Mark Iパーセプトロンは、1958年にフランク・ローゼンブラットによって開発された、先駆的な教師あり 画像分類学習システムです。これは人工知能（AI）マシンの最初の実装でした。これは、ウォーレン・マカロックとウォルター・ピッツによって1943年に提案されたソフトウェアアーキテクチャであるパーセプトロン[1]とは異なります。パーセプトロンはMark Iにも採用されており、その後も改良が続けられ、 Transformerなどの最先端のAI技術に不可欠な要素となっています。
建築
マークIパーセプトロンは3層構造になっている。[2]
- 光入力を受け取る感覚ユニットのセット
- 連合ユニットのセット。各ユニットは複数の感覚ユニットからの入力に基づいて発火する。
- 複数の連合ユニットからの入力に基づいて発動する応答ユニットのセット
感覚ユニットと連合ユニット間の接続はランダムであった。連合ユニットの働きは反応ユニットと非常に類似していた。[2] Mark Iの異なるバージョンでは、各層に異なる数のユニットが使用されていた。[3]
機能
1957年に「コーネルフォトパーセプトロン」の開発資金を申請した際、ローゼンブラットは次のように主張した。[4]
「この種の装置は、最終的には概念形成、言語翻訳、軍事情報の照合、帰納的論理による問題解決が可能になると期待されている。」
ローゼンブラットは1958年にマークIパーセプトロンの最初のバージョンで、右側にマークされた紙と左側にマークされた紙を区別するという単純な2値分類実験を実証しました。 [5]
後の実験の一つでは、紙に印刷された正方形と円を区別しました。形状は完全で、大きさは固定されており、位置と向きのみが異なっていました。Mark Iパーセプトロンは、単層500ニューロンのテストデータセットで99.8%の精度を達成しました。トレーニングデータセットのサイズは10,000枚のサンプル画像でした。トレーニングパイプラインが1枚の画像を処理するのに3秒かかりました。太いアウトライン図形の方が実線図形よりも精度が高く、これはアウトライン図形が過学習を軽減したためと考えられます。[3]
別の実験では、正方形とダイヤモンドを区別する実験を行い、わずか60枚の訓練画像で100%の精度を達成しました。この実験では、単層に1,000個のニューロンを持つパーセプトロンが使用されました。この大型パーセプトロンの各訓練入力の処理時間は15秒でした。唯一の違いは画像の位置でした。回転すると判別が曖昧になるからです。
同じ実験において、わずか20枚の画像（各文字10枚）で訓練しただけで、XとEの文字を100%の精度で識別できました。画像の変化は、位置と回転の両方で最大30度まで可能でした。回転の変化を任意の角度まで増やした場合（訓練データセットとテストデータセットの両方で）、訓練画像60枚（各文字30枚）で精度は90%に低下しました。[3]
類似性が高いためより困難な問題であるEとFの文字の識別において、同じ1,000ニューロン・パーセプトロンは60枚の訓練画像を用いて80%以上の精度を達成しました。変化は画像の位置のみで、回転は発生しませんでした。[3]
参照
参考文献
- ^ McCulloch, Warren S.; Pitts, Walter (1943-12-01). 「神経活動に内在する概念の論理的計算」 . The Bulletin of Mathematical Biophysics . 5 (4): 115– 133. doi :10.1007/BF02478259. ISSN 1522-9602.
- ^ ab Rosenblatt, F. (1958). 「パーセプトロン：脳における情報の蓄積と組織化のための確率モデル」 .心理学評論. 65 (6): 386– 408. doi :10.1037/h0042519. ISSN 1939-1471. PMID 13602029.
- ^ abcd Rosenblatt, Frank (1960年3月). 「パーセプトロンシミュレーション実験」. Proceedings of the IRE . 48 (3): 301– 309. doi :10.1109/JRPROC.1960.287598. ISSN 0096-8390.
- ^ ローゼンブラット、フランク（1957年1月）「パーセプトロン—知覚と認識を行うオートマトン」（PDF）コーネル航空研究所。
- ^ 「教授のパーセプトロンがAIへの道を開く ― 60年早すぎた | コーネル・クロニクル」news.cornell.edu . 2024年10月8日閲覧。
この記事には、追加のカテゴリまたはより具体的なカテゴリが必要です。 （2024年11月） |
