盤メーカーとIoTそしてAI: 今年の目標は無駄な事をする。（無駄ではありませんが…）

現在の開発は機器の設定が殆ど。

但し何か不具合があった場合はどこに問題があるか切り分けるには設定や原理の理解が不可欠です。それでも簡単ではありません。

機械学習、AIが世間で持て囃されていますが一般の人が期待するAIを使った自動化はかなりの手間と時間が掛かります。技術が熟成するのはまだまだ時間が掛かりそうです。

盤メーカーに必要な目標としているのは必要な機械学習の技術を見つけ出しそれを実践する為に情報取集をしています。

今回AIコンペ選考委員の方々からの指摘も踏まえて現在開発中の作品を修正して行きます。
サーモグラフィーを使った獣害対策や不良太陽光パネルのデータを撮ってモデルを作る事も考えて居ますが、可なりのサンプルと時間が掛かります。

並行して作品のプレゼンテーションの試行錯誤も必要と考えています。

さて、年始の挨拶回りにご興味を持たれたお客様にプレゼンテーションを思案中。
色々とご意見を伺って改善していこうと思います。

AIって？

まずは機械学習におけるデータ処理のCPUとGPUの用途の違いからの違いから…
主に行列演算をするのですが、

約５０００位のサンプルを１３００２回計算しますが要は０−９かどうかの計算なので５０００X１３００２回＝６５０１００００回CPU計算するよりGPUで５０００の並列処理で１３００２回計算する方が効率的です。

もちろんインテルも８コアのCPUを利用した並列処理を進めていますが、今の所GPUには及ばないようです。

この処理をCPUクロック数をあげても…

GPU敵いませんね…

勿論それぞれのモデルはCPUもGPUもセットでついているので飽くまで理論的な違いを比較して居ます。

CPUでAIと言っているインテル自身MovidiusというGPUスタートアップの買収もしています。

さてここからがAIの解説になります。出来るだけ簡単に。

現在AI（人工知能）と呼ばれているものはほぼML（機械学習＝マシーンラーニング）。

コンピュータに学習させてその結果を推測させる技術。

機械学習

教師あり学習
教師なし学習
強化学習

最適化

次はフレームワーク(AIエンジンと思って頂ければと思います。）代表的なもの
TensorFlow(Google開発で世界人口が一番ですが中級以上）
Caffe(バークレイ大学）
Chainer（日本）
Keras
Pytorch(Facebook)
darknet(yolo)比較的新しく流行っている？
CNTK（マイクロソフト）

このフレームワークを使って計算するのですが、行列演算をしてコンピューターに基準（モデル）を作ってそのモデルを使って未知のデータに推論結果を示します。