【図解】コレ１枚でわかるディープ・ラーニングの特徴

「人間の"知能"は機械で人工的に再現できる」

そんな研究者の想いから 「人工知能」という言葉が生まれたのは1956年のことです。その後、半世紀以上にわたり研究が続けられてきました。この間、迷路やパズル、チェスや将棋といったゲームをうまく解くところから始まり、人間が持つ知識をコンピューターに登録し、専門家のような回答を導こうとするなどの研究が行われてきました。しかし、いずれも狭い限られた分野では成果を上げることはできましたが、様々な分野で広く応用が利く「人間の"知能"」にはほど遠いもので、大きな成果をあげることはありませんでした。

しかし、ここ最近になって人間の脳の働きついての研究が進み、その成果を応用した人工知能の技術が急速に発展しつつあります。「ディープラーニング」と呼ばれるこの技術は、人間の脳神経の仕組みをコンピュータ上に再現することで、人間の感性に近い認識や判断を行わせようとしています。

例えば、イヌとネコを認識し区別・分類する場合、目と耳の距離、耳のたれ具合、毛の色など、認識を行う際に着目すべき特徴を特定し、それを比較することで両者を区別・分類します。このような認識を行うときの着眼点は「特徴量」と呼ばれています。従来はこの特徴量の選択や組合せは、人間が行っていました。この特徴量の選択や組合せの善し悪しにより、区別・分類の精度は大きく影響を受けました。そのため、経験を積んだエンジニアが、職人技で特徴量を設計しなければなりませんでした。しかし、新たに登場した「ディープラーニング」は、専門家に頼らなくても、大量のデータをコンピューターに学習させることで、最適な特徴量の設計を自動的に行うことができます。

データを増やすほどに特徴量の設定や組合せは洗練されてゆきます。その結果、区別・分類の精度はどんどん高まってゆきます。その結果、画像認識や音声認識の分野では、非常に高い認識精度を実現しており、人間の能力を超える場合さえあります。

それらは既に実用にも使われるようになり、例えばレントゲン写真から病巣を見つけ出す、大量の文書から裁判の証拠を見つけ出す、ビデオカメラで捕らえた人間の挙動から不審者を見つけ出すといった実用例が登場しています。

【追記】「ディープラーニングだけで人工知能ができるとの印象を与えるのは間違っている」とのご指摘を頂き、以前投稿した記事のリンクにて補足させていただきます。

• 【図解】コレ1枚でわかる人工知能の3つのアプローチ
• 【図解】コレ１枚でわかる人工知能の抱える課題と限界

また、次のチャートも補足のために追加いたします。

【最新版】最新のITトレンドとビジネス戦略【2016年3月版】

＊＊＊　全て無償にて閲覧頂けます　＊＊＊

【新規登録】新入社員研修のための教材を追加登録しました。

ITの未来：主に新入社員を対象に、IT（情報技術）の未来について解説したモノです。プレゼンテーションに加え、解説文（教科書）も合わせて掲載いたしましたので、自習にも役立ちます。

既に以下を登録済みです。

【ITの基礎】

• プレゼンテーション（pptx形式：31ページ）
• 教科書（docx形式：23ページ）

【インフラ・プラットフォーム編】（246ページ）

• ハイブリッドクラウドのプレゼンテーションを作り直しました。p.41