Tullyz bis /R-D1ときどきM

まつもと街なか大道芸2019（３）

--------------

【今日のAI　～　Q学習】

今日のAIは「落ちてくるボールをキャッチする」というもの。

上下左右に8マスの空間があり、どこかから落ちてくるボールを、一番下で左右に動きながら

キャッチするだけ。うまく取れたらご褒美をあげるという学習を繰り返す。

普通のプログラムでは、籠をどう動かすかをプログラマーが教えないといけないのだが、

AIは、仕事の目的をボーナスという形で教えてあげると、それを貰うために何をすべきかを

自分で考えるところがエライところ。会社のみんなに聞かせてあげたいな。

Q学習といわれるジャンルの例題で、将棋やチェスなどで人間をことごとく負かすタイプのAIだ。

将棋やチェスなんてできるはずもないので、例題をやって原理的なところを理解する。

例題をやるだけの話なのだが、それが難しい。３，４年前のWebの記事なので

今とはソフトウェアのバージョンがかなり違い、仕様が変わっている。

それを書き直さないとエラーではじかれて先に進めない。ロールプレイングゲームの

かなり厄介な奴。知識と経験値と試行錯誤^^;を使って、今回は3つくらいの敵を倒し、

ようやく動いた。

10回くらいの学習だと成功率20%で、幼稚園児のキャッチボール並み。

ボールをキャッチする直前に逆に動いたりするorz

50回も学習すると成功率60%で、小学校低学年並みになる。多少こざかしくなってきて

じっと立っていて無駄な動きをしない。うまく取れる時もあれば、間に合わずに外すこともある。

100回で80%、300回で100%。こうなるとほとんど高校野球以上で

フライに合わせて左右に動きながら確実にキャッチする。

上下左右に12マスの空間だと300回学習しても80%。

上下左右に24マスの空間だと1000回学習しても20%。格段に難しくなってくる。

リアルな世界で投げたごみをキャッチする機械をつくるなら、AIではなくて

別の方法でゴミを検出してキャッチする方が早そうだ。

80コマをループさせてます

.

まつもと街なか大道芸2019（２）

人形とのかけ合わせが本当の人間のように見えてくるところが凄い。

この人は毎回いろんな仕掛けを持ってきてくれるので見逃せない。

バーバラ村田

-------------

.

まつもと街なか大道芸2019（１）

9月29日に「まつもと街なか大道芸」が行われた。

2年に一度のイベントだ。

パフォーマー34組が街のあちこちで大道芸を見せてくれる。

最初の頃のような盛り上がりはないが、それでも老若男女

大勢の人が見に来ていた。

----------------

AIのお勉強のための次のテーマを探さないといけないが、

やり甲斐のあるテーマを探すのはなかなか難しい。

将棋の棋譜を読むとか、麻雀のパイを読んで役を計算するとかをやっている人もいる。

麻雀や将棋をAIでやるレベルはとても無理なので挑戦しない^^;

.

多治見市モザイクタイルミュージアム

豊田市は他に行くところが無いので、多治見に移動。

多治見市モザイクタイルミュージアム。

藤森照信の設計なので、近江八幡のクラブハリエ（バウムクーヘンのお店）の

ラコリーナみたいな建物だ。

平日にもかかわらず若い人が沢山いた。

-------------

今週のAIではいよいよ「ウォーリーを探せ」をやってみた。

ウォーリーをやる際の問題は、実際のウォーリーの画像が少なすぎること。

仕方がないので、実際の画像ではなくて広告などに使われているキャラクターの絵を使った。

キャラクターの絵は実際のウォーリーとは違うので、無理なんだろうとは思ったが

24枚の画像で9枚は見つけてくれた。自信のほどは6-7割というところ。

次に実際のウォーリーの画像を使ってデータを作ったが、数が少ないだけでなく、

ウォーリーの画が小さすぎる。特徴が抽出できないので、判別させてみたらほぼ全滅。

拡大してスキャンもできる印刷の網点が見えてしまって、学習用の画像としては使えない。

2つ目の問題は「ウォーリーを探せ」はたくさんのものが複雑に入り組んでいるので

対象の切り出しがうまく働いていないこと。切り出してから、ウォーリーかどうか判断するので

最初のステージがうまくいかないと、その先は無い。

3つ目の問題はメモリー容量の壁。複雑な「ウォーリーを探せ」をきれいにスキャンするためには

1ページあたり900万画素必要だが、グラフィックプロセッサーがメモリー不足と仰せ。

モノクロにしたり解像度を下げると検出力も落ちる。

ということで、とりあえず終了。

「ウォーリーを探せ」はまたいつか挑戦してみたいテーマだ。

.

多治見修道院（５）

---------------

昨日の雨も上がり、あがたの森公園で行われていたクラフトピクニックに出かけた。

何か作ろうかと思ったが、またゴミが増えるのでやめておいた。

.

多治見修道院（４）

------------

信毎メディアガーデンでスピーカーとアンプの試聴会があったので出かけてきた。

タンノイの一番高いスピーカーとEsotericのCDプレーヤーとアンプの組み合わせ。

時間通りに行ったら誰もいなくて、たまたまタンノイのオートグラフmini/GRがあったので

試聴させてもらった。解像感もあり音も悪くないのだが、10㎝のウーハーでは

やはり低音は期待できない。それに以前のminiは25万円くらいだったのだが、10万円ほど高くなっている。

そうこうしているうちにお客さんが来たので、本来のセットを聞き始めた。

スピーカーはペアで1,100万円、CDとアンプは1,500万円ということで、家が建つ^^

地方では初めての試聴会らしいが、買う人いるのかな。

CDとアンプは筐体（箱）が10個くらいで構成されている。電源、右と左のDAC、マスタークロックなどなど。

音源が良ければ解像感は凄くて流石だ。

ジャズはよかったが、クラシックは昔のタンノイの方がいいかな。

家に帰ってからいろいろ聴き直したのだけれど、家の音の方が聴きやすいのはなぜだろう。

慣れもあるとは思うが、狭いリスニングルームで大音量でCDをかけられても

これは凄い！とはならないのだよね。音の立ち上がりとかは凄くて驚くのだけれど

家で聴きたいと思うかどうかは別の話。

オートグラフminiも音の解像度は凄かったけれど、音楽という意味では

うちのMercury7.1の方が低音も出ていて心地よい。

オーディオは難しい。

.

多治見修道院（３）

ルルドのマリア像

------------

庭の木の剪定をした。

2階の屋根を越えるくらい高くなって、去年、上から１ｍほどを切り落としたのだが

台風の時、結構葉っぱが揺れていた。コニファー（針葉樹）なので根はそれほどちゃんと張っていない。

今回の台風はそれほど風雨は強くなかったのだが、倒れない保証はない。

人間には正常性バイアスというものがあり、自分にとって都合の悪い情報は無視する傾向にある。

自分は大丈夫だろうという根拠のない過信は一番危ない。

リスクをすべて拾い上げて予防するリスク・マネージメントが大切だ。

大きなビニール袋に10数個の葉っぱ。太い枝は別途山積み。

毎回思うのだが、面白がって庭に木を植えるものではないなぁと。

.

多治見修道院（２）

-----------

今年はマツタケが不作だということでどこからも来ないだろうと諦めていたのだが、

マツタケはあまり好きではないというお宅から貰い物をいただいた^^

確かに不作の中、1本7000円も出して買うかといわれると買わない方に入るが、

いただくととても嬉しい^^

ということで今日はマツタケご飯。ごちそうさまです。

.

多治見修道院（１）

カトリックの修道院。ここではワインを製造している。クッキーもあるらしい。

北海道のトラピスト修道院のクッキーは有名だ。

残念ながら公開は4時までで、中に入ることはできなかった。

------------

【今日のAI】

カエルを認識できるようにした（はずの）AIの試験結果。

3時間も学習したのに10枚の写真でカエルだと認識したのは1枚だけorz

しかも自信の度合いは64%と低い。

人やボトルなどの他の対象も学習したので、カエルまで手が回らなかったのかもしれない。

他の対象でもだいぶ認識率は低くなって、軽度認知障害（MCI）が認められるorz

仕方がないので短期集中講座でカエルだけを学習することにした。

カエルの写真の枚数も百数十まで、3倍に増やした。

アマガエルやトノサマガエル、ヒキガエルはもちろん、ネットから拾ってきた都合上

青いカエル、赤いカエルなど奇抜なものも多くて、これでいいのかと疑問に思いながら

画像の前処理を進めた。

そして、5分ほど真剣に学習。

その結果、おおむね90%以上の自信をもって全問正解するまでにAIは成長した^^

草むらに隠れているアマガエルでも5割くらいは探せた。

これでカエルを自動で捕まえる装置の開発に一歩近づいた。

姉妹品としてイナゴを自動で捕まえる装置もできそう。バッタ除外機能付きだ^^

.

クリムト展（３）

豊田市美術館

-------------

昨日は台風一過でいい天気だったのに、今日は朝から雨。
雨の日はAIのお勉強。

【今日のAI】

今のテーマはシャア専用（3倍速い）YOLOv3に学習させるというもの。
AIの学習ってどれもそうなのだが、学習させるデータを用意すのがまず一苦労。
前回SSDで用意したカエルのデータを流用したのだが、不足分があったのでそれを追加。
基本的には用意されているスクリプトを動かすだけのはずなのだが、
そうは問屋が卸さない。エラーが出て止まるorz
そのエラーの原因を探して対策を打っていく必要がある。
動くことを確認して公開しているはずなのに動かないとなるとかなり厄介だ。
スクリプトを動かす環境は文字通り日進月歩なので、それによって動かなくなる可能性は大きい。
また、WindowsかLinuxかで微妙に挙動が異なることもある。
動作が確認されているスクリプトなので、それを素人が疑うというのは
かなり大変だ。今回は「フォルダーかファイルが見つかりません」というエラーで
あらゆる可能性を考えてデータを変更する試行錯誤をしたのだが、結局はスクリプトを
書き換えたら直った。それでいいとする自信はないが、動けば正解。
他にも小さな問題は数点あって、ここまでに1日半かかった。
「機械学習」というのは機械が学習するということのはずなのだが
現実は私が機械に学習させられている状況だ^^;

とりあえずエラーは出なくなったので学習を始めた。

1回あたり16枚の写真を学習し、それを50回繰り返す。

先日買った画像処理プロセッサー（GPU)GTX1060を使っているが

それでも3時間くらいかかる。GPUがなかったら30時間以上か^^;

.