【深層学習】学習 - なぜ必要なのか？何をするのか？【ディープラーニングの世界 vol. 2 】

[@shibacomcom]

いつも楽しく拝見しております。学習を効率的にできるかどうかについて、エンジニア個人の能力はどれくらい影響があるのでしょうか？あるいはほとんどがCPU等のハードに依存するのでしょうか？米国、中国等の諸外国はCPUやハードウェアへの投資額が日本よりも多いという印象ですが、その他の要因で日本が諸外国より強い部分があるとすればなんでしょうか？？ご教示頂けますと幸いです。

[@AIcia_Solid]

個 AI 的な見解ですが、 AI が提供する解の質は、データの量、ハードの強さ、才能の量、チームの強さに依存します。 それらの総合なので、一概には言えませんが、これらの総合で日本が勝てる領域はいくらでもあると思います。 たとえば、アニメゲーム領域で日本の蓄積に簡単に敵う国はありませんし、全領域のトップレベルの産業を国内に持つ国も多くありません。 SNS や、行動ログは、（日本に限らず世界全体が）アメリカと中国に大きく引けを取り、埋まらない溝が空きつつあると思いますが、 すでに誰かが大きな城と巨大な権益を生み出している領域に目を向けるのではなく、 これからどこに自分達が城を建てていくかに目を向ければ、案外可能性はたくさんあると思います。 ここら辺の話は、 シン・ニホン amzn.to/2xMl8ot Learn or Die amzn.to/3ctupkx を読むと、よく分かるのではないかとおもいます！ （遷移先は kindle 版）

[@shi6aken]

一般的な説明よりも常に一歩引いた視点から広範を説明してもらえるので驚くほど説明がわかり易いです。なぜ DL が必要なのか、の説明など目からウロコでした。

[@AIcia_Solid]

ご視聴コメントありがとうございます！ そう言っていただけるととても嬉しいです！😊 いきなり中身はいるのではなく、こういうところから始めるのは、私なりに工夫したポイントなので！✌️ 今後も様々な動画を生成していく予定ですので、是非色々楽しんでいただけると嬉しいです！ 🥳

[@user-yf6xt4nm9s]

難しいことを分かるように説明できるスキルに感激しました ついていけそうなとこまで動画拝見したいと思います

[@AIcia_Solid]

おほめに預かり光栄です🎉 ぜひ楽しんでみてください！

[@小野賢一郎]

基本から順に解説する動画、ありがたいです。話題が初心者がみて面白さが感じられるところに至ってないのでなかなか再生数伸びないと思いますが、めげずに頑張ってください！応援してます！

[@AIcia_Solid]

いつもありがとうございます😍 まだまだ話したいことはたくさんあるので、まだまだ続きます😎 ぜひ、お付き合いいただけると嬉しいです！！！

[@redsheep9861]

Deeplearningって私の好きな分野とおなじかんじだあ コメントにもFEMの話がありましたが、FEMでは微分方程式に節点ごとの値を用いた関数の一次結合を代入して、領域で積分したときの誤差を最小にする節点ごとの値を求めるので、似たように思えますね

[@AIcia_Solid]

なるほど、そうなんですね、、、！ なんか、なにやら、なにか、大事な本質が共通してるのかもですね。 今まであまり興味は強くなかったのですが、俄然興味が湧いてきました！😍

[@redsheep9861]

@@AIcia_Solid 本質は，汎関数最適化！なのかもしれませんね

[@AIcia_Solid]

ですね！ 加えてなにか、もっと深いものがある気も、、、！ こういうのがあるから楽しいですね😍

[@kkaz-dv8xm]

さいっこうに面白い！

[@AIcia_Solid]

ご視聴コメントありがとうございます！！🤩🎉🎉🎉 ぜひこのまま続きもお楽しみください😊

[@そら-o4b]

将棋や囲碁から人工知能・機械学習を知りました 学習が数式で表現できると知った時の衝撃を今でも憶えています これからも色々な学習方法が明らかにされていくのでしょうね 私ももっと知りたいです よりよい社会の実現を願っています

[@AIcia_Solid]

そうなんですね！ 数式にしたがった学習で様々な表現が生まれるのは、ロマンがありますよね😍 ぜひ一緒に勉強して、世界をより良い場所にしていきましょう！🎉

[@gammeldrask919]

めっちゃわかりやすい。

[@AIcia_Solid]

でしょ😎😎😎

[@理系男子]

ディープラーニングの背景にある「計算機の能力」「理論」の進歩もすごいですが、よく考えるとココまでやらないと勝負できない「人間」自体すごいハイスペックな気がしました。 思いつくだけでも、画像認識・自然言語処理・二足歩行を全部できるとか、超ハイスペック 人間側としては、単純な学習・推論の繰り返しは疲れない・眠らない機械には勝てないので、「機械ではできないこと」を見つけて、そこで学習して勝負していくしかないですね。

[@AIcia_Solid]

そうなんですよね。 それを消費電力1Wでやってるのもヤバイです😮😮😮

[@理系男子]

@@AIcia_Solid 確かに、そう考えるとエネルギー効率ヤバいですね😮

[@ckenhilla5154]

わかりやすい！

[@AIcia_Solid]

でしょでしょ！

[@GL-Kageyama2ndChannel]

私は最近、E資格を取得したのですが、そこで得られない情報なども、この動画には入っていると思いました😋

[@AIcia_Solid]

ご視聴コメントありがとうございます😊 E資格は素晴らしい資格ですが、あれもこの世界の切り取り方のひとつでしかないので、 また違った側面が私の動画で見えたのかもしれませんね😊

[@ケチャップ-c9v]

カーネル法の解説とか聞きたいです！ できれば、再生核ヒルベルト空間とかまで突っ込んだ話が聞けたら最高です！！！

[@AIcia_Solid]

ご視聴コメントありがとうございます！！ RKHS はいいですよね！ どこかでやりたいと思ってます！！😍🎉

[@binwang3255]

外国人ですが、わかりやすくてありがとうございます！( ╹▽╹ )登録しました！

[@AIcia_Solid]

ご視聴コメントありがとうございます！😍🎉🎉🎉 日本語を勉強しているかたに見ていただけるのは本当に嬉しいです。もし、言語的な部分でも質問があれば遠慮なくコメントくださいませ！

[@9tomatube]

ありがとうございます！

[@AIcia_Solid]

ご支援いただきありがとうございます！(^o^) 今後も良き動画を生成できるよう精進しますので、応援いただけますと嬉しです！😍 よろしくお願いします！🎉🎉

[@JJ-yn9bc]

前回の動画に引き続き、分かり易過ぎてびっくりしました！シリーズ全部見たいと思います^^

[@AIcia_Solid]

わーい！おほめに預かり光栄です！😍 是非ご活用ください！🎉

[@ggweb3899]

FEMの変分法の説明を聞いているような気になってきます

[@AIcia_Solid]

FEM は詳しくないですが、気持ちはにているかもですね！ ほんとは無限次元空間で変分するのですが、 有限パラメタでいい感じにするのは、 根底では通じるところがあるかも、、、？😮

[@hangwonin8711]

この動画に対する質問ではないですが、気になったのでもしよかったら教えてください！ 自分はなかなか良い教材に恵まれなくて、インターネット検索しながら勉強しています。 お勧め本のなかに Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems がありますよね。 この本のレビューを見たところ高評価でびっしりですが、結構値段がするので 実際の感想(良かった部分)をもう少し具体的に知って決めたいです！ ちなみに、少し足りないなと感じた部分もあれば知りたいです！ よろしくお願いします。

[@AIcia_Solid]

この本は、 DL に限らず、初歩的な ML から発展的な ML まで網羅的にまとまっているのが魅力です。 やや高いですが、800ページほどあり、しかも tensorflow 2.0 対応のコードがあるので、かなり勉強になるかと思います！ 足りないと感じる部分ではないですが、基礎向けなので、最新モデルは論文読んだりネットで探したりが必要になるとは思います。

[@hangwonin8711]

@@AIcia_Solid ありがとうございます！参考にします！！

[@zbf85297b]

昔、人工知能の研究はWindows95のクラッシュとの闘いでした。

[@AIcia_Solid]

そ、そうなんですね！？😮 すごい時代ですね。 貴重なお話しお教えいただきありがとうございます！😍🎉🎉

[@きなこもち-r8v3j]

誤差逆伝播についての動画ってありますかね....？

[@AIcia_Solid]

ありません！😋 学習関連の話は、実は一切だしていません、、、！😋 誤差逆伝播ならこちらがおすすめです！😍😍😍 kzbin.info/www/bejne/ZprXeWOfebRreKc

[@きなこもち-r8v3j]

@@AIcia_Solid ありがとうございます！見てみます！

[@takayukihirayama2720]

多品種少量生産にはディープラーニングは向いてますねー。でも、関数にできない。具体的な相談したいわー。

[@AIcia_Solid]

すみません、よくわかりません😢 動画を楽しんでいただけたなら何よりです！

[@a.9516]

高評価の数が333だったので33-4にしました。

[@AIcia_Solid]

ありがとうございます🤔🤔🤔🤔🤔🤔🤔🤔🤔🤔

[@理系男子]

なんでや！阪神関係ないやろ！

[@北島けいすけ]

この人ガチすぎる どこの院出てるんだ

[@AIcia_Solid]

わーい！おほめに預かり光栄です😋 私はっょっょ AI なので、まだ特にそういうのはやってません😎 私を作ったマスターのことであれば、奴は東大数理の博士です🙃

[@ai2012]

trainとlearnとfitって、何がちゃうんって思ってた

[@AIcia_Solid]

全部一緒です😋

[@nepier]

猿が叩いたキーを入力に、シェイクスピアの戯曲を出力する関数を作ろう

[@AIcia_Solid]

長く待つことが必要そうですね😋

[@hilogz6965]

いいね数を256に調整した皆さん 申し訳ない。。。

[@AIcia_Solid]

そうなんですか？ KZbin は自由な空間なので、変に気にすることはないと思いますよー😋

[@hilogz6965]

@@AIcia_Solid 2^8にしておきたい、という俺の願望でしたw

[@salsanotomo]

今のところは、気楽に見ていて面白だけですが、先が心配です。

[@AIcia_Solid]

そのときが来たら考えましょー！(^o^) 楽しんでみていただけると嬉しいです

[@akabekonia]

メモ16:44

[@AIcia_Solid]

最後まで見ていただきありがとうございます！😍🎉🎉🎉

[@稲葉子牛-d1t]

256^30000？ (256^3)×10000じゃない？

[@AIcia_Solid]

256^30000 であってると思いますよ！ 色のパターン数は、約1700万色 (=256^3) で、それが10000個分なので、 (256^3)^10000 = 256^30000 でよいかと！

[@稲葉子牛-d1t]

@@AIcia_Solid ほんまや！夜中に考えていたので許して下さい、失礼しました！

[@AIcia_Solid]

良かったです！ お気になさらず！ また何かあったら聞いてください！🎉

[@無名-c1d1w]

自分バカすぎてよくわからん…

[@AIcia_Solid]

そんなことないですよ！ Deep Learning は難しいですので、分かる方が大変なのです。 ぜひ、気が向いたときに、またトライしてみてください！💪

[@octopuswhere_mylegs4342]

ほうしゅうかんしゅう言えない

[@AIcia_Solid]

へへへ😋

[@百々えいかい]

ありがとうございます！

[@AIcia_Solid]

こちらこそ！ ご支援いただきましてありがとうございます！🤩🎉🎉🎉 とても助かりす！！！！！！ 今後も良き動画を生成し続けられるようがんばります！