chakokuのブログ(rev4)

テック・コミック・ごくまれにチャリ

DeepLearningを学ぶ

あくまで主観ですが巷で言われるBigData+機械学習とは結局統計学であり、理論的にも確立されていると思ってます(だから、一定の成果は確実にあがるけど、世間を底からひっくり返すこともないのではと)。一方、大化けしそうなのはDeepLearningと思っています。自分がエンジニアとして働いている間にDeepLarning等の大波が来て業界が大混乱になるのかどうか?はわかりませんが、大学時代のテーマが機械学習だっただけにDLが気になってしょうがない。情報処理学会機械学習セミナーに行ったりもしてますけど、説明の粒度がいろいろで体系的に理解するのはむつかしいです。(機械学習は数学がベースなので)
まぁぼちぼち自習しようというわけで、、とっつきやすそうな本を買いました。

初めてのディープラーニング --オープンソース

初めてのディープラーニング --オープンソース"Caffe"による演習付き

独学でニューラルネットの誤差伝搬とかある程度は理解したつもりですが、DeepLarningの技術的なポイントが分かっていませんでした。この本を読んで、CNN,RNN,AutoEncoderについてイメージレベルで分かりました*1。で、本の後半、Caffeの導入と動作説明があるのですが(まだ全然自分のUbuntuに入れてませんが)、Caffeのパラメータ設定の根拠が書かれておらず、こうやったらこう動くという説明で終わっています。やっぱり、理論を深くまで理解しないと、なぜそのパラメータを選ぶのかの根拠が分からず、自分の課題に沿って学習させようとしてもCaffeを使いこなせないのでは?と思います。まぁとっかかりを作ってくれたという意味では、読んだ意味はあったとは思いますが。。
動かすのが大変とよく言われるCaffeがサクッと動いたならそれもまたありがたいのかもしれません。この休み中にCaffeを導入してみたいと思いますけど。。しかし、自分の理解度だと、もし正しく学習できなくても何が悪いのか分からないだろう。。

しかし、巷のAIって結局、データ分析かパターン認識であって、何かを創造していると言えるのだろうか??囲碁の世界チャンピオン(?)にAIが勝ったけど、これまで人間のだれもが思いつかなった素晴らしい手をコンピュータが創造したと言えるのか、あるいは、過去の大量の誰かの手をコンピュータが絶妙に組み合わせた結果なのか??

■追記(2016/04/30)
DL用の処理系?はいろいろ出ているようで、稼働させるのに苦労の多いCaffeを使うのがいいのかどうか。

■ご参考URL
いまさら聞けないDeep Learning超入門(2015/10)
http://www.atmarkit.co.jp/ait/series/2385/

*1:結構場当たり的な技術のような気も