ストレートネック鷲尾です。
先日あまりにも体調が悪いので病院へ行ったらすぐにレントゲンを撮られて、「これはこれはキレイにストレートネックになっていますね」と言われました。
「なんだただ姿勢が悪いだけでしょ」と思う事なかれ、これがまた結構キツイんです。
まさか首が原因でそんなことまで起きるの！？なんて症状がたくさんあります。
・頭痛がする
・肩がこる
・首が痛い、首が動かない
・上が向きにくい
・めまい、ふらつき感がある
・手のしびれがある
・寝違いを繰り返す、枕が合わない
・吐き気がする
・自律神経失調症
参考：http://www.straight-neck.com/
などなど・・・。 どうりで・・・。
他にも目が痛い、目が疲れるなんてのもありますね。
現在は薬を飲んで塗って電気治療をしてあれやこれやをしていますが、なんとか苦痛を和らげたいもんです。皆さんも普段からスマホを触ったりパソコンの画面をじーっと見ていることがあると思いますが、割りと重症らしいのでくれぐれも気をつけてくださいね。
さて、前回は人工知能の最新情報や、進化しすぎた人工知能の危険性などについて、お話をしました。
前回はさらっとしか触っていませんでしたが、今回は人工知能の中でも「機械学習」について、お話したいと思います。
■機械学習とは
そもそも機械学習とはなんでしょうか。呼んで字のごとく、機械が学習すること。ですが、
もう少し詳しく書くと、
”人間が自然と行っているパターン認識や経験則を導き出したりするような活動を、コンピュータを使って実現するための技術や理論、またはソフトウェアの総称”
だそうです。
参考：http://www.weblio.jp/content/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92
例えば、機械学習のアルゴリズムの一種に、「ニューラルネットワーク」というものがあります。これは、人間の脳が考える回路を模してコンピュータに処理をさせる技術のことを言います。
ニューラルネットワークは、前回紹介したDeep Learningで使われていることが多く、パターン認識なでよく使用されます。パターン認識を行うためには、様々な特徴などのインプットなる情報が必要で、なおかつ判断基準が変化します。そういった、まさに様々なパターンに対応するといった用途だと、ニューラルネットワークを使った機械学習は非常に力を発揮します。
※ちなみに人間の脳は、脳内にある140億個ものニューロンという神経細胞同士でニューロンネットワークを形成しており、そこでは電気信号を使って情報がやりとりされています。たまにテレビなどで聞く「脳波」というものがありますが、あれはこのニューロンネットワーク内を流れる電気信号をキャッチしてデジタル化しているものです。
■機械学習を提供するサービス
機械学習（Machine Learning）は、特別な人でなくても、RやPythonといった言語のパッケージなどを使って実際に試すことが出来ます。
AWSでは「aws machine learning 」、Azureでは「Azure Machine Learning」といったサービスがありますね。機械学習（AWS）を実際に試してみた記事がこちらにありますので、興味のある方はぜひ参考にしてみてください。
■機械学習の活用例
実際こんなことが出来ると言われても、具体的にどう使われているかというのがイメージしにくいと思います。そこで、機械学習は具体的にどのように使われているのか、わかりやすい例を使ってご紹介します。
参考：http://japan.zdnet.com/article/35062355/
１．牛をインターネットに接続？
Azure Machine Learningを使った事例として、牛の繁殖に役立たせている例があります。
牛の受精最適期は21日おきに12～18時間しかありません。そのため種付けを行うタイミングの見極めが非常に難しく、農家の方が１頭１頭、メス牛を監視していなければなりませんでした。
そこで、メス牛が発情した時に発生する「歩数の急増」を見つけるためにメス牛の足に歩数計を付けて、その歩数のデータをAzure Machine Learningシステムに送り、機械学習で歩数情報を分析しました。
その結果、メス牛の排卵開始時期を95％の精度で検出でき、このシステムを導入している農家全体で出産頭数が12％増加したそうです。
歩数の情報を機械学習を使って分析し、最適な時期に種付けすることが出来るようになったため、農家の方も時間に余裕が出来たとのことです。これはコストや手間、それにかかる時間の大きな削減にだと思います。
２．何を欲しがっているかがわかる？
イギリスの大手卸売業者のJJ Food Serviceは、数千種類の食料品や日用品を6万人以上の顧客に届けています。
そこで顧客のニーズを予測したいと考えた同社は、Microsoftと協力して、リピート客のショッピングカートに事前に商品を入れておくために、その顧客が購入する商品を予測するシステムを開発しました。このシステムは、過去３年分の取引データを使って機械学習しています。
こうして得た購入行動情報からの「欲しい商品」の予測はかなり正確で、顧客が購入する商品の約80％を予測することが出来たそうです。
Amazonでも、見ている商品などから「このユーザはこれが気になっているのでは？」という商品をレコメンドしてくれるサービスを行っていますが、これはもう買い物カゴの中に欲しい商品が入っているようなイメージなので、便利を超えて一種怖いものがありますね。
このシステムは、さらに購入内容を分析して、購入される可能性のある他の商品を予測しようとします（これはレコメンドに近いですね）。
例えば、肉と野菜を注文したレストランは、食用油も必要になるだろう、と予測できるわけですね。
■今後どのような使い方ができるか
以上、2つの機械学習活用事例を紹介しました。
私も上記の記事を読むまでは、機械学習と聞くとWebアクセスなどのアナリティクスデータの分析やSiriなどの音声解析、Googleの自動走行車などを思い浮かべていました。
しかしIot時代である今、データを取得するだけならセンサーを使えばいくらでもデータを収集することができ、言ってしまえば全てのモノの挙動を知ることができますよね。
機械学習をさせるための元となるデータには、Webアクセスなどの人工的なデータだけではなく、動物や人間、自然界の情報などを含めることが出来ます。
例えば、りんごの糖度と気候の情報を組み合わせれば、最もおいしくなるりんごの育て方がわかるかもしれません。また、美容師で使うハサミにセンサーを仕込めれば、髪を切りながら、そのお客様の髪質などの情報がリアルタイムにわかり、お客様にはよりお客様に合ったサービスを提供出来るようになるかもしれません。
さらに、犬と本当に話せるシステムなんてどうでしょう。
まず犬の鳴き声や血流の変化、行動情報などのデータを機械学習で分析します。
犬用の首輪に犬の体内の何かを検知するような仕組み（犬には無傷で！）を組み込んで、犬の感情を飼い主のiPhoneのSiriで話させるということができれば、「お腹がすいた」「散歩に行きたい」などの単純なものではなく、Siriと話す感覚で犬と話せるようになるかもしれません。
人間がSiriに話すとiPhoneから犬の鳴き声が、犬の声を聞かせると日本語で再生されるようなイメージですね。
【所感】
機械学習を使ってデータを処理することは、今後はあたりまえの時代になってくると思います。
過去にあったサービスも、現在の技術でもう一度作りなおすと、まるで別物のように化けるものもあるのではないでしょうか。
Iotでどこからでも情報を収集できる環境を考えると、いろいろなものがビジネスチャンスに思えてきますね。
直接的にはあまりITと結びつきが強くないイメージがある、第一次産業などは、可能性の塊なのかもしれません。
0 件のコメント:
コメントを投稿