Neural Nets & Raspberry Pi — ニューラルネットワークを学習する様子を見ながら学び、シミュレートした Pi で実行できます

重みや勾配降下法について読むだけでは限界があります。モデルの損失が実際に下がる様子を見ることで、その隔たりを埋められます。AI Labでは、まずニューロン、重み、バイアス、活性化を学び、その後、Loss Valleyラボで学習率を使って傾ける3-Dの地形として勾配降下法を表示します。Decision Surfaceでは、学習した境界がリアルタイムでらせん状のデータを包み込む様子を見られます。iOSとAndroidで無料です。

勾配降下法とは、ネットワークが自らの誤差を減らす方法です。各ステップで損失を最も速く下げる方向を計算し、すべての重みをその方向へ少しずつ動かします。ボールが坂を下って谷へ転がるようなものです。学習率は、1回のステップの大きさを決めます。小さすぎると学習が進まず、大きすぎるとボールが谷を通り越して跳ね返ったり発散したりして、収束しないことがあります。AI LabのLoss Valleyラボでは、そのダイヤルを動かし、実際の学習で違いが生じる様子を見られます。

学習直後のネットワークは、32ビット浮動小数点数として重みを保存します。これは精度が高い一方、小型ハードウェアには多すぎるメモリを必要とします。量子化では、重みを一般的に8ビット整数のような、はるかに小さな数値に丸めます。精度をある程度引き換えに、モデルのサイズをおよそ4分の1まで縮小できます。AI LabのShrinkerラボでは、実際に学習済みモデルへこれを行うため、サイズと精度のトレードオフを文章で読むのではなく、結果として確認できます。

TinyMLとは、サーバーやスマートフォンではなく、マイクロコントローラーやシングルボードコンピューターなどの小型・低消費電力ハードウェア上で機械学習を実行することです。そのため、モデルは最初に縮小する必要があります。AI LabのShrinkerとChipラボでは、その一連の流れを扱います。学習済みネットワークを量子化し、その結果に対して本物のint8推論を実行してから、アプリのRaspberry Pi Workbenchで組み込みプロジェクトの物理配線へ進みます。

はい。AI LabのRaspberry Pi Workbenchは、Pi Picoを詳細に再現した3-Dシミュレーションです。仮想コンポーネントを追加して配線し、内蔵エディターでgpiozeroライブラリを使った本物のPythonコードを書けるため、基板を購入したり壊したりする心配がありません。5つの入門プロジェクトでは、最初のLED点滅から、ボタンで操作するLED、5つのLEDによるKnight Riderのスイープまで体験できます。後で実際のRaspberry Piを使って制作する場合も、書いたPythonをそのまま引き継げます。

gpiozeroは、Raspberry PiのGPIOピンをシンプルなオブジェクトとメソッドで扱えるようにするPythonライブラリです。LEDを点灯する処理も、低レベルのレジスタ書き込みではなく1行で済むため、Pi電子工作の一般的な出発点となっています。AI LabのWorkbenchはシミュレーションでも同じライブラリを使うため、アプリでLED、ボタン、ブザーを配線するコードは、実際のハードウェアで使うものと同じように読めます。

はい。AI LabはApp StoreとGoogle Playから無料でダウンロードできます。1つのニューロンから勾配降下法、マルチレイヤーネットワークまでを扱う最初の3つのレッスンワールドに加え、すべての3-Dラボと完全なRaspberry Pi Workbenchを無料で利用できます。AI Lab Proでは、レッスンカリキュラムの残りがアンロックされ、広告が削除されます。アプリの年齢レーティングは4+で、現在のバージョンは1.2.0です。

いいえ。AI Labでは、コードを使う前に、ニューロンとは何か――いくつかの数値に重みを掛け、バイアスを加えて合計し、活性化に通す仕組み――から始めます。その後、各短いレッスンの最後にクイズを用意しながら、1つずつ考え方を積み上げていきます。Raspberry Pi Workbenchでは、過去のプログラミング経験を前提とせず、プロジェクトごとにgpiozeroを通じてPythonを段階的に学べます。

いいえ。アプリ内でもその点を明確に説明しています。AI Labの学習エンジンは、学習と可視化のために、瞬時に学習でき、完全に説明可能なようにゼロから作られた小規模で決定論的な実装です。実運用向けの機械学習フレームワークではありません。ここで学ぶニューロン、重み、損失、勾配降下法、量子化といった考え方は、TensorFlowやPyTorchでも、はるかに大規模な形で使われています。

Neural Nets & Raspberry Piは、App Storeを通じてiOSで、Google Playを通じてAndroidで利用できます。インターフェースは10言語に対応し、年齢レーティングは4+です。アプリの画面とアイコンではAI Labという名前を使用しています。App StoreではAI Lab: Neural Networks & IoT、Google PlayではNeural Nets & Raspberry Piという名前で掲載されています。どちらも同じアプリです。