シーン 1: パート 1 のパネルと同様の入門パネルマーサ、フリップ、ビット、オクタビアスがそれぞれの円の中にいる。ニューラル ネットワークに関係するいくつかのアイコンが周りにある。タイトル: 学習するニューラル ネットワークGoogle AI のオンライン コミック。キャプション / 矢印: 主演のマーサ、AI 勉強中。マーサ: わかってきたかな？キャプション: フリップと キャプション: ビットと キャプション: そしてオクタビアス！オクタビアス: こんにちは！
シーン 2: マーサはニューラル ネットワークの国へのドアの鍵を回す。キャプション: 前回のつづき… マーサ: 次はニューラル ネットワークだ！
シーン 3: マーサはドアを開け放ち、明るく叫ぶ。マーサ: こんにちは、世...
シーン 4: カメラはマーサの後ろに回る。ドアの向こうには相互接続する大量のノードが果てしなく続く光景が見える。ドアから煙が溢れ出している。マーサが身をすくめるシルエットが見える。マーサ: ...うわー！
シーン 5: ドアの反対側に戻る。マーサはドアを閉じる。目を見開き、髪の毛はぼさぼさ。フリップとビットは、じっとマーサを見つめている。効果音: バタン！
シーン 6: マーサは前シーンと同じ体勢で、フリップとビットに向けて視線を下げる。ドアの後ろから声が聞こえる。オクタビアス（ドアの後ろから）: ごめんごめん！準備まだだった。入っていいよ！
シーン 7: マーサ、フリップ、ビットはドアから少し中をのぞく。
シーン 8: オクタビアス（かわいいタコの赤ちゃん）が、単純な技術的ニューロンの横に浮かんでいる。オクタビアス: やあ！僕はオクタビアス！じゃあ基本から始めようか？
シーン 9: マーサは安心した様子。さっきの圧倒されるような光景がないか後ろを見返している。フリップとビットは、オクタビアスに手を振る。マーサ: ふぅ。うん、お願い。私はマーサ。オクタビアス: やあ、マーサ！ニューラル ネットワークは、いくつかの部品の集まりでできていて、いちばん小さい部品が「ニューロン」。お、やあ、フリップ！やあ、ビット！フリップ: やあ。ビット: ども。
シーン 10: マーサは生物学的ニューロンと技術的ニューロンを表す 2 つの説明図の横で片膝をつき、オクタビアスの説明を聞く。オクタビアス: 人の脳にあるニューロンと同じように、いくつかの情報を受け取って新しい情報を作るんだ。マーサ: 受け取る情報って何？
シーン 11: オクタビアスとビットが、各列に特徴のデータが入力された表の上で、会話している。オクタビアス: 数値で表せる情報なら、何でも受け取れるよ。ビット: たとえば、表計算の各列にあるデータ！
シーン 12: フリップは後ろ脚で表を蹴とばし、ビットが手振りする。フリップ: これを横から蹴飛ばす！ビット:（蹴とばさなくても、つまりデータを横にして…）
シーン 13: オクタビアスとマーサは、横になった表を見る。データの各列から、一連の丸いノード（入力）に向かって矢印が出ている。オクタビアス: 入力層。ここが始まり。
シーン 14: オクタビアスは前シーンの入力層の間に浮かんでいる。パネルの右側にある「ネコとイヌ」の簡単なバイナリ分類を指している。ネコがハイライトされる。オクタビアス: この入力層にどんな複雑なデータを入れても、反対側の出力層にいい感じの簡単な答えが出るようにしたいんだ。
シーン 15: ズームアウト。全員が何もないスペースに立っている。オクタビアスは微笑んで、マーサは途方に暮れている様子。オクタビアス: 以上。質問は？マーサ: …
シーン 16: 前シーンと同様だが、フリップとビットがくすくす笑っている。ビット（効果音）: くくく...
シーン 17: 困惑してるマーサ、今度は叫び出す。マーサ以外は皆、平然として笑っている。マーサ: でも、その間で何が起きてるの？！オクタビアス: そのとおり。
シーン 18: オクタビアスは、小さなアニメーションの分類アイコンが標準的な NN 図の隠れ層を移動する様子を見下ろしている。オクタビアス: 入力と出力の間にある「隠れ層」は、簡単な分類を積み重ねることで、複雑なデータから答えを導き出すんだ。
シーン 19: オクタビアスは、ラベル付けされた入力（X1、X2）がシグマ（Σ）に統合される簡単なニューロンを示す。フリップが下から口を出す。オクタビアス: ニューロンは、個々の入力値（X）をただ足してるだけ。フリップ: その合計（Σ）で、直線の傾きが決まる。
シーン 20: 前シーンと同様だが、入力ノードと合計ノードの間の線は、W1 および W2 とラベル付けされ、太さが異なっている。オクタビアス: でも、入力値の重要さはそれぞれ違う。だから、入力値にそれぞれの「重み」を掛けて調整する。
シーン 21: マーサが割り込む。「高」と「低」のダイヤルが付け加えられた線を指し示す（パート 1 での説明のように）。マーサ: あ！この重みって、この前の「ダイヤル」ね！オクタビアス: そう！
シーン 22: マーサとオクタビアスは、「b」とラベルされた追加のノードが下から合計ノードに入ったシンプルなニューロンを調べる。これも線の上に重みがある。オクタビアス: もうひとつ、合計値全体を調整するための「バイアス」も加える。
シーン 23: マーサの吹き出しには、2 つのアニメーション グラフがある。重みとバイアスがループ上で変化することによる傾きと y 切片の変化を示している。オクタビアスとフリップが、下から口を添える。マーサ: つまり、重みで直線の傾きを決めて、バイアスで直線の位置を決めているのね？オクタビアス: そのとおり。フリップ: やっぱりマーサはものわかりが速い！
シーン 24: ニューロンには、合計ノードに斜線が入っている。オクタビアスは、次のステップである活性化関数を意味する（シグモイド型のような）曲線を示す。ビットが、下でプラカードを持っている。オクタビアス: で、この直線のどこをニューロンのしきい値とするかを、シグモイド関数などの非線形関数で表す。キャプション（ビットが掲げている）: 詳細を見る
シーン 25: オクタビアスは、拡大されたシグモイド グラフの y 切片に浮かんでいる。マーサは、右下で、指で画像を縁取っている。オクタビアス: この「活性化関数」のおかげで非線形のふるまいを表せて、スムーズな学習も可能になるんだ。マーサ: なるほど。
シーン 26: すべてのラベルが貼られたニューロン全体の画像。オクタビアスとマーサは、下から見ている。すべての要素が揃い、若干圧倒される見かけ。ラベル: ノード、重み、辺、合計、バイアス、活性化関数、非線形関数（シグモイド、tanh、ソフトマックス、Swish、ReLU、Leaky ReLU、Diet ReLU、ReLU with Chips、ReLU、Spam、Spam、ReLU、Spam など）。オクタビアス: 中身はこうなっている。マーサ: ぎゃー。
シーン 27: シンプルな 3 つのノードのニューロンに戻る。入力を X1 と X2 で表し、活性化関数をシグモイド曲線で示している。マーサはほっとした様子。オクタビアスはシンプルな表示に戻した理由を説明する。オクタビアス: わかりにくいから、全部まとめてひとつのノードで表すことにしよう。そして、線の太さで重みを表しておく。マーサ: ふーっ、うん、そうしよう。
シーン 28: 1 つのニューロンの図。ノード間をつなぐ重み付けされた線のアニメーションと、右方向に動く新しい出力線がある。オクタビアス: で、このノードの出力を... マーサ: お！
シーン 29: Neuron 1 が、2 番目のニューロンに接続されている。N1 の出力が、N2 の入力になっている。ニューロン間の線は引き続きアニメ化されており、ノード間の情報の流れを示している。マーサ: …別のノードの入力にするのね！オクタビアス: そういうこと！
シーン 30: ネットワークが拡大し、相互接続された 6 層のニューロンがある。層の間にはアニメ化された線が蜘蛛の巣状に表示されている。オクタビアス: そして別のノードと、そのまた別のノードと… マーサ: おおお。
シーン 31: マーサの吹き出しの下に、パート 1 で出てきた 2 つの小さな正方形のアニメーション（曲線上を転がって底で止まる球体、および回転して X と O の集合を適切に区切る分類軌道で止まる線）がある。ビットは、パート 1 に誘導するプラカードを持っている。マーサ: じゃあ、ニューラル ネットをバックプロパゲーションと勾配降下法*で学習するときって、これらノードの重みとバイアスを調節するの？オクタビアス: そう！注釈（ビットが持っている）: *パート 1 を見てね！
シーン 32: 3 つの入力を持つシンプルなニューロンで、重みを表す線の太さを調節しているダイヤルがアニメ化されている。オクタビアスが、上の方から説明する。ビットは手を空中に上げている。マーサは床で足を組んで座って身ぶりをしている。オクタビアス: この自動調節のことを「モデルの学習」と呼ぶんだ。ビット: マーサ見て！勝手に動く！マーサ: それはいいけど、私みたいなエンジニアは何をすればいいの？
シーン 33: マーサは目の前に浮かんでいるノードの多層ネットワークを指さしている。フリップはマーサの背中に乗り、話に加わる。ビットは下の方で浮いている。フリップ: その他すべてさ！ニューラル ネットワークの正しい設計を選ぶ、ノードや層の数を変える、活性化関数を選ぶ。いろいろ決める。マーサ: なるほど。ビット: これを「ハイパーパラメータ チューニング」と呼ぶんだ。
シーン 34: マーサとオクタビアスがグラフのような背景の前で話す。オクタビアス: あらゆる情報には構造がある。ニューラル ネットをうまく学習すれば、その構造にそって情報をうまく扱えるんだ。
シーン 35: マーサとオクタビアスは、二人の小さなマーサが、回帰（データマップに傾向線を引く）と分類（データを 2 つのグループに区切る線を引く）を表現している画を壁の後ろから見る。オクタビアス: 回帰や分類の直線を手で引くことは、これと同じなんだ。特徴量（属性）の数がひとつやふたつなら手でも簡単に描けるけど… マーサ: おお～。見てみて！
シーン 36: 横向きのスプレッドシートに戻る。入力ノードに付帯する層がある。マーサとオクタビアスが見つめる。オクタビアス: 特徴量がいくつもある場合、入力値も複数になるので。ということは...
シーン 37: マーサ、オクタビアス、フリップとビットは突然、曲がりくねったデータの世界に浮かんでいる。数字と文字が全員の周りを飛び交っている。マーサは怯えている様子。ビットは、奇妙に膨らんだ形にゆがんでいる。フリップは、エッシャー階段のようならせん構造状の数字の間を逆さになって歩いている。オクタビアスは変わりない様子。オクタビアス: 多次元空間 - を扱うことになる。こうなると、A と B の間を直線で区切るのはほぼ不可能。マーサ: ど、ど、どういうこと - -？
シーン 38: 多次元の風景はパネルの上部に消えていく。ビットは落ち着いた様子だが、マーサは隅で混乱している。オクタビアス: でも幸い、コンピュータなら多次元空間を見渡して、そこにある構造を見いだせる。ビット: そうそう、簡単。空間を曲げればいいだけ。
シーン 39: ビットは 2 つのデータが渦巻き状に絡み合うグラフを示す。フリップが右側から口を添える。ビット: たとえば、このふたつのスパイラルを直線で区切ることなんて無理そうに見えるけど、ニューラル ネットならそれができるんだ。フリップ: これが「隠れ層」のすごいところ。
シーン 40: ビットは、渦巻き状のデータを両手の間で 3 段階にねじり、1 本の線に簡単に分けられる 2 本のくねった線に変える。ビット: 隠れ層は、直線で区切れる場所を見つけるまで、元の空間を引っ張ったりつぶしたりして変形させる。でも、空間を切ったり壊したり畳んだりはしない。
シーン 41: オクタビアスの上の方に、傾いた地球がある。南極の周りが点線の円で囲まれていて、小さな疑問符が付けられている。オクタビアスは、下のメルカトル図法の地図に直線を引く。オクタビアス: これはちょうど、南極と他の大陸を直線で分けるのに似ている。丸い地球の上では不可能だけど、「地球の描き方」を変えれば可能になる！
シーン 42: 3 つのノードの内部にあるデータのセットが線で区切られている。最初の 2 つのノード（1 つの層にある）が結合して出力ノードになり、そこで目的のデータセットが曲線で正しく区分されている。ビットは、ニューラル ネットワークのプレイグラウンド デモにリンクしている「詳細を見る」のプラカードを持っている。オクタビアス: ひとつのニューロンは一本の直線を引く関数（線形関数）として働く。それがたくさん集まって、データの複雑な構造を表せるんだ。キャプション / リンク（ビットが持つ）: 詳細を見る
シーン 43: マーサはにやっとし、両手の間に浮かぶノードの数々を見る。オクタビアスはマーサの方に触手をかけ、心配そうな様子。マーサ: おお～！つまりニューロンをたくさん集めると、どんな複雑なデータの構造も学習できるわけ？うおおお...。オクタビアス: 落ち着いて！ニューロンが多すぎると「過学習」が起きやすくなるよ！
シーン 44: フリップがゆっくり歩くと、点線は左から少し右下がりにさらに伸びる。フリップ: 機械学習ではエラー関数とか損失関数とか呼ばれていて、そのかたちを調べるには、
シーン 45: マーサ、ビット、オクタビアス、フリップは何もないスペースで会話する。マーサ: もう十分ね。で、なぜ「隠れ層」って言うの？ビット: ほう。いい質問。オクタビアス: ニューラル ネットって、入力するのは特徴量で、出力されるのは結果でしょ。フリップ: で、その間にある隠れ層もどう動いてるかはわかったよね。
シーン 46: マーサはしゃがんで、フリップの話を聞く。2 人の姿は複雑な網の目状のノードを背景にシルエットになっている。ビットは右側で「詳細を見る」のサインを持つ。サインはフリップの吹き出しを指しており、Cassie の論文にリンクしている。ビット: でも、たとえば全結合型のニューラル ネットでは、ある層のすべてのニューロンの出力が、次の層のニューロンで混ぜ合わされる。すると、もうどの特徴量が結果にどう影響しているか判別つかない。フリップ: データ サイエンティストの Cassie Kozyrkov が言うように「説明できないくらい複雑なものを扱える仕組み」なんだ。
シーン 47: オクタビアスがパネルの右側に現れる。小さなカートのそばで車掌の帽子を被っている。皆が乗り込もうとする。オクタビアス: で、これまで説明してた全結合型以外にも、ニューラル ネットにはいろいろな種類がある。マーサ: いい帽子。オクタビアス: ありがとう！
シーン 48: オクタビアスは路線図の前でカートに乗っている。路線図には、ネットワーク アーキテクチャのシンボルのラベルが付いたいろいろな停留場がある。オクタビアス: これに乗って、他の種類のニューラル ネットを見にいこう。
シーン 49: 全員がカートに乗り、曲がりくねった線路を走る。周りにはいろいろなアーキテクチャのアイコンが浮かんでいる。マーサはひやひやして乗っている。オクタビアスは乗りながら明るく説明する。オクタビアス: ニューラル ネットの世界はいつでも「工事中」。10 年前は研究段階だった技術が今や定番になってるね。
シーン 50: カートは、時計の面のようにぐるりと回転する線路を 3 段階に分けて移動している。皆の姿は小さくて見えにくい。オクタビアス: たとえば RNN や LSTM は、出力を入力に戻してループさせるニューラル ネット。時系列データの扱いが得意なので、音声認識などに向いている。キャプション / リンク: 詳細を見る
シーン 51: カートが線路の合流地点を通って移動するのが、上空から見える。複数の選択肢が、合流し、分岐をしている。オクタビアスは切り替えレバーを動かしながら、説明する。[詳細を見る] のリンクは [ここに何をリンクしたいですか？] に接続している。オクタビアス: 他にも、たとえばオート エンコーダーは、大きなデータを教師なしで低次元に変換するのに向いている。キャプション / リンク: 詳細を見る
シーン 52: 皆は前面を走っているが、遠くには他の線路とカートが見える。走りながら、マーサはオクタビアスの話の途中で、他のカートの乗客について尋ねる。オクタビアスは元気よく前を向いたまま。オクタビアス: で、これから見に行くニューラル ネットは— マーサ: ねえ、あれ誰？オクタビアス: あれは GAN 線。あの乗客たちは実在しないんだ。目を合わせないで！
シーン 53: カートはプラットフォームに着く。「CNN」の看板があるアーチ形の出口がある。皆は調査のために降りる。オクタビアス: 着いた。CNN（畳み込みニューラル ネット）へようこそ！マーサ: あ、聞いたことある。ビット: 有名だね。
シーン 54: 皆はギャラリーに入る。たくさんの装飾された額縁の作品があるが、キャンバスに描かれているのは 1 と 0 の羅列。ビットはその一つに惹きつけられている。マーサは戸惑っている様子。ビット: おー、これ好き。11001101010 をうまく描いているよね。マーサ: はあ…。オクタビアス: CNN から見れば画像はすべて数字の羅列だからね！
シーン 55: マーサはキャンバスの 1 つを掲げ、描かれている数字をのぞき込んでいる。オクタビアスは内容を説明する。ビットは音波の台の上でマイクを持ち、CNN が視覚的にレンダリングされたデータを解析できると説明する。マーサ: でも、他のニューラル ネットでも画像を数字として扱えるんでしょ？オクタビアス: そうだね。でも CNN は、ユニークな方法で画像からパターンを読み取れるんだ。ビット:（画像として表現できるデータなら何でも扱えるよ）
シーン 56: 全員が 32 x 32 ピクセルのネコのグレースケール写真を見ている。オクタビアス: こんな低解像の画像でも、たくさんの情報を含んでる。この 1024 個のピクセルそれぞれを個別の入力値としてニューラル ネットに入れる。カラー画像なら、RGB それぞれあるからその 3 倍だね。フリップ: ルーファスおじさんだ！
シーン 57: オクタビアスは、パネルの左側で、カラー画像の多重性について説明する。下には、重なり合った入力層があり、赤、緑。青のチャネルと、対応する合計入力数（3,072）が表示されている。右側にはたくさんの入力層が拡がっている。マーサは後ずさりする。オクタビアス: さっき話した多次元の入力層だね。高解像の画像や動画なら、もっと次元が増える！マーサ: うわー！見たことあるやつ。
シーン 58: オクタビアスは 6 枚のネコの画像の横で説明を続ける。ネコのクローズアップ、いろいろな角度からの姿、1 つの画像内に複数の溝があるものなど。左下の分類ノードには、ネコ: YES、と表示されている。オクタビアス: ほしい結果は「ネコかどうか」の一次元だけど、ネコの種類、写ってる角度、部位によらず、あらゆるケースでネコかどうかを判断する必要がある。マーサ: マジ。ムリな注文。
シーン 59: ピクセルのマトリックスの中にビットの姿がある。各ブロックが右側に飛び出て、それぞれ別のパネルになっている。オクタビアス: ほんとに。でも CNN は、元の大きなピクセルの集まりを層ごとに小さく区切ってこの問題を解決するんだ。
シーン 60: オクタビアスは持ち手付きの小さなマトリックス（フィルタ）をマーサに向かって投げる。オクタビアス: じゃあ、元の画像からネコの特徴マップを作ってみよう。キャッチ！マーサ: 何これ？オクタビアス: 重みの行列でできてるフィルタだよ。最初は乱数が入ってるけど、学習が進むとだんだん特徴量が取り出せるようになる。
シーン 61: 小さなマーサとオクタビアスがマトリックスの 2 つのアニメーションの上を横切って忍び足で歩く。1 つ目のマトリックスではフィルタが入力データ上をスライドごとにずれて動いている。2 つ目は正方形ごとに生成されてできる特徴マップを示す。[詳しくはこちらの例を参照]フリップが右下に現れ、口をはさむ。オクタビアス: 画像の端にフィルタをあてて、一定間隔（ストライド）でずらしながら全体を走査して特徴量を取り出す。これを「畳み込み」というんだ。マーサ: ああ。ピクセル値にフィルタの値を掛けるのね！フリップ: そしてできるのが特徴マップ！
シーン 62: オクタビアスは浮き輪とサングラスをつけて、CNN の手順を説明する。入力画像、畳み込みで生成される複数の単純な画像、活性化関数、プーリングにより生成される小型化された画像がある。マーサは画像の上に立ち、全体を見ている。オクタビアス: この特徴マップにプーリング（値の集約）を施して、データのサイズを減らしていく。マーサ: そうやってたくさんの特徴をまとめていくのね。
シーン 63: オクタビアスは 4 つの低解像のフィルタの方へ向かって漂っていく。ぼやけた境界線（垂直、水平、右斜め、左斜め）のフィルタ。ビットは下に挿入されたパネルから説明を加える。目玉がついた脳に手が触れている。オクタビアス: 入力層に近い層のフィルタは、映ってるモノの境界や向きなど、簡単な特徴しか認識できない*。ビット: *豆知識: ヒトの脳の視覚皮質も同じ仕組みで動いてて、これが CNN 発明のヒントになったんだ。キャプション: 詳細を見る
シーン 64: 次の 3 つの特徴の層が左側にグリッド状に示されている。ラフな境界線、もっとわかりやすいエレメント、完全なキャラクターやモノ（オクタビアスも！）本物のオクタビアスがパネルの右側で説明する。オクタビアス: でも層を重ねるにつれ、それらを組み合わせた複雑な特徴を認識できるようになる。わかる？これボク！
シーン 65: マーサとオクタビアスは光っているフィルタを上から見ている。マーサ: つまり、線や角から始まって、ヒゲ、前足、ふさふさの毛、そして最後にネコやイヌを認識できるのね？オクタビアス: うん、まあ、だいたい合ってる。最後の層でネコやイヌを認識できるのは確かだけど、途中の層で何が認識されてるかは、そう簡単に言い表せないんだ。
シーン 66: CNN の各ステージの分解図に戻っているが、最後に分類層が追加されている。すべてのノードが相互接続された線を持ち、バイナリの出力に移動することが示されている。フリップがパネルの右側に現れ、説明する。フリップ: CNN のおもな部分は畳み込みやプーリングで構成されてるけど、最後の出力層は最初に説明した全結合型のニューラル ネットになってる。
シーン 67: マーサ、オクタビアス、ビット、フリップは何もないところにいる。それぞれ、ネットワーク予測に対応するボックスで囲まれている。マーサは 98% ヒト、オクタビアスは 94% タコ、フリップは 89% ネコ、しかしビットは 60% バスケットボール。オクタビアス: この最後の出力層から答えが出てくる。ビット: あれ…ちょっと？ラベル: 98% ヒト 99% タコ 60% バスケットボール 89% ネコ
シーン 68: マーサは心配して腰をかがめる。ビット以外のボックスは消えている。オクタビアスは心配そうに上を漂う。ビットはふさぎこんでいる。マーサ: あらら。空飛ぶロボットは学習データになかったのね。オクタビアス: 残念。ラベル: 60% バスケットボール
シーン 69: フリップとマーサは、床に広げられたトレーニングとテスト用のデータを調べている。ビットは決然として反抗的な様子。フリップ: 学習データには歩くロボットしかないね。いわゆる「選択バイアス」だ。マーサ: 公平じゃないわ。歩かないロボットもいるのにね。ビット: ボクは歩かないよ！ラベル: 60% バスケットボール
シーン 70: ビットとフリップはパネルの左側に寄る。マーサは中腰。マーサ: データって単なる数字の羅列だから、そこにバイアス（偏見）が入るとは思わなかった。オクタビアス: 学習データはそれを集めた環境や時代を反映するからね。ラベル: 60% バスケットボール
シーン 71: オクタビアスは触手にいろいろな靴下のパペットをつけている。パペットのそれぞれの吹き出しには、いろいろ記号がある。オクタビアス: 「中立」なデータを作ろうと意図しても、それを集める人間が期せずしてバイアスを持ち込むこともある。
シーン 72: マーサはデータ画像を前に座り込んでいる。フリップとビットは元気がない。オクタビアスは、パネルの右側でさらにいくつかの画像をめくっている。マーサ: 思ったより厄介な問題ね。オクタビアス: それに、「隠れたバイアス」の問題も起きてそう。このバスケットボールの写真に共通して写ってるもの、わかる？ラベル: 60% バスケットボール
シーン 73: オクタビアスはマーサに写真を何枚も見せる。すべてバスケットボール選手がボールを持っている手の写真。オクタビアス: 見たことあるでしょ。マーサ: ボールを持ってる手がたくさん...。
シーン 74: マーサはバスケットボールのボックスに入っているビットの方を振り向き、気が付く。マーサ: ああー。ラベル: 60% バスケットボール
シーン 75: マーサとオクタビアスは話し合う。オクタビアス: ニューラル ネットが世界をどう認識してるか、今後どう使いこなすべきか、エンジニアや倫理学者たちの議論はまだ続いてるんだ。
シーン 76: マーサ、オクタビアス、フリップ、ビットは、鏡の床の上にいる。鏡に映った自分たちを見下ろしている。オクタビアス: CNN を逆さにして、画像の認識の代わりに生成を可能にしたのが、GAN、敵対的生成ネットワーク。実在しないリアルな画像を生成できるけど、「ディープ フェイク」に使われる技術としても悪名高いね。キャプション: 詳細を見る
シーン 77: マーサは意を決した様子。オクタビアスは力付ける。フリップとビットが下から加わる。マーサ: そうね。私は問題を解決したいけど、問題を起こしたくはないわね。その違いは見分けられるようなりたい。オクタビアス: いずれにせよ最初はそれぞれの仕組みを理解しておくといいね。フリップとビット（パネルの外から）: ねえねえ！
シーン 78: マーサは楽観的に上を向く。しかし、ボスのメルにさえぎられる。オクタビアスは怒った様子。マーサ: みんな見て！わたしは機械学習を... メル（パネルの外から）: ねえ、マーサ！
シーン 79: メルがファンタジーの学習ランドの壁越しに現れる。自分の質問に自分で納得する。皆、動揺している。フリップはシャーと威嚇する。メル: お！ここはどこ？何やってるの？みんな誰？マーサ: えっと、これは... メル: まあ、何でもいいや！
シーン 80: マーサは壁に寄りかかって座り込み、隣にはビットとオクタビアス。メルがしゃべるが、皆はうんざりした様子。メル: 株主向けの説明スライドを 10 分くらいで作れるかな？オクタビアス: 彼っていつもこう？マーサ: そうなの。
シーン 81: メルは手を振って去る。立ち上がろうとするマーサの周りに、皆が集まる。メル: んじゃ！オクタビアス: これはずいぶん豊富な情報だったな…。フリップ: 会議を荒らして時間稼ぎをしてくるよ。
シーン 82: オクタビアスは狼狽して、宙を見つめている。しかし、マーサは手を上げて、オクタビアスを制する。オクタビアス: もっとゆっくり進めればよかった！タコ教師学会で笑われる！マーサ: ううん。
シーン 83: マーサのクローズアップ。心を決め、わくわくした様子。マーサ: 私、やる。
さあ、今度はみなさんの番です。
機械学習の世界へさらなる旅を
続けていきましょう！
シーン 84: マーサは大勢の上役のいる部屋でプレゼンテーションをしている。ニューラル ネットや他のエレメントが描かれているホワイトボードを示している。出席者は興味津々な様子。より詳しく学ぶための外部リンクを読者に示して終了。
Google 機械学習集中コース
または Google Cloud AI でより詳しく学ぶ
- Story, Design, and Layout by Lucy Bellwood, Dylan Meconis, Scott McCloud
- Line Art by Leila del Duca
- Color by Jenn Manley Lee
- Japanese localization by Kaz Sato, Mariko Ogawa
- Produced by the Google Comics Factory (Allen Tsai, Alison Lentz, Michael Richardson)