イメージで理解する人工知能〜入門編〜

1/23

沖山翔

医師/研究者（情報学）

1961views

イメージで理解する人工知能〜入門編〜

1. イメージで理解する人工知能〜入門編〜第2回 United Medical Leaders Summit 2017.08.19 沖山翔

2. どこからが人工知能 (AI) ？ハード：ソフト：自動ドア　＜エクセル　＜＜知的ロボットアルファ碁「人工知能」に定義はなく、主観的なもの＜ルンバ乗換案内

3. 医療 × AI ELIZA (1966) MYCIN (1975) 感染症の治療方針を提示。一般内科医を上回る正確性（膨大なYes/Noのフローチャート方式）カウンセリング式の対話型プログラム（世界初のチャットボット）医療 × AI の歴史は長い

4. 医療 × AI ELIZA (1966) MYCIN (1975) 感染症の治療方針を提示。一般内科医を上回る正確性（膨大なYes/Noのフローチャート方式）カウンセリング式の対話型プログラム（世界初のチャットボット） Siri (2011) Watson (2011) 医療 × AI の歴史は長い

5. AIの種類人工知能機械学習アルファ碁画像認識 AI in the 1980’s 「AならばB」真に “知的” なAI 現状の延長線上にはない自動翻訳

6. 機械学習の事例ロバートガルブレイス名義で出版 (2013) 新人作家の割に不自然な完成度で疑惑浮上 en.wikipedia.org - The Cuckoo's Calling

7. 機械学習の事例ロバートガルブレイス名義で出版 (2013) 新人作家の割に不自然な完成度で疑惑浮上誰の本？ JKローリング。 en.wikipedia.org - The Cuckoo's Calling （検証）

8. 機械学習の事例ロバートガルブレイス名義で出版 (2013) 新人作家の割に不自然な完成度で疑惑浮上誰の本？ JKローリング。 en.wikipedia.org - The Cuckoo's Calling （検証）

9. 機械学習のしくみ学習共通するパターンを見出す大量の情報が必要データとラベル（文章と著者名）この文体は漱石この文体は太宰… 推論パターンに当てはめて回答知的に考えている訳ではなく、パターン処理（統計処理）が本質

10. ではパターンとは何か？「この文体は漱石、この文体は太宰…」データとラベルを結びつける法則のこと　一定の法則データラベル

11. 三者の関係データラベル法則 × ＝ 3つのうち、2つが分かれば残りが求められるデータ&ラベルのペアが沢山あれば、それをつなぐ法則が自然と浮かび上がる

12. 1.「学習」とは？学習：データとラベルから法則を見出すことデータラベル　　？？？ここを学習（=法則を見出す）

13. 2.「推論」とは？推論：データと法則からラベルを予測することデータここを予測する学習済み　一定の法則

14. 機械学習まとめデータ&ラベルのペア多数から、法則（パターン）を見出し、初見のデータを投入してラベル予測学習推論

15. ここまでに紹介した機械学習データ法則 1 対 1 対 1 のシンプルな関係性を反復することで学習これを並列・多層化したのがディープラーニングラベル

16. ディープラーニング：複数層の処理データ1 データ2 データ3 データ4 ラベル1 ラベル2 ラベル3 法則1 法則2 ラベル4 法則3 一度に複数のデータや法則。何層もあることから、「深層学習 (deep learning)」

17. ディープラーニング：重み付けデータ1 データ2 データ3 データ4 ラベル1 ラベル2 ラベル3 法則1 法則2 ラベル4 法則3 項目ごとの影響力（重み）を学習する。精度が飛躍的に向上（「漱石度」なら… “吾輩” : +80% , “猫” : +20% , “木” : ±0%）

18. ディープラーニングの位置付け

19. なぜいま AI なのかクラウド化による大量のデータ大量のデータ GPUによる並列処理、計算速度の向上ハードウェアの進化 Pepper、アルファ碁　世間からの期待感キャッチーな事例

20. 医療応用の可能性はどこに？課題が大きい + 不均一な課題が混合 × 医師それぞれの専門の疾患掛け算した均一部分に可能性

21. “Project Emma”（動画） https://youtu.be/k9Rm-U9havE

22. 患者にフォーカスした課題こちらでもいいが… ここにこそ可能性が「医療 × AIで、　デカいことやりたい！」「神経疾患の、パーキンソン症候群の、症状の、振戦。困ってる人を何とかしたい！」細かくても大きな悩みが病気の数だけ無数にあるのが医療

23. ブログ http://okiyamasho.com ・略歴2010 – 東京大学医学部卒業2012 – 救命救急医（日赤医療センター）2013 – ドクターヘリ、離島医療（石垣島、波照間島）2015 – 株式会社メドレー（執行役員）2017 – フリー（研究者/情報学）・所属学会人工知能学会、情報処理学会、日本救急医学会（専門医）、日本内科学会沖山翔（おきやましょう）

イメージで理解する人工知能 〜入門編〜