Over the past month, I've researched machine learning and deep learning to solve some agendas for AI data training.
At first, I realized that I had little or more misunderstand about AI. Before that the AI which I thought about was, something like facial detection or automatic driver or anything else like technology invented by famous corporations which are always come to my mind.
In fact, that is not right. For example, although computer vision is such a hot topic now. [ Computer vision provides machines with a human visual system to automate image collection, image processing, and image analysis. ]
But it is only a small part about AI. The human brain also has other abilities such as estimation ability, thinking ability, and motivation.
What we see, what we hear, what we speak, which are clearly felt by ourselves.
The AI researcher told us that something like “dark matter” is also included. What is the meaning of” dark matter”? It means something we cannot feel directly. Such as the computer vision, the image could be caught and viewed. But the other things can’t be seemed such as inference, consideration, motivation and so on which are most part of AI.So to find more truth of AI, We should act like Holmes to find clue of crime case.
Find out the secret of AI(cite from https://pixta.jp/illustration/30841322)
a clever crow tries to take out the flesh from the nut by making use of the traffic environment of cross road, its action just tell what is “artificial” (cite from https://mp.weixin.qq.com/s/3sKfJnPayDCCosKVP3Jz8Q)
When you stay in a room by yourself, you may never realize that how complex actions have been made by yourself. By turning viewpoint from here and there, walking to catch a cup of water, or trying to relax on sofa and so on. You may never image that how complex the action is that even nowadays the AI technology is not easy to imitate and analyze.
the robot imitates human’s action (cite from https://mp.weixin.qq.com/s/3sKfJnPayDCCosKVP3Jz8Q)
In a word, AI should not be limited by what we know now. The more we explore it, we could invent the more useful AI production.
Next, I would like to talk about theory and programming. AI’s content is so big that we can hardly know most of it. Almost every day, around the world, so many AI related papers were upload on web. At the same time, large amount of technology companies highly competes around it to get business profit. For most of person, it is not an easy way to know about the fact of AI(except you are good at math or physics).As an AI engineer ,maybe catch the latest theory is not bad from the effective way which we could find most to solve the problem .Tuning the parameter of model is also important, but considering the input data’s feature engineering ,data preprocessing should cause our attention. On the other way, nowadays many tools could help programming and tuning to release them rapidly, so the programming should not be the core part of AI’s related job.
A standard machine learning pipeline(cite from https://rstudio-pubs- static.s3.amazonaws.com/538756_b7569f1e343747b896daf348593756c6.html#2)
Feature engineering (cite from https://www.omnisci.com/technical-glossary/feature- engineering)
Until now, our jobs are not so fresh because many similar of them have been done by others.
But I also think it's possible to learn great hints on tuning or data preprocessing with the knowledge and experience of other development engineers. A lot of training data has been released, so I would like to make effective use of it.
Finally, I would like to mention a little about my challenges. Currently, I am studying the detection and analysis of vehicle number plates. At the same time, I am also learning about image processing, feature engineering, python, and deep learning.
In the next blog, I will introduce the details about them.
Thank you for reading.
1 https://mp.weixin.qq.com/s/3sKfJnPayDCCosKVP3Jz8Q
AI開発に対するアイデア
この1ヶ月、AIに関するいくつかの課題を解決するために機械学習と深層学習について調査しました。
まず、自らのAIに対する理解に多少誤解がありました。これまでAIと聞くと、最初に頭に浮かぶのは、顔認識とか、自動運転とか、なにか大手企業から開発される技術でした。
実際にはこれは正しくありません。例えば、今コンピュータービジョンは確かに人気です。(コンピュータービジョンは、人間の視覚システムを機械に与え、画像収集・画像処理・画像解析を自動化するものです。) ただし、これはAIの極めて一部分です。人間の頭脳には、それ以外にも推定力や思考力、モチベーションといった能力が備わっています。それらは、直接に見ることはできませんが大きい割合を占めています。研究者は、それらを「ダークマター」と呼びます。このダークマターをどのように探し出したら良いでしょうか。いくつかの手がかりから、シャーロック・ホームズが謎解きをするようにAIの真実を探究することに意味があります。
皆さんは普段一人でいる時、無意識に非常に複雑な動作をしていることを知らないと思います。部屋の様々な箇所を見る、水をグラスに注ぐ、ソファに腰掛けてリラックスするなど、AIの技術で模倣・解析するのは決して簡単ではありません。
一言で言えば、AI技術とは今私たちがわかっていることが全てではなく、調査すればするほど、より良いAI製品を作り出せる可能性があるということです。
次にAIの理論とプログラミングの話をしたいと思います。AIに関するコンテンツは非常に大きく、全てを把握するのはほぼ不可能です。ほぼ毎日、世界中で多くの AI 関連の論文が論文サイトにアップロードされています。同時に、多くのテック企業はビジネス利益を得るために激しく競争しています。
ほとんどの人にとって、AI を理解することは容易では無いでしょう。(数学や物理学が得意な場合を除きますが)。 AI エンジニアとしては、おそらく最新の理論を自らが見つけた効果的な方法から理解することは悪いアプローチではないと思います。また、AIモデルのパラメータを調整することも重要ですが、入力データの特徴量を考慮したデータの前処理に注意が必要です。 その一方で、最近ではプログラミングやチューニングを補助する多くのソフトウェアがあり、迅速に製品をリリースできるようになっているため、純粋なプログラミングは AIの中核となるべきではないでしょう。
これまで私たちが行ったAI開発は目新しいものではありません。同様な開発は国内外に多く存在しています。しかし、私は機械学習のチューニングやデータ前処理について、他の開発エンジニアの知識と経験を借りて大きなヒントを学ぶことが可能であるとも思うのです。多くの訓練データがリリースされていますので、これを有効活用したいと思います。
最後に、少し自分の課題について言及します。現在は車ナンバープレートの検出及び解析について勉強しています。同時に画像処理、特徴量エンジニアリング、python、深層学習についても学んでいます。
次回のブログでは、その辺りを紹介しようと思います。御覧いただきありがとうございました。