授業内で行った5分プレゼンの資料を公開します。
内容の概略と、反省点を記そうと思います。

所属：2年/情報系/グローバル系
科目名：Global Sciense
実施日：2019/10/02

スライド

略称

略称についてです
DL = Deep Learning　（深層学習）
ML = Machine Learning　（機械学習）
AI = Artificial Intelligence　（人工知能）

概要

本題に入る前に、まずAIとは何かについて話します。
AIとは、人間の作業を代替する機能の総称です。
つまり、自動化（AI化）する機能は全てAIと言えます。

それでは、深層学習（DeepLearning）の立ち位置はどこか？
深層学習は、AIの中のアルゴリズムである機械学習の中のアルゴリズムの１分野です。（図を見たほうが分かりやすい）

深層学習とは、簡単に言うと、人の脳を模倣したアルゴリズムになります。
人間の脳を再現しているから人と同等の機能を得ることが出来るとも考えられます。
そのため、深層学習は脳科学とも深く関連しています。

では、深層学習でAIはどのように学習をしていくのか。
学習には教師データと呼ばれる、AIに食わせるデータが用意されます。
ここでは、データから価格にどの要素が強く影響しているのかを予想します。
今回、AIは味がpriceに関係すると予想しました。
（正確には、交差エントロピー関数や勾配などが関係してきますが、ここでは触れていません。）

深層学習は、多くの分野で活用されています。
例えば、自動運転や物体認識です。

ここまで、深層学習について話しました。
最後に、実際にAIを作ってみた話をします。

目標は、可愛い女の子を生成してくれるAIです。
使用するツールは、PythonとTensorFlow。
どちらも深層学習では頻繁に使用されるものです。
教師データ（AIが学習するデータ）は10万枚の美少女データです。
このデータは、スクレイピングによって収集したデータなので、一般公開していません。
使用するアルゴリズムは去年（2018年）NVIDIAが発表したPGGANを使用します。
Githubの実装例を参考にしました。
実際に生成した例がこちらです。

結果としては、実用出来るレベルの美少女を生成することは出来ませんでしたが、AIを実際に作成する体験は出来ました。

反省点

深層学習を説明しているときは、画像分類の例でクラスタリングモデルを紹介したのに、最後のPGGANは生成モデルだったので、聞き手を混乱させてしまい、深層学習への間違った考えを持ってしまう可能性があった。

AIと深層学習って何が違うの？という疑問を持たせてしまう構成になってしまった。これは、語句の説明が不十分だったことが原因。
AIは機能、深層学習はアルゴリズム。

DNN（ディープニューラルネットワーク）の図を入れておいたほうが良かった。AIの学習方法を入れるときも、重みの話を入れるか迷ってしまった。
（あまり数学的な話を入れたくなかった）

終わり

とりあえず聞き手にAIの中にも色々あるんだなーと思ってもらえたので、満足度はあります。
ただ、深層学習とは何かというのを５分間に収めるには自分の表現力と英語力が足りませんでした。

お わ り