AI研究所 - AI(人工知能)に脅かされないために、AI(人工知能)を作る側の人間になる -

HOME  >  【2020年最新簡単3ステップ】 初心者でも分かるAI(人工知能)の作り方

公開日:2020.09.14 [最終更新日]2020.09.22

【2020年最新簡単3ステップ】 初心者でも分かるAI(人工知能)の作り方

AI(人工知能)の作り方

こんにちは、AI研究所の見習い研究員マサミです。
今回は初めての方でも分りやすいように、AI(人工知能)を作る手順を紹介したいと思います。
AI(人工知能)を作成する手順は大きく分けて3つのステップがあります。

AIの作り方

AIの学習に必要なデータを集める

AIを賢くさせる学習は、「機械学習」と呼ばれています。機械学習を行うためには膨大なデータが必要になります。
最近ビッグデータが重要視され、様々な企業が資金を投資しビッグデータを集めている理由の一つが機械学習に利用するためです。
特に最近では、IoT(もののインターネット)を利用してこのビッグデータを収集する動きが盛んに起こっています。

では、機械学習に必要なデータはどれくらい必要で、どのように集めればいいのでしょうか?

まず、必要となるデータの数ですが、これは人工知能の用途によって変わってくるため一概にこれだけのデータがあればOKというふうに断定することができず、現状は人間が推測するしかありません。

例えば、銀行の融資の審査ができる人工知能サービスを作りたいとした時に「5,000人くらいの過去の融資審査のデータがあれば精度の高い人工知能が作れそうだな」とか、「20〜30人だと少なすぎるだろう」みたいな感じです。

しかし、「データが多くなければAI作れない」というのは大きな間違いです。
AIの特徴は、運用していくときに溜まったデータも使ってどんどん賢くなることですので、データが少なくても始めることはできるのです。

その他にも、人の顔を識別するような人工知能を作りたい場合は100,000人くらいの写真があればいいかなとか、自分の顔だけ認識できればいいのであれば、100〜200通りの写真でいいかなといった感じで大体は予測がつくかと思います。

続いてデータの集め方についていくつかご説明します。

まず一つ目は、既に社内にあるデータを使用する方法です。
顧客データや売上データ、機械のセンサーデータや文書データなど、会社の資産として溜まっているデータがあるかと思います。
ここで例に出すのは「クレジットカード審査」のデータです。弊社で開催しているAIセミナー用にカスタマイズしたものですが、過去の1,500人分のデータと、審査結果の正解ラベルを用意することで学習データとすることができます。

クレジットカード審査のデータ

二つ目は、動画から画像データを集める方法です。
動画は画像データをパラパラマンガの要領で動かしアニメーションにした物なので、例えば、30分の動画でフレームレートが30fpsだと、54,000枚の画像データを集めることができます。

このように、動画から画像データを集めディープラーニングを用いて機械学習を行った事例として「Googleのネコ」というものがあります。

20130608212518

Googleは1週間にわたってコンピューターにYouTubeを見せ、コンピューターに猫の写真を識別することを学習させることに成功しました。
この研究成果のすごいところは、事前に「猫」のラベル付けをした画像をコンピューターに与えることなく、コンピューター自身が、YouTubeの画像から猫がどういうものかを知ったことです。

動画から、というと難しいと感じる方でも、数百枚の画像を集めれば学習もできます。
社内にある画像データを掘り返してみるのもいいかもしれませんね。

三つ目のデータを集める方法は、IoT媒体を使う方法です。

例えば、監視カメラやもしかしたら皆さんが普段利用されているSNSや検索エンジンなどもビッグデータを集めているかもしれません。
こういった媒体を使ったデータ収集にはIoTやセンシングの技術が重要になってきます。

これはIoTのデバイスを作る必要がありますが、主にセンサーデバイスの温度、加速度、圧力等のデータと合わせて、ユーザーの使用頻度や使用方法を取得することができます。
IoTの真価はビッグデータを集める部分にあると言われています。

ビッグデータを集める媒体として最近よく目にするものが「Pepper」です。
Pepperを作った林さんは、「Pepperはたくさん展開することでビッグデータを収集し知性を獲得するためのプラットフォームであり、未来を築く上での礎」だと語っています。

Pepper

四つ目はWebサービスを利用する方法です。
例えば画像データであればGoogleの画像検索で大量に取得することができます。
もちろん一枚一枚保存していては日が暮れてしまいますが、アプリやウェブスクレイピングの技術を使うことで、一括でダウンロードすることもできます。
その他にもTwitterのAPIで今までのツイートを取得することができたりと、Webにはたくさんのビッグデータが眠っています。
インターネット上のデータをうまく利用するのが一番お金のかからない方法かもしれませんね。

機械学習をさせてAIの「学習済みモデル」を作る

機械学習をさせるためのツールは既にいくつも開発されています。
以前の記事で紹介したAzure ML(プログラミング不要!? AI(人工知能)の作り方【Azure ML – 機械学習】)やDialogflow(【プログラミング不要】Siriのように会話ができるAI(人工知能)の作り方)などがその一つです。

機械学習ツール一覧
・Azure ML(Machine Learning)
・Amazon Machine Learning
・Google Prediction API
・Dialogflow
・Orange
・TensorFlow
・Chainer
・Caffe
・DeepDream
・scik it-learn
・Jubatus
・mahout
・Spark MLlib
・Matlab

上記の中で初心者におすすめなのが、Azure MLです。
Azure MLはプログラミングを書く必要がないためプログラミングの知識がない方にもおすすめです。
また、クラウド上で学習を進めてくれるため、自身のPCのスペックに依存しないのも魅力的です。

Azure MLの使い方については、私たちが開催しているAIセミナーでも学ぶことができます。ご興味のある方は是非ご参加ください!

また、最近ではもっと気軽に使えるものとして、Google、Microsoft、IBM、AmazonなどがAPIを公開しています。
APIと言うと難しそうですが、簡単に言うと、例えばGoogleが作成した汎用的なAIにアクセスして、使えるようにした仕組みです。
GoogleのCloud Visionを使うと、画像認識のAPIを体験することもできますよ!


AIのモデルをプログラミングを使ってサービスに組み込む

機械学習が完了したAIを利用するためには、サービスに組み込むためのプログラムが必要となってきます。 例として、画像を認識できるような人工知能のサービスを作る場合に必要なプログラムを図式化してみました。

ai

青色の矢印をプログラミングします。

また、作成したAIの「学習済みモデル」をWebにアップロードし、APIを用いて利用する方法もあります。その場合は、API keyなどを利用してAPIを呼び出すプログラミングが必要です。

プログラミングの知識がない方はここが挫折ポイントとなることが多いですが、そんな方々のために私たちAI研究所はプログラミングのセミナーを開催しています。

AIの作り方を学ぶならAIプログラミングセミナーがおすすめ


AIの作り方を学びたいは「AIエンジニアになるための3日間集中セミナー」を受講することをおすすめします。
セミナーの詳細はこちら

このセミナーでは、AIエンジニアに必要なAIのプログラミングスキルや、 AIの仕組みを理解したデータの処理方法を学ぶことができるため、これからAIのエンジニアを目指している方や、ビジネスでAIを活用したい方におすすめのセミナーです。

受講形態 会場受講 / ライブウェビナー / Eラーニング
定員 6〜8名
必要な前提スキル 前提スキルは必要ありません。どなたでも学べるわかりやすいエンジニアセミナーです。
AIエンジニアに少しでも興味があればOK!
セミナーページ https://ai-kenkyujo.com/ai-technical/

席数に限りがございますのでお早めにお申し込みください!

AIの作り方まとめ

AIを作成するためには、AIの学習に必要なデータと機械学習、そして学習済みモデルを組み込むためのプログラミングが必要になります。
現在は、AIを作成するためのツールやプログラミングに必要な機械学習ライブラリも多く出ていて誰でも簡単にAIを作成できるようになっています。
この機会に是非AI作成にチャレンジしてみてください!


参考になったら「いいね!」と「シェア」をお願いします!!

このエントリーをはてなブックマークに追加
AI(人工知能)セミナー開催中