【AIで宝くじの当たりを予測するって考えあるのかな？と思ったらありました】
こんにちは、椎名悠です！
最近AI(人工知能)について調べてると、ふとこんな疑問ができたんですよね。
「AIで予測できるのであれば、宝くじのアタリでも予測できたら面白いよな」
そんなことを考え、面白半分で調べてみると
ありました
と思ったらこれ、宝くじを当てる話ではありませんでした。笑
やっぱりそうだよね、と思いつつ、この内容が意外と面白かったので記事にします。
〈宝くじ仮説って？〉
「宝くじ仮説」とは、ざっくり言いますと「学習済みのニューラルネットワーク(original network)には、単独で同じ程度学習させても、元のネットワークの性能に匹敵する部分ネットワーク(subnetwork)が存在する」という仮説のことです。
MITのJonathan Frankle氏とMichael Carbin氏による論文で発表されたもので、論文はICLR 2019のBest Paper Awardに選ばれています。
これ、結構面白い話なんです。
でもその前に
は？ニューラルネットワークって何？
と思う方が多いでしょうから、まずそこから説明させていただきます。
〈ざっくりと分かるAIの基礎！「ニューラルネットワーク」〉
そもそもAIは人間の脳の構造を模したネットワークを構築することで、高度な処理を実現しています。
そのAIの構造のことを「ニューラルネットワーク」と言います。
人間の脳と同じように、複雑にお互いに接続しあっている様子を想像してもらえれば分かりやすいかと思います。
この複雑な回路を使うことで、膨大なデータを学習し、予測ができるようになるのですが、この仮説だと、その回路の一部分しか使わなくても同様の予測精度が保てる場合があることが分かったと言う話なんです。
つまり、もっと効率よく学習している回路があると言うことです。
〈効率よく学習している部分ネットワークは「当たり」！〉
その一部分のネットワークのことを「当たりくじ」に例えられています。
膨大な組合せ数がある部分ネットワークからこの「当たりくじ」を見つけることを宝くじに当選することになぞらえ、「宝くじ仮説」と提唱されています。
ちなみに、この当たりくじを調べる手順というのも公開されているのですが、ここで話すとややこしくなるので割愛。
(詳細は冒頭で紹介しました記事でご確認ください。)
大事なのは、この当たりくじを見つけることによって、比較的シンプルな方法でネットワークモデルを圧縮できる=効率の良いAIモデルが作れるということでもあるため、この仮説は非常に今後のビジネスにおいて有効活用ができるということです。
何事も効率よくしようと思えばできるものなのだなと感心した仮説でした。
あ、でも本物の宝くじを当てるAI作りはまだ無理かもしれませんね。笑
(もしかしたら、膨大な宝くじの当たりのデータを基に予測できるかもしれませんが。)
それでは今回は以上です！
また次回お楽しみに！
このように、AIに関して初心者にも分かりやすく興味深い内容についてマガジンで配信しているので、よければ以下の記事を見ていただければ幸いです。↓
この記事が気に入ったらサポートをしてみませんか？