須多先生

解説動画では ディープラーニングについて解説されていましたね
いかがでしたか？

徳井 天

動物の脳の仕組みを参考に 知能をコンピュータで再現するなんて すごい発想だな

深田 あい

私たちの頭の中と同じように 神経細胞のようなユニットたちが連携しながら答えを出すなんて不思議です

須多先生

ディープラーニングで使われているニューラルネットワークは 2010年代になって爆発的なAIブームを起こしましたが ニューラルネットワークのベースとなる理論は 1958年に発表されているのです

深田 あい

えー 私たちが生まれるずっとずっと前ですね

須多先生

ただ 当時のコンピュータの性能では実現が難しかったこともあり すぐに脚光を浴びたわけではありませんでした

徳井 天

そうだったんだ
脳を再現するなんて言うから てっきり最新の理論だと思ったよ

須多先生

最初の発表から何十年もの時を経て 様々な研究者によって改良が重ねられて 現在のディープラーニングにつながっています

深田 あい

なんだか 壮大な物語ですね

徳井 天

俺たちが前回のレッスンで使った 手書きの数字を認識するAIもディープラーニングを使っていたのですか

須多先生

はい
ただし 中間層が1層だけの小さなニューラルネットワークを用いたので 厳密には深層…つまり層が深いものではありません

須多先生

どこからが「層が深い」と表現するかは明確に決まっていないのですが よく広まっている考え方としては 中間層が２層以上あるニューラルネットワークによる学習のことをディープラーニングと表現します

深田 あい

解説動画では 100層を超えるようなAIも存在すると言ってましたね
それと比べると私たちのAIは層が少ないのですね

須多先生

層が多いもので有名なAIですと 2015年度の画像認識大会で優勝したAIは 152もの層がありました

徳井 天

凄いな…俺も層の深いニューラルネットワークで 何かを認識するAIを作ってみたいな

深田 あい

せっかく層を深くするのであれば 前回の手書き数字よりも複雑な画像に挑戦したいです

須多先生

前回のレッスンでは手書き数字のデータセット「MNIST（エムニスト）」を利用しましたが そのひらがな版ともいえる「KMNIST（ケーエムニスト）」を利用しましょう

須多先生

「KMNIST（ケーエムニスト）」は古典のくずし字から収集したひらがなのデータです
くずし字は読みにくいため 数字を扱うMNISTに比べて より高度な認識能力が求められます

徳井 天

これがKMNISTのデータか
なかなか個性的な字だな

深田 あい

なんだか うちのおじいちゃんの字みたい
これが読めたら おじいちゃんの書く手紙やメモも認識できるかも…

須多先生

それでは STAR Colabの演習を用意しましたので 次のアクティビティの指示に従って進めてください