PoC（概念検証）による開発リスク回避について、日経Systemsに詳しく書いてある

今月号（２０１６年７月号）の日経Systemsの特集が

新ITの恩恵を生かす技術リスク攻略法
PoC、開発プロセス、マイクロサービス

で、PoC（概念検証）を行うことによるリスク回避の方法について、
PART４で書いてある。

そのまえに、PoCをどういう契約にしたほうがいいか（准委任）
はPART3の５３ページ

PART1の４５ページに開発の流れと、PoCの位置づけがある。

いままでの開発は、
・要件定義
・基本設計
・詳細設計
・実装
・テスト

とあったけど、基本設計の前（超上流のあと）に、「企画／提案」フェーズを
おいて、そこでPoCを行うかんじ・・・

佐賀県システム、１７歳の少年に破られる

＜不正アクセス＞「最先端の佐賀県システム破られるとは」
http://headlines.yahoo.co.jp/hl?a=20160627-00000039-mai-soci

最先端・・・っていうけど、このシステムを破ったのは・・・


不正アクセス容疑　数万人の情報流出か　１７歳少年再逮捕http://mainichi.jp/articles/20160627/k00/00e/040/130000c


の１７歳の無職少年・・・

サイエンスＺＥＲＯのディープラーニングをメモメモ

６月２６日、サイエンスＺＥＲＯの

No.548
人工知能の大革命！ ディープラーニング
を見たので、その内容をメモメモ

---

３月人工知能が囲碁棋士を破る
→可能にしたのは、革新的技術

ディープラーニング：壁を乗り越える
・これまでの人工知能を劇的に進化
　人間の脳を模倣
　例：認識する力　一瞬で探し出す
　　　想像する力　言葉→画像を作る：連想
・ディープラーニングの可能性に迫る

今、革命が起きている
ディープラーニング：深層学習
　人工知能に学習をさせる技術の一つ
　人間が無意識にやっていることをまねできる
　武器：自分で学習する
　画像認識の分野で精度を高めた

人物を識別できる人工知能
・特定したい人物を選ぶ
・カメラ；共通点のおおい人物を選ぶ
・同一人物を検出

従来：顔を正面から照合→監視カメラうまく認識できず
ディープラーニング：目的の人物が横を向いていても、後ろを向いていても
　→防犯用に期待

ディープラーニングの特徴学習
・画像のどこを見れば、自動的に
　与えるのは、画像データだけ
　ディープラーニング：人間気付かないところも

松尾先生登場

人を見分けるどうして：特徴を学習
→その人らしさ、できるようになってきた

例：数字の３　３らしさ：３の特徴
　人間にはできる、機械には難しかった
　人間が特徴を考えているのには限界があった
　ディープラーニングは、機械が考える
　→人間の脳を模倣する

学習、経験：関連するニューロンを強化
何層にも渡して作る
強くしていく

例：手書き
数字の３
・画像を細かく分解
・最初の層：小さな単位→小さな特徴を捉える
　次の層；少し大きな特徴
　次の層に進み、大きな特徴
　最後：全体像
・同じ種類をたくさん見て、特徴を学習する
・平均的な３の形
・脳と同じネットワーク→特徴抽出

汎用性が出てきた

３が入る：
　　点があるか、線があるか、
　　まるっこく、線が途中
　　３という字がとらえられる

いろんな３をみせてあげる
　　違った特徴反応
　　ここだけは外してはいけないという特徴
　　→どの３にも共通→３という概念

がんを検知する人工知能
　むねを３つのほうこう→可能性
　人間並みの精度、つかれしらず

ディープラーニング：画像認識にとどまらない
　複合的な認識
　別の感覚も認識できる
人間：統一的に
　ディープラーニング：統合学習

おがたさん、複数の感覚
　視覚と聴覚
　色と音階
　ベルの色　音階　２つを別々に学習、統合
　カメラを切って音を鳴らす→色が分かる
　人間特有の感覚を身につけられる

ロボットにモーション：関係性を教える
　運動をカメラで学習
　ロボットに目隠し
　運動→想像→映像を連想

連想する力

ディープラーニング
　音響、運動にも利用できる：統合しやすい

今までの手法：別々に
ディープラーニング：統合的に

言葉の理解：青い空
・人工知能が想像した画像
・検索でなく、書いている
　どうして→運動と映像の統合
　画像→言葉：関係性を学ぶ
　そうすると、言葉から絵
・自動翻訳へ
　意訳ができるようになる（画像を介すから）
　→作家いらなくなる
　意味理解も少しずつ

これから
・ディープラーニングと強化学習
　ロボットがだんだんうまくなりながら
　つかみ方を教えてないのにつかむ
　　→いままでできなかった

・認識の問題
・どこを持てばいいのか
・１４台がいっぺんに学習→経験を共有
　誰かが試験勉強したらコピー
・作業が上手：収穫ロボットがなかった

人工知能と人間の違い
人間：生命：生き残る、子孫
人工知能：目的を見つけることはない