| 制限 | ダウンロード制限： サービス停止まで |
|---|---|
| ライセンス条件 | ●本書は著作物であり，著作権法により保護されています．本書の一部，または全部を著作権者に断りなく，複製または改変し他人に譲渡すること，インターネットなどに公開することは法律により固く禁止されています．違反した場合は，民事上の制裁および刑事罰の対象となることがあります． ●本書は，CQ出版社から出版された，2018年4月1日発行の同タイトルの雑誌・書籍をPDFファイルとしたものです．電子版制作の都合上，オリジナルの書籍と比べて，一部の書体や線の太さ・種類が変更になっている場合があります．また，電子版という性格から，オリジナルの書籍と同一のプリント品質は保証できません．ご了承ください． ●予告なく，本サービス（Tech Village 書庫＆販売）を一時休止または終了することがあります．サービス休止時やサービス終了後は，本コンテンツをダウンロードまたは閲覧できなくなります． |
解説
本書では，ラズベリー・パイ(Raspberry Pi)やArduino，Jetsonなどのコンピュータ・ボードを使った人工知能(AI)の作り方を紹介しています．ソフトウェアだけで実現するのとはひと味違う，身近なAIの実験を行っています．
※本書の各記事は，「Interface」に掲載された記事を再編集したものです．
※ 本コンテンツは，2018年3月30日発売の『人工知能を作る』をPDFファイルとしたものです.
目次
【第1部 ディープ・ラーニングでラズパイ人工知能を作る】イントロダクション グーグルが大サービス!手のひら人工知能が自宅で作れる時代
ビギナから使える世界トップのAIライブラリON!
第1章 ラズパイからOK!Google人工知能で広がる世界
GoogleはAIのトップランナー
そんなGoogleが提供するオープンソースAIライブラリTensorFlow
動作環境
個人で試せる
広がる世界!こんな装置が作れるかも
オープンソースで初心者も独学OK!
Appendix1 Googleの人工知能ライブラリTensorFlowを勧める理由
試せるぼくらの小規模スマート農業!?
第2章 ラズパイ×Google人工知能…キュウリ自動選別コンピュータ
人工知能(ディープ・ラーニング)に注目したきっかけ
ハードウェア
ソフトウェア
AIの定番言語Python から無料で使える
Appendix2 Google人工知能ライブラリTensorFlowの正体
位置づけ
用意されているAPI
コラム TensorFlowでもよく出てくる…ディープ・ラーニングがスゴイ理由
Googleを使った学習&判定プログラムをラズパイにONする手順
第3章 人工知能キュウリ・コンピュータを動かしてみる
製作したキュウリ自動選別コンピュータ
Googleの人工知能を体験
コラム ラズパイへのTensorFlowのインストール方法
ターゲット「キュウリ」選別に適したデータ&アルゴリズムの検討
第4章 ステップ1…設計方針を決める
決めること1…キュウリのどこを見るのか
決めること2…人工知能に学習&判定させる画像
決めること3…学習用データ
決めること4…使用する人工知能アルゴリズム
決めること5…自動選別コンピュータの正解率
コラム 画像判定は人工知能任せが今風
話題の人工知能アルゴリズム「ディープ・ラーニング」初体験
第5章 ステップ2…キュウリ・データの学習
準備1…撮影台の作成
準備2…TensorFlowライブラリのインストール
準備3…学習用データの作成
準備4…学習用プログラム
学習を行う
学習時間短縮のためのくふう
学習の終了条件
最初はPCで試すと便利
第6章 ステップ3…人工知能キュウリ判定
ほこりや土が舞う環境でも組み込んでしまえば安心
第7章 ステップ4…キュウリ用人工知能をラズパイで動かす
ラズパイで動かす準備
まずは動かす
判定処理高速化の改良1…キュウリあり/なし判定を追加
判定処理の高速化の改良2…クラウドGPUサービスを試してみる
【第2部 軽くて高速なラズパイ人工知能を作る】
ローカルな専用デバイスが最高!
第1章 ラズベリー・パイ×人工知能で広がる世界
人工知能で広がる世界
ラズベリー・パイのような小型コンピュータでMy人工知能を実現する方法
ラズベリー・パイで人工知能のアイデア
コラム ここでの「人工知能」について
機械学習による高精度認識でレベルアップ!
第2章 ラズパイ×人工知能…サカナ観察&飼育コンピュータ
実験すること
システム構成&機能
ラズパイ人工知能コンピュータを使う理由
オープンソース・ライブラリで機械学習アルゴリズム入門
第3章 方式1：ディープ・ラーニング×ラズパイ
人工知能アルゴリズム…機械学習入門
注目アルゴリズム「ディープ・ラーニング」
ラズパイでディープ・ラーニングを動かしてみる
考察
オープンソースLIBSVMライブラリでリアルタイム人工知能
第4章 方式2：計算量が少なくて高性能なサポート・ベクタ・マシン
計算量が少なくて強力なアルゴリズム…サポート・ベクタ・マシン
学習&判定のメカニズム
自作ソフトでSVMを使うならオープンソースLIBSVMライブラリ
オープンソースLIBSVMライブラリの使い方
一番たいへんな学習データベースの作り方からラズパイ1・2・3 認識テストまで
第5章 ターゲット魚「ナベカ」の学習と認識
機械学習で避けて通れない…学習用データの準備
ステップ1：学習用画像の撮影
ステップ2：撮影した画像に学習用のラベルを付ける
ステップ3：ラベルから学習用データを作成する
ナベカ画像特徴量の抽出処理
コラム1 学習データを増やすテクニック「データ・オーギュメンテーション」
実験1：基本LIBSVMライブラリを使ったナベカ認識
コラム2 アバウトに境界を引くソフト・マージン設定と生真面目に境界を引くハード・マージン設定
実験2：高速LIBLINEARライブラリを使ったナベカ認識
高精度×高速な画像認識でリアルタイムえさやり
第6章 ラズパイ人工知能による自動飼育への挑戦
ハードウェア構成
ソフトウェア構成
実験!高精度&高速リアルタイム画像認識による自動エサやり
人工知能だけに飼育を任せるのは一抹の不安がある
Appendix1 リモート・マニュアルえさやり機能の追加
コラム 定番画像処理ライブラリOpenCVで日本語描画
画像に人工知能…処理性能が高くて困ることなし
Appendix2 ラズパイ性能をMax引き出す…高速表示ライブラリ&禁断クロックUP
性能をMax引き出す方法1：フレーム・バッファを直接たたく高速SDL表示ライブラリ
性能をMax引き出す方法2：禁断の裏ワザ…オーバクロック設定
【第3部 人工知能を作るためのソフトウェア】
第1章 人工知能ソフト事典
定番も最新も対応
第2章 Pythonで使える人工知能ライブラリ
ゴッホ・タッチAI画伯に挑戦
第3章 ディープ・ラーニングが試せるクラウドAPI&統計ライブラリ
ディープ・ラーニングが身近になった一因…クラウドの発達
方法1：クラウドAPIで試すディープ・ラーニング
方法2：ローカルPCにもってきた統計的学習フレームワークで試すディープ・ラーニング
TensorFlowにCaffe，Chainerとプラス・アルファ
第4章 3大人工知能ライブラリ
Googleの中の人も使っているTensorFlow
画像処理では事実上の業界標準Caffe
時系列パターンの扱いも得意なChainer
コードの書き方が初心者に分かりやすいKeras
数値演算や関数微分の機能を提供するTheano
専門用語&英語が苦手な人のために
Appendix1 TensorFlow公式ページの歩き方ガイド
公式サイトの構成
人工知能をバンバン試すために
Appendix2 定番「文字認識」の楽ちん体験アプリ
ネットから入手できる画像データセットで試す
第5章 TensorFlowでちょっと本格的なAI顔認識
概要
ステップ1…顔画像取得
ステップ2…画像の前処理
ステップ3…学習環境の構築
コラム 必須アイテムの紹介…ニューラル・ネットワークの学習状況可視化ソフト
ステップ4…学習の実行
ステップ5…判定
話題アルゴリズムの理屈を簡単にまとめておく
Appendix3 「ディープ・ラーニング」アルゴリズムあんちょこ
予習…機械学習とは
誕生まで
本格的に理解するのは大変だけど…仕組みに迫る
【第4部 ラズパイ×クラウドで人工知能を作る】
無償や100円レベルで始められるクラウド大集合
第1章 グーグル/アマゾン/マイクロソフト/IBMのクラウド&人工知能
人工知能が動かせるコンピュータ
手ぶらで俺的AIライフ・ロガーを作る
第2章 ラズパイ×カメラでクラウドAI初体験
ラズパイ×カメラ×クラウドAPIで作る「俺的AI日記コンピュータ」
環境構築
プログラムの実行
プログラム解説
画像ディープ・ラーニングの学習はクラウドが良し
第3章 顔写真から血液型を当てるラズパイ人工知能に挑戦
装置の全体像
装置構成
学習処理を加速するクラウド・サービスを利用
ステップ1…学習データを準備
ステップ2…学習データの学習
ステップ3…正解率を高める工夫
学習のためのプログラム
ステップ4…ラズベリー・パイによる血液型判定
判定のためのプログラム
アマゾンAWSが用意している強力サービス
Appendix1 あのNVIDIAがなんと数百円…クラウドGPUのススメ
クラウドNVIDIAと国産定番AIライブラリChainerを試す
Appendix2 数百円のGPU人工知能スタートアップ
クラウド上にハードウェア環境を構築
ディープ・ラーニング環境の構築
料金
クラウドGPUの処理情報を体験する
タダで使えるクラウドAPIを活用する
第4章 クラウド型ラズパイAIで音解析
異音判定に人工知能を用いる理由
準備するもの
ステップ1…機械学習のための前処理
ステップ2…統計的学習フレームワークを利用し学習モデルを作る
ステップ3…判定処理用訓練済みモデルの作成と公開
ステップ4…ラズベリー・パイから異音検知Web APIを利用
ステップ5…異音検知の結果をパソコンから見られるようにする
面接触センサからあいまいな「たたく/なでる/震える/押す」を読み取る
Appendix3 ArduinoでAI生体センシングの研究
基礎知識…自己組織化マップ
ハードウェア
ソフト
自己組織化マップのデータ解析手順
実際に面接触センサのデータを計測し自己組織化マップで分類してみる
コラム 自己組織化マップのアルゴリズム
【第5部 手のひらGPUボードで人工知能を作る】
NVIDIAの組み込み向けデバイス
第1章 処理性能1TFLOPSの名刺サイズGPUスパコンJetson TX
最新AIもぶん回せる!Jetsonプラットホーム
Tegra X1プロセッサの特徴
Jetson TX1モジュール
開発環境
GPU×ディープ・ラーニングで広がる世界
Jetson TX1によるディープ・ラーニングの実現
コラム ディープ・ラーニングの学習処理と推論処理
カメラで撮影した状態をテキストで教えてくれる
第2章 携帯型GPUスパコンで作るAI画像認識の音声ガイド
作るもの
ハードウェアの準備
ソフトウェアの準備
実験1…机上動作
実験2…屋外動作
実験3…静止画の認識
動作の検証
改良のアイデア
コラム ディープ・ラーニング組み込みアプリケーションの開発サイクル
人工知能を作る【PDF版】のレビュー
