大学でAIを勉強するのはツラい。アヤメの分類をしながら絶望しがち【人工知能1】#70

[@yurucom]

【株式会社クリーチャーズの求人】 ○株式会社クリーチャーズさまの採用情報およびエントリーはこちら！ recruit.creatures.co.jp/recru... ○株式会社クリーチャーズさまの会社概要・事業についてはこちら！ recruit.creatures.co.jp/about/ ○株式会社クリーチャーズさまのコーポレートサイトはこちら！ www.creatures.co.jp/ 【参考文献】 ○機械学習図鑑 amzn.to/44bG2Yn ○強い将棋ソフトの創りかた amzn.to/42ov93Z ○エニグマ-アラン・チューリング伝 amzn.to/3oTqk3S ○python機械学習プログラミング amzn.to/3LDpzVN ○強化学習を学びたい人が最初に読む本 amzn.to/429mD8P 〇フォン・ノイマンの哲学 amzn.to/423RUtM

[@きさらぎみけ]

setosa： 値は0で、「セトーサ」と読む、日本名：ヒオウギアヤメ versicolor： 値は1で、「ヴァーシカラー」と読む、日本名：ブルーフラッグ virginica： 値は2で、「ヴァージニカ」と読む、日本名：ヴァージニカ らしいですねｗ

[@ryoutatanr7325]

水野さんの天然ニューラルネットワーク優秀すぎる。

[@ルーフェイ]

カード商品の宣伝じゃなくて 求人の案件を投げられるコンテンツってすごくいいな

[@ヒロ-m9g3n]

遊戯王、デュエルマスターズ、ポケモンカード、MTGと一通りのTCG遊んでますが、大型大会前に調整とかをするときデッキリストから一枚だけ差し替えて50試合ぐらいして入れ替える前と勝率に影響があるかどうかなど、統計を取って分析したりはよくしてました 自分も含めて地域の大学生同士でトレカの研究会みたいなのを設けてそういうことをしてたんですが、ちょうど先日学科で機械学習を学んでる子がトレカのデッキ調整にAIが導入できないか検討してるみたいなことをいってたので、お二人の話を聞くとやっぱりみんな思いつくもんだなーと感心しています

[@lithtle]

「iris」という単語を見かけるとうっ…となるようになる 人間ができることをPCでやるにはどうなるのかを考える学問でもあるし水野さん相変わらず真理をつく

[@mudaso-heavy-user]

楽しみに待ってました

[@bake3209]

「地味すぎて心折れる」はいろんな分野で起こりますね。興味があっても心折れるくらいなので、心理的なハードルはかなり高いですね。

[@鰤臼]

お、黒川さんとカフェの下の皮膚科さんにご挨拶に行った日の収録ですね？

[@user-ig8mn3yc9h]

石原社長がキクコオーキドから来たのかメタモンから来たのか気になる

[@Altalinux]

水野さんの天然知能優秀ですね！

[@なまらやわら]

水野さん言葉で言われたことをイメージとして捉えるの上手すぎじゃないですか？

[@aquacrown9654]

「機械学習やってみたいなぁ」で勉強を始めたのではなく、 「多変量解析って面白そうだなぁ」で勉強始めたら思いがけず機械学習がひょっこり顔を出した

[@coffee96coffee]

石原社長が用例はパワーワード過ぎて笑う

[@oxy2745]

SVMからAIを通してやっていって、神経科学や細胞などの勉強をしていくと「識」という語の解像度がめちゃくちゃ高まります。 ゆる言語学ラジオの「ソシュール知ったかぶり講座」の内容がとても近接的な話でとても面白いです。

[@HeavyNeko]

サポートベクターマシン：正答率１００％ 人工知能「大貴」　　　：正答率１００％ 人工知能「見」　　　　：正答率　９６％

[@kikyo6472]

ところで、AIに代替される人材はどっちだ？

[@kussytessy]

人間に分類のタスクをやらせると、自然に決定木を構築するってのは学びだった。でも、決定木ってアルゴリズムで作ろうと思うと難しい気がする。 というか水野さんの地頭の良さが光るな……。一言も言ってないのに文章生成AIを「次に来る文字を予測する」ことの繰り返しで実現できるって見抜いてるのすごすぎ。

[@gochuui1]

水野モデルの説明能力Rm^2が1.00なせいで 堀元予測式の予測能力Rh^2の低さが浮き彫りになり、 友達の情報量を精査するクラスタリング能力の高さが証明され 神格化されたAIの幻想をダーテングのように吹き飛ばしてしまった

[@kinoboribori]

AIに関しては門外漢ですがTCGに関しては開発していた事があるので、カードゲームにまつわる話が聞けて大変興味深かったです！

[@numberprime9917]

はじめまして。初書き込みの用例名number_prime(素数)です。 いつも楽しく拝聴しております🙇‍♀️ 21:23 でやっていることはほぼ中1と仰っておられましたが、正確には直線の式は中2です。ちなみに中1で書く直線は全て原点を通ってしまいます。 細かい指摘ですいません💦 ほぼ職業病のようなものです。

[@chromarock5928]

仰るとおり強化学習って地味ですよね。この話いつかやってほしいなぁと思っていたのですが、わかりやすくて面白かったです。次回も期待しています

[@latex8401]

強化学習は地味じゃないでしょ

[@inaho-174]

ゲームの最新作でAIと戦う展開があるので、対戦イベントとか企画出来たらごっこ遊びとして楽しそうだなあと思いました

[@thesaito2721]

それは…だめだ…っ！　イルカとクジラの分類は例えに使ってはいけないんだ…。イルカとクジラの大きさでの分類は”だいたいの目安”で命名の境界はあいまいで適当なんだ…ッ！（近代に見つかった種でも、こいつはクジラやろ、こいつはイルカやろ、を曖昧に命名しちゃってたりする）

[@nanaki1006]

ゆるコンピュータ科学ラジオ名物の台本ブレーク。さすがです

[@andeu719]

一瞬、堀元さんジャケットの下服着てないように見えた

[@hiroyukippp7380]

水野さん、機械学習アルゴリズムの１つである決定木が実装されててすごい。 補足すると、機械学習図鑑は教科書としては便利ですね。 ちなみにirisデータは２個変なデータが含まれてます。あと、あまりにもクリシェすぎて、最近はペンギン分類が登場してます。

[@kkaratei]

1980年代に情報工学やっていたので第五世代コンピューターの挫折をもろに体験しました。その時感じたのは「結局はデータ量だろう」と言うことです。当時はエキスパートシステムとか述語論理が話題だったので、画像認識とかはあまり話題の外。どちらかと言うと目指していたのはCHATマシンですかね。

[@helloworld0808]

高校時代に一人で「iris」の分類をR言語でやっていて、誰も理解してもらえなかった悲しい思い出がよみがえってきました。 アヤメの主成分分析を行うWebAppを作成したのに、誰も使ってもらえなかった辛さはこの上なかったです。 R言語を愛している方、この中にいますか？

[@TANAKA_YASUHIRO]

53:47 略して「ブラ前」って言うんですね！ 使ってみたいけど使う状況が一生なさそう💧

[@bitansan]

昔読んだ「マッチ箱の脳」という本、マッチと箱を使って手でニューラルネットワークを再現してみせててわかりやすかったのですが、そこで提案されていたのもゲームのバランス調整でした。 著者の方はたしかゲームクリエイターで、「アストロノーカ」というゲームでジェネティックアルゴリズムを用いた敵のバランス調整を行ったそうです。 開発で行う調整だけでなく、ゲーム中に敵が学習して、ユーザーが設置した罠をくぐり抜けてしまうというものだったそう。

[@sai_139]

手計算はきつい、いまやなんでもかんでもGPTに突っ込めて世界が変わりつつありますね

[@digdag3286]

chatGPTも大量の関数で成立してる＝困難は分割せよに帰結してるの なんか数学的美しさがあって好き 究極の数式一本で記述できますみたいな

[@rivieramente]

少年漫画的に言えば、「力を合わせれば強大な敵でも倒せる」みたいなやつですね 子供の頃は鼻で笑ってたけど、大人になるとその素晴らしさに頷かずにはいられない

[@fushizawa8666]

水野氏が帰納のことをずっと「演繹」って言ってるのが気になったけど最高におもしろかったわ 45:35

[@highjumptaka]

個人的には地味なパートが一番楽しいです😊

[@gochuui1]

39:22　よくある誤解で恐縮ですが、ロジスティック回帰は分類問題に使われることが 多いというだけで別に回帰問題にも使えますし、分類問題に線形回帰を用いることもできます。 違うのは仮定する説明変数の関係性で、分類確率に足し算の関係があると思えば直線（線形）、 掛け算の関係があると思えばロジスティック曲線に最小二乗でフィッティング（回帰）させるだけです

[@efo1187]

ゲームバランス調整に使うとしたら通常のゲーム通りに山札から引く流れを計算させるのでなく、手札60枚からコンボの組み合わせを計算するとか？すれば探索しやすそうだと思いました

[@aquacrown9654]

たぶん部分的なコンボを探索させると評価関数の作成がネックになると思うので、1ゲーム通しての結果を見て勝ち負け(1or0)の出力で計算する方が楽かなと思いました 囲碁でも部分的な形を判断するソフトの作成を諦めて、モンテカルロ法を取り入れて選択した手で終局まで打った場合の勝率で計算するようにした経緯があります これによりアマ低段が限界だったのが、アマ高段〜アマ県代表クラスまで進歩したのがディープラーニング前夜の囲碁ソフト開発です

[@gochuui1]

コンボの有用性を考えるならプレイングというよりはデッキ構築の話なので 60枚と言わず全カードプールをハンドに加えてもいいぐらいですね まぁ、そうすると計算量がアホみたいに多くなるのでベースとなる構築に 何を加えたら勝率が上がるか、的な方向に落ち着いているようですが

[@haine102]

情報系兼電気電子系兼構造系の機械系の学生なのですが、アヤメは分類したことありませんでした。私は手書き数字や犬猫とかでしたね。🐶🐱 危うくにわかになるところでした！アヤメ使ってる参考文献で勉強し直します！

[@っせ]

モータ制御趣味人ですが，Space Vector Modulation（空間ベクトル変調）を調べたいのにSVMでggると毎回サポートベクターマシンが出てくるのでそのワードだけ知ってました． ただ，モータ設計・制御の分野とかでサポートベクターマシンを用いた手法とかあるので，意外と繋がっている部分があるのです．SVMの手法を使ってる論文とか見ると，どっちのこと言ってるのか分からなくなります．

[@espilab2]

ちなみに第二次AIブームの頃の、教科書の例題は「ハノイの塔」「人喰い土人と宣教師」だったと記憶しています。(Prologで解き安いというものです)

[@MrTakusomikke]

機械学習はAIを生成する手法ですよね。 てかあと機械学習はある程度学ぶとぶち当たるのがデータ収集とマシンスペックなんだよね。

[@nayutaito9421]

水野さんが決定木になってて面白い

[@ST-tb2fk]

アヤメの分類問題やったことはあるけど、自分で分類したことないわ。今回の見てハッとしてしまった。まあ、だかといってやらないんだけど。

[@isana_isumi3896]

寝ぼけ眼かつスマホの画面を暗くした状態で視聴したせいか、堀元さんが生肌にジャケットを羽織っているように見えてびっくりした。

[@littlehugeuma]

3:38 なんでや！数式並んでたら涎でて奇声あげるレベルでアガるでしょ！

[@tamarind_kingdom]

機械学習の中身の話でも面白いやついっぱいある…

[@marinrinf]

ぼやーっと見てたら堀元さんが ムキムキマッチョで上半身裸にジャケット羽織ってるようにしか見えなくてしんどい😂

[@なるなる-e3z]

「さすが説明変数１つの水野さん」ってインテリ悪口みがありますね

[@趙適当]

8:38 デジタル/アナログというより，オンライン/オフラインってことかな

[@織田豊-b3z]

アヤメとタイタニックもあるあるだけど、私はやっぱり手書き数字ですね

[@gochuui1]

ワイはワインで

[@alphaye]

水野さんが本当に有能な人工知能であるならば、追加で10万件のアヤメの分類をしてもらうと良いかもしれないです。コンピュータにやらせるということはそういうことだと思う。

[@義矢-z6g]

むだそくん蛇ーuserすら見ないと思われていそうである

[@haine102]

もはや何がアップされても、たのまち勢は再生するのが現実

[@荻野あんず]

自分としては、せめてChat GPT などチャットボットで使われてるparserについては語って欲しかったです

[@鰤臼]

たのまち～

[@out7811]

人工知能を定義しようとすると「知能とはなんぞや？」とか「心とはなんぞや？」みたいな話をする必要が出てくるせいでなかなかうまくいかんねんな

[@WINGofJapan283]

カントが人間の悟性Verstand, understandingは関数Funktion, functionの能力だ、って説明してるのを思い出した ここずっと気になってるんだけどまともに取り上げてるカント研究者を見たことない

[@TANAKA_YASUHIRO]

『純粋理性批判』の中ででしょうか？👀

[@WINGofJapan283]

折角返信いただいていましたが、AIから離れてしまうかも知れないので、うろ覚えだったところを正確に引用することで詳細の説明に代えさせていただきます。 （『純粋理性批判』Ⅰ 先験的原理論 第二部門第一部第一篇第一章第一節（岩波文庫版上巻p.141）より） 《直観はすべて感性的であるから、対象による触発に基づくが、概念は機能(Funktion )に基づくのである、なお私の言う機能とは、種々な表象を一つの共通な表象のもとに集めて、これらの表象に秩序を与えるところの作用の統一〔統一作用〕を意味する。》 正確には「（悟性の）概念はFunktionに基づく」でした。 Funktionは普通「機能」と訳されるのであまり気付かれることがないと思われるが、 個人的にはこれが「関数」（要素を集合に包摂するもの）のこととしか読めない。 現代的な関数という概念はライプニッツが創始したもので、ライプニッツ＝ヴォルフ学派出身のカントが知らないはずはないと思われる。

[@alanfuring241]

親がソースコード書く世界観怖すぎて笑った

[@meikai3316]

irisのデータセットはよく使うけど、別に3科目のテストの点とかでもええしそんなに「ゲェ」っとは思わんかったぞ

[@d0-0]

速度以外引き分けの人工知能「大貴」と 照らし合わせ間違い負けかけるアルゴリズム「見」

[@joker0926]

レギュ関係ないやつだと テンガンざんとジバコイルと ジュラルドンVのコンボ好きです。

[@メルのび瀧れんたん]

堀元さんが俗な意味で「アナログ」言うの珍しい（）

[@gochuui1]

多分、アナクロと混ざってんじゃないかなー

[@kuroudo119]

メガネ外して見てたら、堀元さんが裸にジャケット着てるのかと思った……。

[@earthsun]

大学時代CT画像処理にや、患者弁別のためにAI活用する研究室いたけど菖蒲の話懐かしすぎてニヤけた　テストサンプルに入ってるんだっけな　でもあれわかりやすかった

[@daiki9012]

寝ぼけた状態で見ると堀本さんが胸筋ムキムキに見えるのきのせい？

[@maxi4939]

機械学習通った人、Iris=アヤメが一発で変換できがち

[@akinaka7543]

19:17 俺世代(平成元年くらい)でもポケコンは有った気がする…。スバルタやらされた記憶が無い…。

[@mccova625]

MNISTは20回くらい作りましたかね。アヤメも10回はやった。by　40歳からAI学びだした元農民

[@Dec25Oct31]

非常にどうでもいいですが一次関数 y=ax+b は中学二年生の範囲です。 中学一年生だと比例・反比例のグラフだけで、切片はありません。 同様に間違えやすいのですが、一般の二次関数 y=ax²+bx+c を学習するのは高校一年生で、 中学三年生では y=ax² のグラフです。しかし、解の公式を使って一般の二次方程式を解くことは中学三年生でやるので、非常にわかりづらいですね。

[@algeot5132]

Irisあるあると聞いてアレか…？ってなったし、irisあるならtitanicもでるか…？って思ったらやっぱりあった笑 でも今はhouse pricesもそこそこ有名かもしれませんね(伝われ

[@kussytessy]

あれ人種差別的だってので一部のパラメータが削除されたらしいよ。

[@mozhigengo9479]

アヤメの分類と言うから、見た目の見分けにくい、アヤメ・ショウブ・カキツバタ・ハナショウブを分類するのかと思った。 水野さんなら、「菖蒲」と書いて「アヤメ」とも「ショウブ」とも読めるとか、「カキツバタ」は「杜若」と書くなど、漢字での読みのややこしさの蘊蓄が出るかと思ったがスルー… ショウブはショウブ科でアヤメ科と違うけど、ハナショウブはアヤメ科とか本当にややこしい。漢字や音が全然違うカキツバタは関係なさそうで、実はアヤメ科アヤメ属。 ちなみに英語では全部Irisでまとめられるが、機械学習で分類されるアヤメ3品種は 　Iris Setosa ヒオウギアヤメ 　Iris Versicolor ブルーフラッグ 　Iris Virginica ヴァージニアアイリス ちゃんと全部アヤメ科アヤメ属の品種みたいだ。

[@羽蛾-p4x]

ゆる学徒カフェはポケカのデュエルスペースにもなりますか？

[@furusatonotkokyou]

15:24 これはあるある… ただの簡単なアルゴリズムでもAIって言われすぎてて違和感が…

[@すっとんきょー]

「アナログ」と「デジタル」のカルマに囚われてて草生える

[@Hatohata]

ポケモンカードはスタン落ち(ある時期を境に以前のカードが全て使えなくなるルール)があるから数千枚からのコンボは考える必要がないです。

[@MasWag0]

15:48 「PrologはAIではない」派だ！

[@abeechannel6805]

トゲトゲにトゲのない種が見つかって、トゲナシトゲトゲになって、トゲナシトゲトゲにトゲのある種が見つかってトゲアリトゲナシトゲトゲになって…ってのがあったと思うけど、データセット気になる

[@momo-bi6pt]

ハムシの話ですよね！好き

[@aaa-yj9fi]

今更だけどすげぇとこから案件貰ってるな

[@kentoo_1]

アヤメの例のおもんなさはめっちゃわかりますｗ 大貴GPTすげぇぇぇ

[@brokenRadio1219]

待ってました

[@タカさん-r6z]

今の段階ではイルカとクジラの境界線は出せないはずだ。それは機械学習の上に別のレイヤーを設定する必要があるだろう。 ５時間焼酎一リッター飲んでいる状態だからあてにならないけどな。もしもあたっていれば心を強く持っていこう。

[@タカさん-r6z]

二人の対話は小山と平和園の立場（人格）を入れ替えて対話をしているように見える。二人の仲は羨ましいものだったが当時も今も巻き込まれると無茶苦茶にされそうなので入りたいとは思わないが見学と言う安全の立場を取れるこのチャンネルは非常にありがたい。

[@東天紅鶏-h2z]

カードゲームのバランスは職人達が作り上げてきたけど それももう限界が来ているんじゃね？と思ってたら、やっぱそうなのか･･･ このゲームバランス検証AIが完成されたら、次は「新しいカード」を産み出すAIを開発して そいつをゲームバランス検証AIに喰わせて機械学習させて･･･ こいつは絶対にだしちゃいけない禁忌のカードってのも出来るんだろうなあ そうすれば人間が新しいカードを考案するときも、 禁忌カードの事はあらかじめ除外できるから、人間がもっと別の新しいカードを考えることに時間を使う事が出来る･･･ そうなると、アレもダメこれもダメという制約の中からどれだけ新しいことを生み出せるかが人間の価値となる訳かー

[@KD-busan]

G検の試験勉強を始めて数日で心折れたので、気分転換しに来ました😂

[@MasWag0]

32:35 説明可能AIだ…

[@kenbudapest]

初めてこちらの動画を見ました。専門的なことは分かりませんが、単純にお二人の会話が面白いです。漫才師として成功するのではないでしょうか。

[@kaz8340]

「数学的帰納法は演繹」って言ってるのに、帰納とと演繹間違ってるのかわいい。敷衍の「エン」とごっちゃになっちゃったのかな？

[@シェイプ犬]

ハードキャストせずに踏み倒すのはゆるタイプの利点ですね。

[@hirakawashigetoki]

AIにtcgのデッキ作らせる試みなら茂里憲之氏のnoteにもあったよ(mtgだけど)

[@ぎんぎょ-c3q]

意外な広告案件

[@たけのこ-w4p]

ポケモンカードの案件ってすごくない？

[@suugakuhakase902]

noteで言ってた「AIに仕事を奪われる！」はここで言ってたのかｗｗｗ

[@たむ-b2q]

まじでアヤメのあるあるは大共感。 英名で分類させられてるからしゃーない

[@佐藤-z3i]

複雑なモデル、一旦MNISTで試しがち

[@mariel0171]

なんか流行ってますねぇ、ポケカ。 投資商材としてですが・・・。

[@濃いめの赤]

ポケモンカードAIとベテラントレーナーさん戦ってみたい〜!

[@ringo3334]

ポケカはレギュレーションによって以前のカードプールとの干渉はないから、調整用の効果が少しずつ違うカートという意味で数千種類？

[@sk-JpDe]

アヤメと非常によく似た花でハナショウブやカキツバタがありますが、英語ではこれらを区別せずまとめて「アイリス」と呼んでしまいます。正直素人が見てもどれがどれだか全く見分けがつかないので、この辺もAIが1発で見分けてくれると助かります

[@cancrow916]

システムエンジニアの人カードゲーム好きがち。

[@MMMinMcity]

だいたい毎年この季節になると、アヤメとハナショウブとカキツバタの区別のしかたをググってますがアヤメの種類なんですね。😅

[@syun2439]

ポケカ案件に遊戯王の名前出しちゃうん

[@Manga_Manga]

ポケカが何で案件？って思ったけど、そんな繋がりがあったのか。

[@crackedman1636]

数学的帰納法が演繹っていうのがいまいちわかっていません

[@aquacrown9654]

ざっくり言うとですが、数学的帰納法は自然数の構造を利用した定理の一つだからです 本来の帰納法は、例えば命題Aはn=3, n=12, n=101のケースを調べてみて成立してるからヨシ！とするような推論です 帰納推論は結論の正しさを原理的に保証しないので、数学の証明で使われることはないのです （アイデアを出すためには使っていますが） 数学的帰納法は スタート地点で正しいことと、どのステップでも次のステップに進むときが正しいことが示されたならば全てのステップに対して正しい というAかつBならばCの構造をした演繹に過ぎないのです 全てのステップに対して正しいという保証の部分に自然数の構造が使われます