AI前処理の難易度 — テキスト、画像、オーディオ、ビデオ、3Dの順に難しくなる

AI推論は全部この構造：

processed_input = preprocess(raw_data)   # ← 分野ごとに違う
output = model(processed_input)          # ← 常に同じ
result = postprocess(output)             # ← 分野ごとに違う

---

レベル1：テキスト — トークン化（★☆☆☆☆）

最も簡単。ここから始めるべき。

tokens = tokenizer("こんにちは")["input_ids"]
# → [2, 32942]  — ルックアップテーブル、それだけ

なぜ簡単：1Dシーケンス、離散整数、決定的、データが小さい。

レベル2：テーブルデータ — 正規化（★★☆☆☆）

すでに数値。スケーリングするだけ。

レベル3：画像 — リサイズ+正規化（★★☆☆☆）

tensor = preprocess(Image.open("cat.jpg"))  # [3, 224, 224]

テキストより難しい理由：連続値、データが大きい、正規化統計量が必要。

レベル4：オーディオ — STFT+メル（★★★★☆）

log_mel = torch.log(MelSpectrogram(...)(wav) + 1e-9)

難しい理由：フーリエ変換の理解が必要、モデル固有ハイパーパラメータ、非直感的な周波数ドメイン。

レベル5：ビデオ — フレーム+時間軸（★★★★☆）

画像前処理×Nフレーム+時間次元+サンプリング戦略。

レベル6：3D/点群（★★★★★）

最も難しい：不規則データ、順序不変、座標系整合、未成熟なエコシステム。

学習順序

1. テキスト → 2. 画像 → 3. オーディオ → 4. ビデオ → 5. 3D

テキストはmodel(input)までの距離が最も短い。だからAI入門はテキストが正解。