今までは社長や社内の人にはある程度理解があるとしてこれまでのブログで説明してきましたが内容が自分でもいま１つ面白くないので、一から考え直しました。
この１年である程度のAIとIoTの理解が出来たのでそれを踏まえて説明を作る良い機会だと思います。
新しい技術のポイントは”便利”と感じる体験です。
昭和の頃は全自動でが便利な時代でした。そのシステムの理解も小学生レベルで十分でした。
今も全自動ですが、そこに嗜好を含む入力で目的の情報を瞬時にその場で出力する事がAIとIoTの便利な体験です。
大きな違いはパソコンやスマホがある前提のサービスです。もう所有している事を意識していないと思うくらいです。
インターネットに繋がっているので世の中の全ての情報にその場でアクセス出来てサーバー側やパソコンやスマホ側で複雑な計算が瞬時にできる様になっています。
でこれからが初心者へのAIとIoTの説明です。
AIやIoTとは何ですか？との問いに対しての答えは、
”AIとは日本語で人工知能と呼ばれビックデータから目的の情報をキーワードから答えを高等数学を使って推測する技術です。”
”IoTとは(internet to things)の略で物とインターネットで繋ぐ機器とその技術です。”
ふ〜ん…
パソコンやスマホを持っているのでなんでもインターネットに繋がっていろいろな情報を得る事ができるのでIoTはなんとなくわかるけど…
”AI”ってもう少し詳しく説明して！
はい！
”目的変数を決め、説明変数を想定してそのデータを集めてそのデータを正規分布に整理、微分積分や線形代数（行列演算）を駆使してカルマンフィルター等で不要な情報を取り除いてをベイズ推論を使って目的変数を求めます。”
なにそれ？もっと分かりやすくしてよ〜！
微分積分も授業中寝ててよく覚えてないし、今まで微分積分は知らなくても人生で困った事ないし…
はい、例をつかって説明します。
みなさん洗濯します？
奥さんがしますか？
では今日洗濯して干すとします。その後すぐ雨が降ると分かれば干しませんよね。
まず天気予報をみますよね。（天気予報もAIですが、それは置いておいて…）
人は知能をもって無意識に経験にのっとって行動しています。
天気予報をみて洗濯物を干すのですが、天気予報でも１００％確実でないと経験的にわかっているのでその時の自宅周辺の空気や雲行きを見て干すか干さないかを決めていると思います。
洗濯物を干す＝目的変数。天気予報、その時感じた空気、雲行き＝説明変数です。
株取引されますか？
私はしませんが、株価＝目的変数。その会社の現在の業績、その会社の期待値、その会社のブランドイメージ等は説明変数で買う買わないで買う買わないを決めるのが一般的かと思います。
カジノに行きます？（海外ですよ！国内ですると賭博法で捕まってしまいます。まあ公営ギャンブルでも良いのですが、競馬競輪ってやっていますって日本では自慢できませんよね？私の偏見？）
ルーレットで数字に賭けますか？赤黒に賭けます？
その数字の枠もしくは赤や黒の枠に球が入る事自体は確率変数だけでAIではありません。
ただその遊び方にAIは使えるかも？（賭け事を推奨する訳ではないのでお間違えなく！）
20年位前に私は恩師にマカオやマレーシアカジノに度々一緒に連れて貰いました。
カジノに興味はなく暇つぶしに千円位を賭けて１分程でゲームは終わり後はその人のゲーム眺めるだけでした。
恩師はというと、ルーレットに向かい、ずーっと賭けていました。遊びの上手な方で囲碁将棋、麻雀等が上手い人でした。
で、どうして長い時間賭けていられるかというと赤黒に賭けるだけでした。
赤にコインを２枚、負けると赤にコインを４枚、また負けると８枚…（当然黒でも同じです。）
お分かりですか？赤黒の確率は二分の一で赤の確率は５０％なので最初に負けても次に倍、その次に倍を賭ける事で必ずどここでコインは戻って来ます。負けません。勝ちもしません？でも遊び続ける事はできるので損はしていません。飲み物は無料ですし。
確率論からもう少しAIへ応用問題です。
モンティホール問題と有名なクイズコラムがあります。
1990年９月９日にニュース雑誌に掲載され、博士号を持つ多くの学者も間違える程で有名になりました。当時ギネスブックの知能指数世界一のマリリンボスサヴァントが出題する”マリリンにおまかせ”（Ask Marrilyn)というコラムです。
さて問題です。
①のドア, ②のドア, ③のドアがあります。
そのどれかのドアの向こうには高級車がありそれが当たりの景品です。残りのハズレの
ドアには羊が居ます。
今回は私が出題者になってみなさんに問題です。
①②③のどれかのドアを選んでください。心の中で決めて下さい。どれでも良いです。
はい、それでは私はそれ以外のドアの１つを開けます。そのドアには羊が居ました。
ここからが本題です。
最初に選んだドアを変える事が出来ます。みなさんは変えますか？
残りのドアは２つなので確率は５０％ ？？
お分かりの様に、はじめはドアが３つなのでそれぞれ1/3の確率です。
司会者の私がそのうちの１つのハズレのドアを開けたので残りは２つのドアです。
二者択一の問題なので５０％ ？
はい！間違えです。ドアを変更すれば確率は倍になります。
最初の確率（ベイズ理論の事前確率）はドアが３つなのでそれぞれ1/3、私（司会者）が選んだドアがハズレで、その後みなさんがドアを変更すれば2/3なるので確率としては2倍になります。
先に上げたベイズ定理を使ってコンピューターで計算しても同じ答えになります。
一見偶然の問題のようですが、ベイズ定理を使った事後確率の問題になります。
私がみなさんの次に選んだトアがハズレで羊が居る事でベイズ理論の事後確率に変わっているのです。
もう少しわかりやすく説明を加えると、
A.最初にみなさんが選んだドアが当たりの場合、
最初選んだドアから変える場合は1/6の確率でハズレのそのままドアを変えないで
当たりの確率は1/6。
みなさんが最初に選んだドアがハズレている場合（例えば①のドアを選んでいた場合）、
B.②のドアが当たりの場合、最初に選んだ①のドアから②のドアに変えると1/6の確率で
当たり、③に変えると1/6の確率でハズレ。
C.③のドアが当たりの場合、最初に選んだ①のドアから②のドアに変えると1/6の確率でハズレ、③に変えると1/6の確率で
当たり。
B,Cどちらも最初に選んだドアがハズレている場合に司会者の提案にしたがってドアを変える事でAに対して確率が倍の2/3になります。
これが答えです。
おおいに悩んで下さい。
ネットでモンティ・ホール問題を調べてみてください。
自宅でご家族の方々に出題すると面白いかもしれません。
さて、AIでは統計学は不可欠でそれが前提で全てのAIが成り立っています。
日本では長く頻度論といった統計学が主流で例えば選挙等で母集団（日本総被選挙者）から適当なサンプルを取り出してその中で一番多い投票から実際の当選する確率を導き出す事が統計学の主流です。これはAIにつかえません。
近年統計学で主流なのは
ベイズ理論です。アメリカでは統計学＝ベイズ理論といっても過言ではないです。
なぜかというとこのベイズ理論でAIや自動運転は成り立っていると言っても過言ではありませ
頻度論
（パラメータが定数、データが変数（確率変数））とは反対の
パラメータが変数（確率変数）、データが定数です。詳細の説明は長くなるので割愛します。
お知りになりたい方は初心者向けの統計学の漫画を紹介致します。
合計３冊読む事になりますが…
1701年に生まれた数学者トーマスベイズ（もともと牧師）が提唱した理論で近年注目されているのは、この理論がないとAIも自動運転も成立しないのです。
ベイズ理論の中では多くのデータが必要でその答えを出す際に行列演算が使われます。
行列演算の式
このベイズ理論を駆使して目的変数を導き出す為をコンピューターで計算するためにぎこの行列演算の足し算、引き算と掛け算をします。（割り算はありません。）
説明変数を増やせば確率は上がるのですが、計算が膨大になる事がわかっています。
スマホで有名なiPhoneですが、その中で毎秒５兆回の演算処理（計算）ができるのでAI機能が優れていると書いています。
その５兆回の演算のほとんどはこの行列演算になります。
ほんの少しですが、その演算のイメージはこんな感じです。
そもそもデータとはアナログの信号なのでばらつきます。
このばらつきを正規分布にします。
これらの点を結んでどんどん積分するとこんな表になります。
今は２次元ではなく３次元のデータを扱うのでこの平面に奥行きのデータ（要素）があるのでこんなデータです。
これらを３次元で積分すると…
こんなデータになります。
これらの座標データをコンピューターやスマホ（GPU＝グラフィックボード)で行列演算するとあっちち（コンピューターが処理する時の熱でドライヤーの高温状態の様な排熱がでます。）
はい、これが今流行りの人工知能＝AIです。
これらの数式や、コンピューター（のGPU)を使って自動車の自動運転、コンピューターゲーム、シュミレーター、仮想現実（VR)等にも応用されています。
３０分でAIの全てを説明をするは大変難しいです。
お分かりになりましたでしょうか？
one more thing !
おまけ
業務委員長の安達様はレースカーをサーキットで操る腕前とか…
自動運転もAIと同じ手法を駆使しています。
理想のコースを想定して、マシンの最大値を入力して学習させます。学習はこの動画の様に何度も失敗させてデータを取ります。
まず理想のコースと理想の運転をモデル（AIの学習済みデータをモデルと言います。）計算して作ります。
実際のマシンはコースの風やタイヤの摩耗で同じ運転をしてもその影響で理想からは外れて行きます。その要素全てをできるだけ予測（推論＝AI）して運転するとこうなります。
これはミューヘン大学の自動運転に関する動画の一部です。
（相対性理論のアインシュタインの通った大学です。）
この自動運転のAIを実践している会社が電気自動車で有名なテスラです。
日産の自動運転はこのごく一部の技術だけを使っています。（日本の法規制上致し方ありません。アメリカや中国では自動運転の事故に対して道路交通法や関係法は整備されています。）
因みにこれらのデータを使えばシュミレーターでこんな事が出来る様になります。
ゲームか？
と思われる方もいると思いますが航空会社がパイロット養成に使う９軸センサーと６軸駆動のシュミレーターを高性能ゲームパソコン＋シュミレーションソフトとトラック用のワイパーのモータ６台を駆使すると…
これで飛行機やヘリコプターの操縦やニュルンベルクのサーキットのデータとレース車のパワーユニットのデータを入力すると結構リアルな練習が出来ます。
VRメガネ（仮想現実）を使うともっと没入感のあるリアルな体験になります。
視覚が騙されるからです。VR体験はいずれどこかでデモする予定です。
VRは体験しないと説明出来ません。その感想は弊社寺田にお伺い下さい。
とわ言え何もしないでいても仕方がなりのでスポンジや緩衝材を探しにコーナンへ
ドローンの実際の振動はわからないので振動歯ブラシにMPU6050をつけて印刷の文字が読めるかでテスト結局防振粘着マットが一番結果が良かった。鉛のウェイトで固有振動数を調整してみたけどあまり良い結果にならず。
