この間、一番進化したのはAIだろう。
自分の偉い所は全くAIに関係がない人間にも関わらず、この数年間コツコツと数学を勉強してAIも大体理解した。
もう２年前になるんだけど、CNNを使った釣果予測AIというのを作ったことがある。
例えばこの画像でヒラメが釣れるかどうか知りたい。
この画像は2020年の１月１０日の画像なのでこの日の釣果をネットから手に入れて画像データと合体させた。
こういう画像と釣果を2018年から2022年まで全ての日においてとった。
1200データくらいだろうか。
それをCNNという、畳み込みニューラルネット、という手法で分析した。
CNNについてざっと説明する。
画像が〇●の２種類の点で構成されているとする。
ここで画像を数字にしたいので、〇は０、●は１に置き換えてみる。
４つしかドットの画像だと
〇●
●〇
のような単純な画像が
０１
１０
となる。
ここで画像がどんな感じになっているのかを知りたいので１行目に１１を掛けてみる。
すると一行目×こっちの用意した演算子＝０＋１＝１
になる。
だからこれは１って意味の画像になる
下の行も１だ
だからこの操作には元々意味は無い。
じゃあちょっと大きくする。
海流図の場合は０～３０くらいまでの数字で画像を表してしまう。
そして演算子として
１０１
０１０
１０１
のようなものを用意してこれを画像に掛けていく。
海流図が以下のように画像を数字に変換したものだとする。
0 14 5・・・
2 4 5・・・・
6 5 3・・・
これにマスキングをするように演算子を掛けるわけだ。
すると答えは１８になる。
これを画像が続く限り横、下と掛けていく。
（画像のサイズはこのマスキングがはみ出ないように２５６ドット等のサイズにリサイズしておく必要がある。）
すると、画像は９分の１サイズになるのは分かるだろうか。
0 14 5・・・
2 4 5・・・・
6 5 3・・・
の画像が１８っていう答えになっちゃったので。
新しい画像というかデータは１８ ２４・・・・
みたいな形になっていく。
それをあらゆるサイズの演算子で行っていく。
一応、画像の下処理みたいなプーリングっていって画像の平均をとったりもしてぐちゃぐちゃにもするんだけどまぁそれはいいよね。
そうやって出来たものを釣果と結んで、海流からヒラメの釣果が予測できるAIを創った。
結局AIは出来たんだけどそのAIが正しいかどうかの判断は難しくて、その解釈のために色んな指標があってそれ専用の本がたくさん出ている。
AIのそこのところの議論は超難しくて情報幾何学という分野があったりして現在進行中でホットな分野だったりする。
AIの結果は返ってくるんだけど、あり得ないことにここまでやって飽きちゃった。
もうpythonを起動するのも面倒。
自分は飽き性なのが難点。
烈火のごとく勉強してCNNは３日で憶えて作って出来たら飽きたって感じ。
検証なんてメンドクサイもん。
しかし、自分が釣り業界に対してSNSなどの普及より先の誰もやっていない分野をやろうとしたらこういう難しいところまでやらなきゃならないんだろうなと思う。
釣りにAIを持ち込んでどんどん発展していく貢献ができればいいと思っている。
ここから釣りとあまり関係話なんだけど、AIの話をしていると脱線しまくる。
AIの話をするのはいつもchatGPT。
AIの改良のアイディアはいつもAIと話す。
さっきもCNNのプーリングについて聞いたんだけど、ロバスト性だの平行移動だのの話をしていて全然得心いかない。
A+Bという画像があってB+Aというのと同じためにプーリング層というのをかませるんだけど、これ必要じゃないだろって思う。
Aを学習する、Bを学習する、A+BはAとBだと認識し、B＋AはBとAと認識すればいい話だと思う。
それをデータを何かで代表しちゃって小さくするプーリングを使えば学習するスピードは上がるけどあまり良くないものが出来るのは誰でも分かるだろう。
たった１例だけど、これが計算リソースがあればあるだけ良い理由になっていてNVIDIAの株がやたら上がった理由でもある。
そんなわけで、トランプ関税とかでS＆P５００も大変なことになっているけど釣り業界だけは守護っていきたいな、と思います。 ]]>
