5分でわかる、deep learning(深層学習)の仕組み3つのポイント

5分でわかる、deep learning(深層学習)の仕組み3つのポイントのイメージ

deep learning(深層学習)。それは、人工知能研究に新しい一歩を踏み出させ、第三次人工知能ブームを巻き起こしたとされる技術です。難しい解説このページに辿り着いた貴方も、deep learningについて理解したいですよね。

かつて2012年にILSVRC(大規模画像処理の協議会)でイギリス、トロント大学のチームがdeep learningを使用し、当時の機械学習の精度を大きく上回る優秀さで研究者らを震撼させました。

それからdeeplearningの有用性は世界に広がり、Googleの画像・音声処理技術など、今も私たちの生活に、新しい便利さを作り出しています。

世界を一変させた技術がどういったものなのか。もし自分が使えるなら。そう思うとワクワクしませんか?早速、5分で分かる、deep learning(深層学習)の仕組み3つのポイントをお伝えします。

沢山のデータを学習

沢山のデータを学習するイメージ

deeplearningは沢山のデータを必要としています。

沢山、というとぼんやりしているので数として表しましょう。冒頭で記述したトロント大学が用いたdeep learningでは、130万枚もの高解像度画像を使用して深層学習をしています。

……130万枚、という所に果てしなさを感じたかもしれませんが、心配することはありません。ほとんどのエンジニアは面倒くさいことが嫌いな筈です。

「学習済みモデル」と言って、猫や花の画像や人の書いた文字のデータが既に沢山の有志によって用意されています。

deep learningや学習済みモデルを使った面白いことを作り出し、またそれを共有して感動する。そのために、同じ仕事を皆でやるなんて非効率ですから、素晴らしいモデルが配布されているんです。勿論、何か使いたい大量のデータがある場合には、地道に入力する必要があります。モデルを作る研究者たちの努力。……凄まじいです!

deep learningとDNN

deeplearningのイメージ

deep learningがどうしてdeep(深い)のかという話です。

そもそもdeep learning(深層学習)というのは、Deep Neural Network(以下DNN)という中身でデータを解析します。

横文字ってウンザリしませんか。DNN、なんじゃそりゃって感じです。でも、カタカナで表記すると「ディープニューラルネットワーク」。まあ、それでもうーん。。。って感じですよね。

ディープは「深い」ということ。

ニューラルというのは「脳の神経細胞」のこと。

ネットワークは言わずもがな「繋がり」ですよね。

DNNは名前の通り、「脳の神経細胞の繋がり」に模倣した構造をしているプログラムです。入力されたデータを計算し、次の神経細胞を模したプログラムへと繋げ、一体そのデータが何であるかの特徴を計算していきます。これはNeural Networkと言って、2012年以前からもよく使われてきた手法で、NNとも略されます。

NNを繰り返す繋がりが何度も繰り返されることによって、それは層のように積み重ねられていく。それが「深層学習」と呼ばれる由来です。(DNNはNNの進化版といった感じです。)

人間の脳を模した構造にしたことによって、不思議なことにそのデータのある一定の特徴(エンジニアがよく「重さ」と表現するもの)が見えてくるようになりました。

DNNがデータを計算するにつれて、人間が教えていない、人間の思いもよらぬ特徴を、人間がプログラムにし難い、言葉にも出来ない「概念」を得ることに繋がったわけです。

deep learningの精度の高さは、コンピュータが勝手に言葉にも文章にもし難い「概念」を得てくれることによるものだということです!

deep learningはDNNを使って学習する技術であり、つまりdeep learningを使う、ということは「DNNを使って学習する技術を使う」ということです。deep learningをもっとよく知りたい! 使ってみたい! というときは、DNNと検索すると論文やプログラマーが趣味で書いているページなどが見つかります。

deep learningを使って何をしたいのか

ディープラーニング×きゅうりのイメージ

プログラムの仕組みに欠かせないのは、人の意思。人工知能に何をさせたいのかという点です。

今までの仕組み1と2から分かるように、deep learningが優れているのは大量のデータを処理して得られる精度の高い結果です。deep learningという技術「だけ」で人の言葉を話せるようになるとか、人工知能が心を持つとか、そういうことはありません。

deep learningで何を学習し、どう運用するのか。

例えばこんな例があります。「ディープラーニング×きゅうり」。これはとても素晴らしいdeep learning運用の一つです。

開発者はサラリーマンで、実家が農業を営んでいました。Googleが出している「TensorFlow」というツールを使い、収穫したきゅうりの等級を分けるため、等級ごとに275毎の写真を用意、学習させたそうです。

そして「きゅうりの学習済みモデル」に、新しくきゅうりの画像を用意し、判定させました。すると正解率は80%。その学習データを継続して使ううちに、95%まで正解率が上がったそうです。

農業の人手不足が深刻化する中、こういった技術の素晴らしいな応用は目を見張るものがありますよね。

 

面白いアイデアを考えるイメージ

さて、deep learning(深層学習)の仕組みがどんなものか、おわかりいただけたでしょうか。

今回説明したように、沢山のデータやそのデータセット、そしてそれらの計算をするDNN、人がどのように運用していくか。その可能性は無限大であり、私たちの生活に新しい楽しみをもたらし、苦労の削減をしてくれるでしょう。

それに、今回説明したことがdeep learningの全貌ではありません。DNNが有名になるより以前からNNを使った人工知能の研究は進められてきましたし、よりdeep learningを実用的に使おうと、GANやMENNDLなど新しい方法が提案されてきています。

もしこの記事を読んで、「deep learningで自分も何かしてみたい」と思った方がいたらとても嬉しいことです。面白いアイデアを持って、deep learningを是非使ってみましょう。

参照元 ディープラーニング×きゅうり」の可能性に、たったひとりで取り組むエンジニア

ABOUT THE AUTHOR

この記事をかいた人 /

そねあす
AIZINE編集部のそねあすです。記事の編集を担当しています!

もともとデザインやHTML、CSSと仲良くしていたつもりがあれよあれよと編集の世界に。AI(人工知能)は作れないけど興味深々なんでまずはSiriを使いこなしてみようと模索中です。

編集初心者が、自動運転やAI家電、AI(人工知能)を使った未来まで 日々変化していくAI(人工知能)のニュースをお届けします!