機械学習
deep neural networks

MicrosoftのiOSアプリ“Fetch!”はあなたの犬の(そしてあなた自身の!)犬種を当てる

次の記事

どんなアプリにもチャット機能をつけられるSendbirdはデベロッパーの苦労を減らす

【抄訳】
Microsoftの新しい画像認識ソフトですら、私の犬の犬種は分からない。でも、それはしょうがない。しかし、あなたの犬が殺処分施設から救ってきた雑種犬でなければ、最新のMicrosoft Garageプロジェクト: Fetch!を楽しめるかもしれない。このiPhoneアプリは、犬の写真を見てその犬種を当てる。正確に当てられないときは、至近の犬種である確率のパーセンテージを出す。

そう、今あなたが思ったとおり、犬でなくて人間でもよい。

このアプリは、機械学習で何ができるかを、おもしろく見せる、というシリーズのひとつだ。今回のは、画像を見て、その内容に関する何らかの判断をする。人間が自然に行う直感的判断のようなものを、マシンは教えられること(“学習”)によって身に付ける。

[100%の確率でボーダーコリーです]
Screen Shot 2016-02-12 at 10.29.29 AM

 

Fetchでも分かるように、その学習過程は相当難しい。人間はいくつかの断片的な情報から、これまでに知った/学んだことに基づいて、その場で犬種などを当てることができる。しかしマシンは、正しい画像と犬種に関する専門的データとマシンインテリジェンスを組み合わせて、教えてやる必要がある。

このアプリの場合は、ディープニューラルネットワーク(deep neural networks)と呼ばれる機械学習のテクニックを使っている。

“…Microsoftはこのような分野ではとても進んでいる。互いによく似ている犬種でも見分けるし、同じ犬種の色違いにも対応できる。そのほか、犬種ごとの細かい違いが分かるのだ”、と、イギリスケンブリッジのMicrosoft Researchでこの犬種プロジェクトを作ったチームのディレクターMitch Goldbergが説明する。

“ディープニューラルネットワークのいいところは、あとから加えた新しい犬種を、新しい犬種だと理解できることだ。それはとても難しい問題なんだけどね”。〔通常のNNは、すでに学習済みの何かにマッチさせようとする。〕

というかFetchは、機械学習の難しさを一般のユーザーに分かってもらうためにMicrosoftが作った一連のプロジェクトの一つなのだ。

たとえば昨年Microsoftは、人間の写真からその人の年齢を推測するサイトを作った。結果は、Fetchと同じく、当たったり当たらなかったり。

さらに同社は、感情を識別する機械学習ツールに取り組んでいるし、

顔にヒゲをはやして行う資金募集キャンペーン”Movember”を賛助するMyMoustacheプロジェクトも作った。それは、同じような技術で顔面のヒゲ率を判断する。

それに、二人の人間が双子かどうかを判断するサイトも作った。

でも、今回の犬種アプリもおもしろい。うまく当たれば!

 

【中略】

このアプリに友だちの顔を見せると、その人に似た犬種を当てようとする。それらは、けっこう当たってる、と言える!?:

[アイリッシュウォータースパニエル]
1-Fun-Home-Result-1000px

 

ヒラリー・クリントンを、ウェストハイランドホワイトテリヤ、と判断した:

 

【中略】

私自身はマルチーズと判断され、まあそれは許せるけど、わが家の体重49ポンドの雑種犬がチワワはないよねぇ:

[91%の確率でチワワです]
IMG_3021

 

マシンたちよ、もっと勉強しないとダメだぞー。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa

フォロー

新しい投稿をメールで受信しましょう。

現在379人フォロワーがいます。