DeepLearningが気になって

先日スマートニュースを見ていると、赤ちゃんの泣き声を解析してかなりの確率で判断することができると、、、夢のようなアプリが開発されているようです。我が家にも子供が生まれ、泣き声、には多々悩まされる事が多く、興味が湧きましたので調査しました。その中でDeepLearningにつながったので以下書き出します。(以前Rebuildfmでも話題になっていたので気になっていた人工知能の技術)

サンプル画像　→

↑ディープラーニング技術によるDeepDearmにて味の出たおっさん画像

参考：空腹？おむつ？赤ちゃんの泣き声、アプリで分析　台湾
参考：赤ちゃん語翻訳機」を開発、泣く原因を15秒で判別　台湾
参考：判断した画像(Asahi.com様の画像です)

考えてみた

最近よくAIが今後伸びてくるとのことですが、これもサンプリングとして赤ちゃんの泣き声を20万人程度解析した上でのことのようですので自動解析というかAIといっても良いのでしょうか。

最近よく気になる言葉のDeep Learning。人口知能です。沢山情報を覚えて物事の判断を促す技術のようですが、アプリで世界中から収集して判断させるようやことも個人レベルでも出来てしまうのかもなぁと妄想していました。 ディープラーニング少し調査しました。

参考：人口知能ディープラーニングとは何なのか？　そのイメージをつかむ
参考：Google のディープラーニング技術　Deep Dream(試すページ)
参考：Google のディープラーニング技術　Deep Dream
参考：ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換）

↑最後の記事がとても細やかでわかりやすかったです

もう既存の情報なのかもしれませんがそれぞれオープンソース化もされています。記事に記載されていました環境構築にかかる時間と人気のDeepLearnigのオープンソース技術を公開します。どれも2015年の発表のようでまだまだ新しい技術で興味津々です。

名称	環境構築時間	備考
Tensorflow	10分程度	Google 提供　2015年11月頃オープン化
Chainer	5秒程度！	Preferred Infrastructure提供（日本の会社）pythonで実行可能 2015年６月頃オープン化
Caffe	4時間程度	カリフォルニア大学バークレー校の研究センター提供　公開日不明
DeepDream	4時間程度+10分（Caffe必要）	Google提供　キモい画像になる

朝からぼんやり眺めておりましたが、ところどころで出てくるpythonコードを読んだ事がないので苦痛でした。これから来る必要な技術の波を感じる記事群で多少興奮しつつ満員電車にゆられて記事を読んでおりました。記事に記載している手書きの何人かの0から9までの手書き画像を学習して覚えると、手書きの数字も認識できるようになる様なのですが、その学習部分がイマイチわかっていません。

類似画像検索なのは分かるのですが、画像以外のものはどう扱えるのだろうか。そもそも画像だけなのかな。例えば、2chのスレッドを覚えさせて次にくるセリフの予想なんかもできたりするのかなーとかを考えていました。

まとめ

朝活では表面上しか調査できませんでしたので、実施できそうな箇所はやっていけたらと思っています！

追記　2016年1月18日

DeepLearningがrebuidfmで話されていた回のリンクを共有です！Hakuro Matsuda とIto Naoyaさんの回です。

参考：Aftersnow 82: Becoming Robot - Hakuro Matsuda さんと、無線充電、Apple TV, Kindle, 月９、ディープラーニングなどについて話しました。
参考：Rebuild 79 Deep Learning Anim(Naoya Ito) - 伊藤直也さんをゲストに迎えて、Swift, Docker, Consul, ディープラーニングなどについて話しました。

↓こんな記事もありますよ！

	Array SwiftではArrayとNSArray両方利用することができます。記事を統合しました。
	UIFontのフォント一覧をWebViewで表示させてそれをキャプチャ保存する文字フォントがわかっても実際の文字がわかりませんので、 WebViewに出力させて、その結果を端末のPhotoアルバムに保存させる処理をつくってみました
	UITabBarItem タブバーを利用した時にアイコンがデフォルトのものだけでは物足りなかったのでフリー素材でよさそうなサイトがあったので共有です。 500個も魅力的でオーソドックスで使いやすいアイコン盛りたくさん。