(metamorworks / PIXTA)

ディープラーニング(深層学習)は、AIに革新的な進展をもたらした。画像や音声の認識などで成果を上げている。

ディープラーニングを用いたAIをノンプログラミングで手軽に作れるのが、ソニーネットワークコミュニケーションズの「Neural Network Console(NNC)」だ。学習と評価の実行時間が10時間以内など一定範囲内なら無料で利用できる。(公式サイト https://dl.sony.com/ja/

NNCにはダウンロードを必要とするアプリケーション版と、Webブラウザーで使用するクラウド版の2種類がある。ここではクラウド版を用いる。動作を保証しているWebブラウザーは米グーグルの「クローム」のみだ。

今回はジャンケンの画像認識を行う。グー、チョキ、パー、その他、の4種類の画像をAIに学習させ、分類できるようにする。3種類以上のグループに分類するので、予測タイプ(前記事図 4 「解説」)は多値分類だ。必要な画像などはNNCのチュートリアルにあらかじめそろっている。

開発環境を整えるために、NNCにユーザー登録し、サインインしたら、該当チュートリアルのプロジェクトを作成する(図 1 )。

「STEP1 学習データ準備」では、「DATASET」画面を開くと、学習データを確認できる。中身は画像(x : image)とその正解情報(y : label)とのペアで構成される。つまり、ここで行うのは教師あり学習だ。グーが0、チョキが1、パーが2、その他が3とダミー変数化されている。例えば図 2 にある学習用データ、Index 7の画像の正解は2(パー)だ。画像(x : image)が説明変数、正解情報(y : label)が目的変数になる。