Up ｢見る・見える｣ とは何か 作成: 2026-06-28
更新: 2026-06-28
４足歩行ロボット ＞ とは ＞ 脳/学習理論との往還 ＞ ｢見る・見える｣ とは

    画像認識AI は，CNN に対象認知を訓練したものである。
    この対象認知は，つぎのようになっている： 　
    　カメラが ｢状態｣ を写す
    　画像が CNN に入力される
    　CNN は，
    　　画像を，特徴量マップ (小画像の束) に変換
    　　特徴量マップを段階的に圧縮
    　　特徴量マップを１本のベクトルにする
    　　このベクトル (特徴量ベクトル) にラベルをつける
    　　このラベルを出力する

    CNN の "C(onvolution)" は，特徴量マップへの変換と段階的圧縮のアルゴリズムのこと。

    特徴量ベクトルは，次元が 128 とか 256 程度。
    画像の情報サイズと比べて，すごく小さい。
    これは，｢画像の縮小｣ ではなく　｢概念｣ である。
    CNN の対象認知は，
    　　　画像から概念をつくり，
    　　　概念にラベルをあてる
    というもの。


    歩行脳 NN (MLP) が受け取る ｢視覚｣ データは，画像認識 CNN が出力する情報量ベクトル。
    ラベルをあてる前の概念の方である。

    これが，歩行脳の ｢状態を見る｣。
    そしてこの ｢見る｣ は，動物/人間の ｢見る｣ でもある。


    画像は，眼の視神経が受け取ったもの。
    脳は，画像から概念を構成する。
    前者は ｢見える｣，後者が ｢見る｣。

    こう言うと，つぎの反論が：
    　　｢しかしわたしは，概念ではなく，
    　　　確かに画像を見ている｣

    この画像は，｢錯覚｣ である。

    ｢見る｣ は，一回性ではない。
    眼は絶えず視線を変え，脳は視神経から届くデータをひっきりなしに概念に変える。
    この ｢概念動画｣ が，画像を錯覚させる。
    ｢わたしは確かに画像を見ている｣ となるわけである。