連続したものを、数え切れる数に切る
色も、音も、本来は連続したものです。色は無数に細かく変わり、音は空気の揺れとして途切れなく続きます。コンピュータは、そのままでは扱えません。そこで、「数え切れる数」に切り分ける工夫が必要になります。
色は、3つの数
画面の色は、赤・緑・青の光の強さを、それぞれ0〜255の256段階で表すのが一般的です。たとえば橙色は (255, 128, 0)。16進数で書けば #ff8000 です。3つの数の組み合わせで、256×256×256=16,777,216通りの色を表せます。
音は、時間で刻んで測る
音は、空気の揺れの大きさが、時間とともに変わる波です。この波の高さを、一定の間隔で測って並べると、数の並びになります。1秒に測る回数が標本化周波数です。440 Hz の音を、1秒に8,000回測れば、0ミリ秒と10ミリ秒の両端を含めて、81個の数が得られます。
測る回数が足りなければ、元の波は取り戻せない。
測る回数が足りないと、別の波に見える
ここに、面白い事実があります。周波数に上限がある波なら、その上限の2倍より多く測れば、元の波を取り戻せることが、標本化定理として知られています。440 Hz の音なら、1秒に880回より多く測る必要があります。1秒に400回や600回で測ると、測った数をつないだ形は、元の波ではなく、ゆっくりした別の波に見えてしまいます。
どちらも、数の並びになる
こうして、画像は画素の数の表、音は標本の数の並びになります。どちらも、最初のほうの章で見た「数の並び(ベクトル)」と同じ形です。近さを測ることも、行列をかけることも、同じ道具でできるようになります。「何でも数にしてしまえば、同じ道具で扱える」。これが、AIがさまざまな種類のデータを扱える、大きな理由の一つです。
「十分に細かい」の考え方
256段階で、色を表す、という選び方には、実用上の理由があります。0〜255は、ちょうど1バイトで表せる範囲だからです。3つの色を、3バイトで表すと、コンピュータの扱いが、とても簡単になります。つまり、「人の目で十分」という理由と、「コンピュータで扱いやすい」という理由の両方が、この数字の背景にあります。
数にすることで、失うもの
連続したものを数にするには、2つの切り方があります。時間を刻んで測る標本化は、周波数の上限などの条件を満たせば、元の波を復元できます。一方、測った値を、256段階のような有限の段階に丸める操作(量子化)では、段階の間の微妙な違いは区別できず、丸め誤差が生じます。「数にした時点で、元のデータそのものではない部分がある」という自覚は、AIの結果を読むときの、基本的な心構えになります。
