00:03
前回の続きですね、機械学習が中で何をやっているのかという話でしたけれど、
前回の1000円のお買い物の件は極端に単純化していますけど、
実際本当にそうなんですよね、ちゃんと中身を見ると。
ただそれを複数の部分、画像の例でいうと、縦横28ピクセルずつの数字の画像、
0から9の数字の画像を認識させるというトレーニング、機械学習で、
ちょっと前回見た通り、ニューラルネットワークの図みたいなのを見ていただきたいんですけど、
音声コンテンツなので申し訳ないですけれど、
その例でいうと、一番左の丸の部分ですね、そこが724個丸があって、
真ん中の隠れ層という専門用語があるんですけれども、
途中の計算をする層があって、一番右の層が0から9に対応する10個の丸になると、
それらが全部線で繋がっていて、
さっき前回でも例えた1000円のお買い物に対する、
例えば100円のリンゴ5個買って500円でしたっていう時の誤差をですね、
その丸と線のすべてで計算して、その誤差が少なくなるように調整するという話でした。
本当にね、概要だけ言うとそれだけなんですよね。めっちゃシンプルですよね。
びっくりしました僕も。
もっとね、これは前期都合層という一番シンプルな、
実際にはもっと複雑なものが用いられているんですけれども、
根っこの部分で本当に一緒。
それで今のGPTみたいな複雑なことができているっていうのが驚きですよね。
03:05
もうちょっと詳細に踏み込んでいきたいと思うんですけれど、
ちょっとだけ難しくなってくるかもしれないです。
じゃあその丸と線の図、あるじゃないですか。
ニューラルネットワークの。
あれの中で何やってるのっていう話にちょっと踏み込むんですけど、
一番左の画像のレデューサーに、
一番左の画像のレデューと724個丸がありますと、
それぞれのピクセルの黒とか白とかの値が入力されるんですね。
まずその丸い一番左の部分に724個あります。
0だったら黒、1だったら真っ白、0.5だったらグレーみたいな感じで。
それらが図が提示できなくて申し訳ないんですけど、
中間層、隠れ層と呼ばれる部分を通して、
最終的に一番右の層、0から9の10個の部分に確率として出されると、
0から1ですね。
で、それらどういう仕組みで確率になるんだって話ですよね。
まず入力から線の部分の話をするんですけれど、
そこでは掛け算と足し算だけあるんですよ。
その入力に対する掛ける値と足す値っていうのは、
最初はランダムに与えるんですね。
ランダムに与えて、1枚目の画像、2枚目の画像、1万枚目の画像、2万枚目の画像と
トレーニングを重ねるたびに、掛け算する値と足し算する値を
誤差が少なくなる方へちょっとずつ更新していくところ。
それを大量にある線の中で行います。
もう1個計算があって、中間層、隠れ層ですね。
06:02
一番左と一番右以外の真ん中の層の丸の中で計算をもう1個行うんですよ。
それが専門用語はなるべく出さないようにするんですけど、
その線の計算、掛け算と足し算をやった値を、
0から1の値に圧縮するような計算をするんですね。
それが終わったらまた次の線へとつないでいくんですね。
その次の線ではまた掛け算と足し算、マジで単純です。
だから学校でやったようなYイコールAXプラスBみたいな、
マジでその計算をするんですよね、線では。
そのAとBの値をちょっとずつ誤差が少なくなる方へと修正していくと。
結構単純じゃないですか。うまく表現できるか微妙ですけど。
それがいわゆるブラックボックスの中身らしくてですね。
これはちょっと結構衝撃でしたね。
めちゃくちゃ難しい作像を複雑なことをしてるんだろうなって予想してたんですけど、
勉強してみるとそんな感じ?みたいな印象でしたね。
そこから発展していってですね。
歴史的には結構1990年代とかに機械学習の理論とかあったらしくて、
勉強してるとびっくりするんですよね。
この理論は1990何年とかに提唱されましたとか、
2000何年にこの理論は提唱されましたとか、
そんな前?って思いながらびっくりするんですけど。
とりあえずその理論にパソコンのスペックが追いついてきて、
実現できるようになってるっていうことみたいですね。
ここからはもっと複雑な、
今実際画像認識とかGPって使われてるような、
種類のニューラルネットワークとかについて話そうかなと思ったんですけど、
ちょっとキリが悪いので、かなり話しすぎてしまいました。
ご視聴ありがとうございました。
