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）

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。