理学療法ジャーナル52巻12号

2018年12月発行

講座 人工知能と理学療法・3

一般社会での人工知能の活用

著者： 柴田千尋¹

所属機関： ¹東京工科大学コンピュータサイエンス学部

ページ範囲：P.1159 - P.1167

はじめに

　近年の人工知能技術の発展は目覚ましいが，その技術革新を支えている最も大きい要因は深層学習技術の急速な発達であると言える．深層学習とは，大規模なニューラルネットを大規模なデータから学習させる技術である．ここで言うニューラルネットとは，人間の脳細胞を計算機上で模した，ニューロンとよばれる多入力一出力の関数を複数組み合わることにより得られるネットワークである（図1）．

　各ニューロンは，重みとバイアスの2種類のパラメータをもっている．重みとは，ニューロンへ入力させる信号の増幅率を表す値であり，バイアスとは，入力がまったくないときにニューロンへ入力される一定の値のことである．一般に，深層学習が対象としているニューラルネットは，深層ニューラルネット（deep neural network：DNN）とよばれ，複数のレイヤーをもつ多層構造をなしており，レイヤーごとに，数千から多い場合で数百万の重みやバイアスをもっている．またレイヤーの数は，数え方によるが，レイヤーを数学上の写像として捉えた場合，数十から数百程度である場合が典型である．このような非常に多数のパラメータをもった多層ニューラルネットを，学習データにフィットするように最適化するのが深層学習における学習手法である．

参考文献

1）Hochreiter S, et al：Long short-term memory. Neural Comput 9：1735-1780, 1997

2）Rosenblatt F：The perceptron：a probabilistic model for information storage and organization in the brain. Psychol Rev 65：386-408, 1958

3）Rumelhart DE：Learning representations by back-propagating errors. Nature 323：533-536, 1986

4）Fukushima K：Neocognitron：a self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position. Biol Cybern 36：193-202, 1980

5）Lecun Y, et al：Gradient-based learning applied to document recognition. Proceedings of the IEEE 86：2278-2324, 1998

6）Krizhevsky A, et al：ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems 25：1097-1105, 2012

7）Simonyan K, et al：Very deep convolutional networks for large-scale image recoginition. Proceedings of International Confference on Learning Representations（ICLR）, 2015

8）Szegedy C, et al：Going deeper with convolutions. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 1-9, 2015

9）He K, et al：Deep residual learning for image recognition. Proceedings of The IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. 770-778, 2016

10）Hu J, et al：Squeeze-and-excitation networks. Proceedings of The IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. 7132-7141, 2018

11）Gatys LA, et al：Image style transfer using convolutional neural networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 2414-2423, 2016

12）Ehteshami BB, et al：Diagnostic assessment of deep learning algorithms for detection of lymph node metastases in women with breast cancer. JAMA 318：2199-2210, 2017

13）Girshick R, et al：Rich feature hierarchies for accurate object detection and semantic segmentation. Proceedings of the IEEE conference on computer vision and pattern recognition（CVPR）, 2014

14）Redmon J, et al：You only look once：unified, real-time object detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 779-788, 2016

15）Liu W, et al：SSD：single shot multiBox detector. Computer Vision—ECCV 2016, pp21-37, Springer, Switzerland, 2016

16）Long J, et al：Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 3431-3440, 2014

17）Ronneberger O, et al：U-Net：convolutional networks for biomedical image segmentation. Medical Image Computing and Computer-Assisted Intervention—MICCAI 2015, 234-241, 2015

18）Zhao H, et al：Pyramid scene parsing network. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 2881-2890, 2017

19）Cao Z, et al：Realtime multi-person 2D pose estimation using part affinity fields. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 7291-7299, 2017

20）Sutskever I, et al：Sequence to sequence learning with neural networks. Advances in Neural Information Processing Systems 27：3104-3112, 2014

21）See A, et al：Get to the point：summarization with pointer-generator networks. Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics（ACL）, 1073-1083, 2017

22）Vinyals O, et al：A neural conversational model. arXiv：1506.05869（ICML Deep Learning Workshop 2015）, 2015

23）名大会話コーパス．https://mmsrv.ninjal.ac.jp/nucc/（2018年10月1日閲覧）

24）Cornell Movie-Dialogs Corpus. https://www.cs.cornell.edu/~cristian/Cornell_Movie-Dialogs_Corpus.html（2018年10月1日閲覧）

25）Sukhbaatar S, et al：End-to-end memory networks. Proceedings of the 28th International Conference on Neural Information Processing Systems, 2440-2448, 2015

26）Xu K, et al：Show, attend and tell：neural image caption generation with visual attention. arXiv：1502.03044, 2016

27）COCO 2015 Image Captioning Task. http://cocodataset.org/#captions-2015（2018年10月1日閲覧）

28）Goodfellow I, et al：Generative adversarial nets. Advances in Neural Information Processing Systems 27：2672-2680, 2014

29）Radford A, et al：Unsupervised representation learning with deep convolutional generative adversarial networks. abs/1511.06434（Proceedings of ICLR 2016）, CoRR, 2016

30）Mirza M, et al：Conditional generative adversarial nets. abs/1411.1784, CoRR, 2014

31）Antipov G, et al：Face aging with conditional generative adversarial networks. Proceedings of the IEEE International Conference on Image Processing（ICIP）, 2089-2093, 2017

32）Isola P, et al：Image-to-image translation with conditional adversarial networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition（CVPR）, 1125-1134, 2017

33）Zhu JY, et al：Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision（ICCV）, 2223-2232, 2017

34）Android 8.1, Neural Networks API. https://developer.android.com/ndk/guides/neuralnetworks/（2018年10月1日閲覧）