AIの中を見る：画像認識AIのしくみ入門

「AIが数字を読み取りました」——その一行の裏で、実際に何が起きているのか。 このアプリは、手書きの文字や顔写真をAIがどう判断しているかを、途中の計算をすべて見せながら1ステップずつ再生する教育アプリです。答えだけを出すのではなく、AIの“中身”を開いて見せます。 ■ 6つのステップで、AIの頭の中をのぞく STEP1 まず画像を数字に変える 描いた文字が小さなマス目に変わり、1マスずつ明るさの数字になっていく様子を見ます。 STEP2 フィルターの正体を見る AIが持っている3×3の「小さな窓」の中身を、実際の数値で表示します。 STEP3 窓を1マスずつずらして見る フィルターが画像の上を走査し、特徴マップが塗られていく過程をそのまま追えます。 STEP4 全フィルターで一斉に処理する どのフィルターがこの文字に強く反応したのか、反応量をバーで比べられます。 STEP5・7 もう一度、さらにもう一度フィルターに通す 層を重ねるほど画像が抽象的になっていく——畳み込みを重ねる意味が目で分かります。 STEP6 特徴から答えを出す 各候補の確からしさが伸びていき、最後に答えが決まる瞬間まで見届けられます。 ■ 4つの読み取り対象 - 数字（0〜9の手書き）※無料 - アルファベット（A〜Z） - ひらがな（あ〜ん・清音46文字） - 表情（写真から7つの表情を判定） ひらがなは画数が多く、細部がつぶれないよう入力サイズを大きくしています。表情は人間でも判断が割れるため、1位だけを断定せず次点まで表示します。 ■ 無料で使える範囲 数字モードとコラム20本は、無料ですべてお使いいただけます。買い切り（一度きりの購入）で、アルファベット・ひらがな・表情の3モードが解放され、広告も表示されなくなります。サブスクリプションはありません。 ■ 「なぜ？」に答えるコラム20本 - なぜこんなに小さいマスに変えるの？ - フィルターの中身は誰が決めたの？ - 大きさや書く位置は関係ないの？ - AIはなぜ間違えるの？ ——など、画面を見ていて浮かぶ疑問に、このアプリの実装や実測値を交えて答えます。「しくみ」「AIの限界」「このアプリの舞台裏」「AIの正体」の4カテゴリ。 ■ 子どもと一緒に読める「やさしいことば」モード 設定で説明の言葉づかいを「やさしい」に切り替えると、漢字と専門用語を減らした子ども向けの文章になります。親子での学習や、夏休みの自由研究にも使えます。 ■ 通信ゼロ・すべて端末内で計算 推論はすべてこのアプリの中で実行しています。書いた文字も、選んだ写真も、外部のサーバーに送られることはありません。ネットワークがない場所でも動きます。CoreMLではなく推論処理を自前で実装しているため、途中の層の状態をすべて取り出して表示できます。 ■ 学習に使ったデータ - 数字：MNIST（THE MNIST DATABASE of handwritten digits） - アルファベット：EMNIST Letters - ひらがな：ETL文字データベース（産業技術総合研究所） - 表情：FER2013 ■ こんな方に - 「AI」「ディープラーニング」という言葉は知っているが、中で何をしているかは知らない方 - 畳み込みニューラルネットワーク（CNN）を、数式ではなく動きで理解したい方 - 子どもにAIのしくみを説明したい保護者・先生 - 機械学習の入門書を読む前に、全体像をつかんでおきたい方 ■ 課金について 「すべてのモードを解放」（買い切り・非消耗型）を購入すると、アルファベット・ひらがな・表情の3モードが使えるようになり、バナー広告が非表示になります。購入は一度きりで、月額・年額の課金はありません。機種変更時は「購入を復元」から引き継げます。