Deep Learning(ディープラーニング)という言葉を耳にしたことがあるでしょうか?人工知能関連の記事には、ほぼ必ず出てくるこの言葉を、人工知能≒ディープラーニングと考える人も多いのではないでしょうか?

この考えは誤りなのですが、ややこしいことに、今の人工知能の世界的なブームを作り出したのはディープラーニングだということもいえるのです。

それでは、Deep Learning(ディープラーニング)とは何なのか、なぜここまで話題になっているのか、今後どのような展開が期待できるのかを解説していきましょう。

1.Deep Learning(ディープラーニング)とは何なのか

ディープラーニングとは、「機械学習」の一種になります。これは、人間の学習能力を人工知能にも再現させる技術・手法で、ディープラーニングのモデルはニューラルネットワークというアルゴリズムに起因しています。

そもそもニューラルネットワークは、人間の脳内の神経伝達構造を基に作られたもので、人工知能の分野では、すでに広く知れ渡った構造・考え方でした。

ディープラーニングとこれまでのニューラルネットワークの決定的な差は、中間層における階層の深さにあります。コンピュータの性能が飛躍的に上がったことで、ニューラルネットワークの多層化が実現し、より複雑な特徴量の計算と職別が可能になったのです。

 

 

2.なぜここまで話題になっているのか

2012年。カリフォルニア州マウンテンヴューのGoogle研究所で、“スーパーコンピュータが猫の認識に成功した”というニュースが話題になりました。

スマホやデジカメの顔認証機能などの画像認識技術が、身近になりつつあった2012年。「世界TOPレベルの技術を持つGoogle なら、猫くらい認識できるのでは?」と思ったかもしれませんが、話題になったのは、コンピュータが「猫」を認識したとことでなく、「猫」を認識する学習方法にあったのです。

これまでコンピュータの画像認識には、対象物の特徴を事前に人間が認識させる必要がありました。例えば「猫」の場合、三角の耳、丸い目、長いヒゲ、丸まったしっぽなど、人間が猫の特徴を与えてコンピュータが画像認識していたのです。

一方、ディープラーニングを利用したGoogleの人工知能は、人間が猫の特徴を与えなくても1,000万枚の画像から猫の特徴を自動的に見つけ出し、画像認識をしました。この「高次の特徴量を自動的に見つけ出す」技術こそ、50年来における悲願だといえるでしょう。

 

googlecat

Credit:http://d.hatena.ne.jp/Zellij/20130608/p1

 

3.今後どのような展開が期待できるのか

ディープランーニングの特徴である「高次の特徴量を自動的に見つけ出す」技術は、ビックデータのような膨大なデータの分析を得意としています。

ビックデータを分析するためには、最適な特徴量を人間が指定する必要がありましたが、ディープラーニングは、人間が指定するよりもさらに最適な特徴量を見つけ出し、蓄積されたデータの中から高速でより正確な分析を可能にしました。

今後5年以内の短期的な予測では、ディープラーニングによる各分野のビックデータの解析・応用が進み、

自動運転システムなど特定の分野で能力を発揮する、いわゆる「弱いAI」の展開が予想されます。

さらに長期的な予測では、これまで困難とされていた言語理解、感情表現といったより人間に近い、いわゆる「強いAI」の展開も期待されています。

保存

保存

保存

保存

保存

保存

保存

保存