科目のテストの点とかでもええしそんなに「ゲェ」っとは思わんかったぞ

@mozhigengo9479 Жыл бұрын

アヤメの分類と言うから、見た目の見分けにくい、アヤメ・ショウブ・カキツバタ・ハナショウブを分類するのかと思った。水野さんなら、「菖蒲」と書いて「アヤメ」とも「ショウブ」とも読めるとか、「カキツバタ」は「杜若」と書くなど、漢字での読みのややこしさの蘊蓄が出るかと思ったがスルー… ショウブはショウブ科でアヤメ科と違うけど、ハナショウブはアヤメ科とか本当にややこしい。漢字や音が全然違うカキツバタは関係なさそうで、実はアヤメ科アヤメ属。ちなみに英語では全部Irisでまとめられるが、機械学習で分類されるアヤメ3品種は　Iris Setosa ヒオウギアヤメ　Iris Versicolor ブルーフラッグ　Iris Virginica ヴァージニアアイリスちゃんと全部アヤメ科アヤメ属の品種みたいだ。

@maxi4939 Жыл бұрын

機械学習通った人、Iris=アヤメが一発で変換できがち

@akinaka7543 Жыл бұрын

19:17 俺世代(平成元年くらい)でもポケコンは有った気がする…。スバルタやらされた記憶が無い…。

@suugakuhakase902 Жыл бұрын

noteで言ってた「AIに仕事を奪われる！」はここで言ってたのかｗｗｗ

@espilab2 Күн бұрын

ちなみに第二次AIブームの頃の、教科書の例題は「ハノイの塔」「人喰い土人と宣教師」だったと記憶しています。(Prologで解き安いというものです)

@algeot5132 Жыл бұрын

Irisあるあると聞いてアレか…？ってなったし、irisあるならtitanicもでるか…？って思ったらやっぱりあった笑でも今はhouse pricesもそこそこ有名かもしれませんね(伝われ

@kussytessy Жыл бұрын

あれ人種差別的だってので一部のパラメータが削除されたらしいよ。

@MrTakusomikke Ай бұрын

機械学習はAIを生成する手法ですよね。てかあと機械学習はある程度学ぶとぶち当たるのがデータ収集とマシンスペックなんだよね。

@abeechannel6805 Жыл бұрын

トゲトゲにトゲのない種が見つかって、トゲナシトゲトゲになって、トゲナシトゲトゲにトゲのある種が見つかってトゲアリトゲナシトゲトゲになって…ってのがあったと思うけど、データセット気になる

@momo-bi6pt Жыл бұрын

ハムシの話ですよね！好き

@Dec25Oct31 Жыл бұрын

非常にどうでもいいですが一次関数 y=ax+b は中学二年生の範囲です。中学一年生だと比例・反比例のグラフだけで、切片はありません。同様に間違えやすいのですが、一般の二次関数 y=ax²+bx+c を学習するのは高校一年生で、中学三年生では y=ax² のグラフです。しかし、解の公式を使って一般の二次方程式を解くことは中学三年生でやるので、非常にわかりづらいですね。

@user-vq7oi2fu4b Жыл бұрын

カードゲームのバランスは職人達が作り上げてきたけどそれももう限界が来ているんじゃね？と思ってたら、やっぱそうなのか･･･このゲームバランス検証AIが完成されたら、次は「新しいカード」を産み出すAIを開発してそいつをゲームバランス検証AIに喰わせて機械学習させて･･･こいつは絶対にだしちゃいけない禁忌のカードってのも出来るんだろうなあそうすれば人間が新しいカードを考案するときも、禁忌カードの事はあらかじめ除外できるから、人間がもっと別の新しいカードを考えることに時間を使う事が出来る･･･そうなると、アレもダメこれもダメという制約の中からどれだけ新しいことを生み出せるかが人間の価値となる訳かー