写真イメージ

AIの基礎(ハードウェアとAI・畳み込みニューラルネットワーク)

投稿者:

こんにちは。ウェブ解析士の佐藤佳です。
今回は、AIの基礎(ハードウェアとAI・畳み込みニューラルネットワーク)の学びをシェアします。

※情報源は「窪田望のアンテナ!」です


■ハードウェアとAIの関係
以前はAIでやりたいことを実装しようと思っても、
ハードウェアの性能が追い付いてできないことがあった。

→現在はムーアの法則の通り、ハードウェアの性能がグンと上がってきた。

★ムーアの法則とは
半導体の性能と集積は18か月ごとに2倍になる法則。
インテルの創設者の一人、ゴードン・ムーワが提唱。


■理解しておきたい用語
★CPU(Central Processing Unit)
コンピュータ全般の作業を処理するための仕組み。
複数の処理を「順番に」処理するのが得意。

★GPU(Graphics Processing Unit)
映像など、大規模×並列に演算処理するための仕組み。

★GPGPU(General Purpose GPU)
画像以外以外の目的で並列処理するための仕組み。

この分野でリードしているのがNVIDIA(エヌビディア)。
グーグルが開発したTensorFlow(テンソルフロー)も注目。


■CNN畳み込みニューラルネットワークとは
画像に対して使われるAIのこと。
RGB(Red、Green、Blue)とHSV(色相:Hue、彩度:Saturation、明度:Value)の色情報を持つ。
※Googleの画像検索にも畳み込みニューラルネットワークが使われている!

1982年 神経回路モデル「ネオコグニトロン」/福島邦彦
S細胞=画像の濃淡パターンを検出する
C細胞=物体位置が変動しても同一物体とする

1998年 ヤン・ルカンによるLeNet
ここではS細胞は畳み込み層、C細胞はプーリング層と呼ばれている。

↓ 畳み込み層:「フィルター」を使って特徴Mapにする
↓ プーリング層:maxプーリングやAVGプーリングを使う
↓ 全結合層:すべてを合体する(最後は一次元にして出力する)

※最近は全結合層ではなく、Network in Networkの方が使われている。


今回はここまでです。
また次回のブログでお会いしましょう。

Follow me!

この記事を書いた人

Kei Sato
面白いと思ったモノ・コトを解析し、広く報せることに喜びと生きがいを感じる人です。広報やウェブマーケティングの仕事が大好き。個人ではウェブ解析士、キャリアトランプ ダイバーシティ ナビゲーターとしても活動中。ブログでウェブ解析×キャリア支援に役立つお話や、日々の気づきを綴っています。

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください