【機械学習】雪だと思ったらペプシだった話。

雪だと思ったら、

ペプシだった。

クリスマスシーズンかな？雪かな？
と思ったらペプシの泡だったんですよ。

僕の中では、
雪90くらいの特徴量だったんですよ。
ペプシだなんて思いもよらず。

もし、これが機械学習だったら。
ペプシかコーラか見分けてて、
これはペプシじゃないです。コーラでもないです。
これは雪ですね、なんて言われたら。

ふざけんな！！！っすよね笑

職業柄、Mediapipeという機械学習を使って、Webカメラからの画像認識で、手を認識してハンドトラッキングするシステムを使ったときに、
手ではないものを手と認識したり、手を手と認識しなかったりしたわけです。
手くらいなら、人は見分け続けられそうですが、

犬かオオカミか、ならどうでしょうか？

ちなみにこれは、雪の中にいるシベリアンハスキーです。
つまり犬です。ｲｯﾇデス。

犬とオオカミを機械学習で見分けるときに、実は背景の雪で見分けてた、ってはなしがあります。

犬かペプシなら見分けれそう（とはいえ寄りのペプシの模様と犬の毛並みとかが課題になりそう）ですが、
シベリアンハスキーって犬だけどオオカミっぽい、オオカミ的なところがある、と捉えてもなんか怒れないですよね。

機械学習のように、人も、特徴量で物事を見てることがあります。
生物的な女性か男性かを見分けるとき、見分けられないときがあります。
それは、特徴量が、女50、男50で、どっちにもなりうるからです。

女装した男性を生物的な男性と見分けられない、という事態が、人にも起こりうるわけです。

シベリアンハスキーは犬だけど、オオカミ的な特徴が犬的な特徴を上回る。
つまり、生物的には犬だけど、特徴的にはオオカミ。
おや？
生物的には男だけど、特徴的には女性。

おやおや？？

初期の頃は、人間側が特徴を定義していたと聞きます。
たとえば、猫を見分けるとき、
顔は丸く、2つの耳にあたるところが三角になってて、胴体は台形的、尻尾という細長の多角形。これらが画像で確認されれば、それはきっと猫だ、と。
果たしてそうでしょうか？

特徴量でいえば、犬的な画像を食わせまくって、それらに当てはまれば、それらの特徴を持っていれば、それはきっと犬だ、と。
果たしてそうでしょうか？

ここには見分けきれない余白が残されているように思えます。
例外ってやつかもしれませんが。

とはいえ、出荷に値するきゅうりを見極める、といった、用途の限られた場面などでは、かなり力を発揮してくれるわけです。

もしかすると、コンピューティングした特徴量で見分けることを超えた機械学習が、この先にあるのかもしれません。

たとえば、人間の脳をクラウド化して、脳の反応で見分ける、とかとか。

もしペプシが雪にも見えたって同志がいたら教えて下さい 笑

TODAY IS A GOOD DAY FOR YOU