読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第1節 画像を見分けるAI(画像認識)

1.1 画像は数の並び

この章には、商店街の文具店で働く千尋(ちひろ)と、店のホームページの更新を手伝う大学生の拓海(たくみ)が出てきます。千尋は仕事で生成AIを使っていて、拓海は大学でAIの仕組みを学んでいます。

拓海は、ネットショップ用に撮った黒いボールペンの写真を拡大して、千尋に見せました。拡大すると、写真は小さな四角い点の集まりになっています。この点を画素といいます。

画素の一つ一つは、明るさを数で持っています。白黒の写真なら、真っ黒を0、真っ白を255として、その間の数で表します。白い紙の上に、縦に置いた黒いペンの一部を、縦4つ・横5つの画素で表すと、次のようになります。

1列目2列目3列目4列目5列目
1行目25024510248252
2行目2512405246250
3行目2492428247251
4行目25224412249250

3列目だけが0に近く、そこに黒いペンの軸があります。カラーの写真は、赤・緑・青の3つの明るさを画素ごとに持ちます。スマートフォンの写真は数百万の画素でできているので、1枚の写真は、数百万から1千万を超える数の並びになります。

AIにとっての画像は、この数の並びです。人が一目で「ペン」と分かる写真も、AIは数の並びから、ペンらしさの手がかりを組み立てて見分けます。

2 / 21