← たのしく学びなおし 一覧 / たのしいAIの数学 / 用語集
柱A 数にするAI照合済み

色も音も、数にできる

色や音は、連続して変わるものなのに、どうやって数の並びにするのでしょうか。
イメージ図(AI生成)
この章の答え連続して変わるものも、測れば数の並びになります。
必要な数学かけ算・sin(波の形)の入口
目安読むのに約4分、そのあと図をさわります
読みもの

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。

手を動かして確かめる

色は、赤・緑・青の3つの数で表せます。音は、一定の間隔で空気の揺れの大きさを測り、その数を並べれば表せます。どちらも、連続したものを、数え切れる数に切る工夫です。

色の3つのスライダーを動かして、数と色の対応を見てください。音は、測る回数を変えて、橙の線が元の波に近づくかを見てください。

計算を順に追う

1. 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。(255, 128, 0) は、16進数で #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。

256 × 256 × 256 = 16,777,216

2. 音は、一定の間隔で測った数

音は、空気の揺れの大きさが時間とともに変わる波です。それを、一定の間隔で測ると、数の並びになります。1秒に測る回数を、標本化周波数といいます。440 Hz の音(1秒に440回揺れる波)を、1秒に8,000回測れば、10ミリ秒の区間(0ミリ秒の点と10ミリ秒の点を両方含めて数えます)で81個の数になります。

3. 測る回数が少ないと、波が別物になる

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、元の波をたどれることが、標本化定理として知られています。この図の音は、440 Hz だけの波です。440 Hz の音なら、880回/秒より多く測る必要があります。400回/秒や600回/秒では、測った数をつなぐと、元の波とは別の、ゆっくりした波に見えます。なお、図では測った点を直線でつないでいるため、回数が足りていても角張って見えます。測った数から元の滑らかな波を取り戻す計算は、別にあります。

(両端の点を含めた個数) 1秒に400回:10ミリ秒で 5個 1秒に600回:10ミリ秒で 7個 1秒に1,000回:10ミリ秒で 11個 1秒に44,100回:10ミリ秒で 442個

4. どちらも、AIの入口は数の並び

画像は画素の数の表、音は標本の数の並びです。どちらも、これまでの章の「数の並び(ベクトル)」と同じ形になり、近さを測ったり、行列を掛けたりできます。

思い出しメモ sin は、円周上を回る点の高さを表す関数で、波の形を作ります。ここでは「滑らかに上下する波」だと思って読めば十分です。
ひとことで言うと連続して変わるものも、測れば数の並びになります。

今につながる話

音声や音楽を扱うAIも、入口では、標本化した数の並びを使います。そのあとの扱いは、AIによってさまざまです。

前に読むと楽な章

つながり(ほかのシリーズ)

なるほど2問

出典と確認状態

ほんとうは…(標本化の条件)

標本化定理には、元の波が含む周波数に上限がある、という前提があります。また、実際の音は、1つの周波数ではなく、いろいろな周波数が混ざっています。この章は、1つの周波数の場合の最小の例です。

出典(AI照合済み)

この章の計算はすべてあなたのブラウザの中で行われ、入力や結果はどこにも送信されません。例題と数値はこのサイトのオリジナルで、実在の製品・サービスとは関係ありません。

この章で、まちがいや古くなった情報に気づいたら、報告フォームから教えてください