2019-04-05

AI・人工知能EXPOに行ってきました（その2）量子コンピューターの可能性とIBMの量子プログラム

昨日は、情報収集のためにAI・人工知能EXPOに行ってきました。

３つの特別講演を受講してきたのでレポートの第二弾です。

f:id:kanriyou_h004:20190404211403j:plain

2つ目は、以下の特別講演です。

AI-5＜量子コンピュータは何をもたらすのか＞

①量子コンピューターの可能性とIBMの量子プログラム

IBM Systems
Vice President, IBM Q /
CTO & Vice President, Technical StrategyScott Crowder氏
②人工知能の省力化
～アニーリング方式量子コンピューターが叶えるジェネレーティブ・ラーニングD-Wave Systems Inc.
Quadrant Machine Learning Business Unit
General ManagerHandol Kim氏

この講演は、量子コンピュータに興味があって出たのですが、理解できなくて、厳しかった〜(^_^;)

理解できた範囲だけしか、かけません(ToT)

（間違ってたらすみませんm(_ _)m）

①量子コンピューターの可能性とIBMの量子プログラム

こちらは、サービスというよりも研究開発といった感じでした。

従来ではできなかった、少ないデータや、教師なし学習でも十分な、学習ができるのだとか。

驚いたのは、無償でツールキットが使えるとのこと。

pip で、qiskitをインストールして、from qiskit import ClassicalRegister,QuantumRegisterといった感じで呼び出せるのだとか。

使ってみたいけど、何に使ったらいいかもまだわからない〜。

②人工知能の省力化

こちらは、商用化もされているジェネレーティブラーニングのサービスの紹介でした。

こちらも、少ないデータや、教師なし学習で活躍するサービスとのことです。

稀にしか起こらないような、そもそもそのクラスのデータがない場合や、データについたラベルの信頼性が低い場合などても学習できるとのこと。

やり方としては、少ないデータから教師データを生成して学習させるという手法らしいのですが、原理がさっぱり理解できませんでした(ToT)

もっと勉強しないと、だめだなぁと自身の力不足を思い知った時間でした。

2019年3月9日（土）にG検定を受験し、見事合格できました！

受験の体験記や勉強法などを別のブログにまとめました。

これから受験される方がいらっしゃいましたらご参考まで。

g-kentei.hatenablog.com

2019-04-04

AI・人工知能EXPOに行ってきました（その1）Amazonの人工知能

雑談 AI・人口知能EXPO

今日は、情報収集のためにAI・人工知能EXPOに行ってきました。

３つの特別講演を受講してきたので順にレポートしたいと思います。

f:id:kanriyou_h004:20190404204517j:plain

１つ目は、以下の特別講演です。

AI-4＜世界のAIビジネス最前線＞
Amazonの人工知能
～人々の生活を変えるAIの研究開発最新状況～

Amazon Web Services
Director, Applied Science and Artificial Intelligence, Amazon AI

Hassan Sawaf氏

amazonが提供するサービスに関する説明が種でした。

①人工知能サービス

Computer Vision

→画像認識のサービス。顔認証や感情分析、なかにはセレブ認識なるセレブな人見つけるみたいなサービスもあった（笑）

Computer Vision in Video

→ 画像認識の動画版。オブジェクトの認識だけでなく、アクティビティ（動作）の識別もできるとのこと。

Natural Language Understanding & Dialog

→ 自然言語認識

Automatic Speech Recognition

→ 自然言語認識を、音声に適用。文字起こしだけでなく、誰が話しているかも認識できるとのこと。電話の音声でもできるのだという事をとても推していた。8言語対応。

Machine Translation

→ 機械翻訳。417言語対応。

Amazon Textract

→文字認識OCR++。テキストデータ抽出。

コンテキストを理解した上で認識する。

なので、表やグラフも認識できる。

記入フォームも認識できる。

Amazon Forcast

→予測モデル。時系列のデータを予測する。

②機械学習サービス

AWS Market place for machine learning

→ 機械学習のアルゴリズムやモデルが販売できる。

Amazon sageMaker RL

→ Amazon SageMaker 上に構築され、事前にパッケージ化された強化学習のツールキット。つかってみたい！！

AWS DeepRacer

→完全自動運転の模型自動車レースコンペ。

機械学習モデルを作ってもらうことで理解を深めるのが目的。

バーチャルでの大会もあるらしい。

ともいいと思った。いつかチャレンジしたい。

③インフラ

AWS Inferentia

→ 機械学習推論チップ。GPUなくても大丈夫。TensorFlow、Apache MXNet、PyTorch 深層学習フレームワークもサポート。Resnet 36万画像処理して$0.22しかかからないのだとか。

この話を聞いて、自分の挑もうとしているレイヤーが見えてきた気がします。

具体的には②の機械学習レイヤーのサービスで、③の人工知能レイヤーのサービスを提供していくところを目指したいと思いました。(まぁ、まだ何もわかってないので、これからどんどん変化していくと思いますが（笑）)

また、AWSのMarket place で機械学習のアルゴリズムやモデルが販売できたり、模型自動車の自動運転のレースコンペティションを開催してるということを聞いて、ワクワクが止まりませんでした。

2019年3月9日（土）にG検定を受験し、見事合格できました！

受験の体験記や勉強法などを別のブログにまとめました。

これから受験される方がいらっしゃいましたらご参考まで。

g-kentei.hatenablog.com

2019-04-01

エピソード2-6: matplotlib を使ってみる〜 E資格への道〜

E資格 Python

今回は、matplotlibに挑戦してみたいと思います。

matplotlibとは、データを可視化してみやすくしてくれるグラフを描いてくれるライブラリということで、機械学習のプログラミングの結果や、途中経過を理解するのに必需品のライブラリです。

0. まずは、matplotlibライブラリをimportする。

「import matplotlib.pyplot as plt」とすることで、「plt」にて参照して、グラフの描画に必要なモジュールを呼び出すことができます。

1. 散布図を描画してみる。

plt.scatter(x,y)にx座標のリストと、y座標のリストを渡すことで、散布図が描けます。（x、y）のリストではないので注意が必要です。

2. 折れ線グラフを描画してみる。

plt.plot(x,y)にx座標のリストと、y座標のリストを渡すことで、折れ線グラフが描けます。散布図と同様（x、y）のリストではないので注意が必要です。

X座標とY座標を指定してグラフ（図形）を描く方法がわかりました。

視覚化されると、数式だけの情報が目に見えてわかるので、理解が深まります。

2019年3月9日（土）にG検定を受験し、見事合格できました！

受験の体験記や勉強法などを別のブログにまとめました。

これから受験される方がいらっしゃいましたらご参考まで。

g-kentei.hatenablog.com

2019-03-30

エピソード2-5: Numpy を使ってみる〜 E資格への道〜

E資格 Python

今回は、Numpyに挑戦してみたいと思います。

Numpyとは、多次元配列を使いやすくしてくれるライブラリということで、機械学習のプログラミングには、もってこいのライブラリです。

また、乱数や、Sin,Cos,Tanなどの数値計算も簡単にできるので、すごく重宝しそうです。

0. まずは、Numpyライブラリをimportする。

「import numpy as np」とすることで、「np」にて参照して、各種関数や定数を呼び出すことができます。

1. 定数を呼び出してみる。

円周率（np.pi）もネイピア数（np.e）も定数で定義済みです。

2. 関数を呼び出してみる。

累乗、平方根、三角関数、指数関数、対数関数など、基本的な関数は、揃っています。

3. リストを使ってみる。

[ ]を使うと、複数の数値をリスト型で関数の引数に渡すことができます。

power関数の一つ目の引数に、リストを渡すことで、リスト内の数値を２乗を一気に計算できました。

For文とかで、繰り返す必要がないのでとても便利！

ただ、出力は、リスト型ではなく、array型となっているところが注意しないといけないところですね。