AIとは何か

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(ディープラーニング)。それは、人工知能研究に新しい一歩を踏み出させ、第三次AI(人工知能)ブームを巻き起こしたとされる技術です。そんな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Deep Learning(ディープラーニング)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。

そんな技術をもし自分が使えるならと思うとワクワクしませんか?早速、5分で分かる、Deep Learning(ディープラーニング)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

Deep Learning(ディープラーニング)を利用した実用的なAI(人工知能)をつくるためには、沢山のデータが必要となります。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を元に学習を積んだAI(人工知能)のモデルが既に沢山の有志によって用意されています。

Deep Learning(ディープラーニング)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!

これがDeep Learning(ディープラーニング)だ!

Deep Learningのイメージ

Deep Learning(ディープラーニング)は深層学習とも呼ばれます。

ディープは「深い」を意味し、ニューラルは「脳の神経細胞」を意味し、ネットワークは「繋がり」を意味します。

Deep Learning(ディープラーニング)は、人間の脳の神経細胞のネットワークを模したコンピュータアルゴリズムです。層を4つ以上持つ階層の深いニューラルネットワークでも上手く機能します。

ニューラルネットワークとは、直訳すると、「神経細胞のネットワーク」です。神経細胞と言えば脳を構成する細胞のことなので、脳の神経ネットワークと言い換えても良いでしょう。今回ご紹介しているニューラルネットワークとは、神経細胞ネットワークを大幅に単純化して、コンピュータのプログラム上で再現したものになります。Deep Learning(ディープラーニング)のもとになったコンピュータアルゴリズムです。

Deep Learning(ディープラーニング)は、ニューラルネットワークを繰り返す繋がりが、多層(層が深くなっている)になっている構造のため「深層学習」と呼ばれています。

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、最初に入力されたデータが何であるかの特徴を計算していきます。

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。

Deep Learning(ディープラーニング)を用いてデータを計算することで、人間が教えていない特徴や、人間がプログラムにし難いもの、言葉にも出来ない「概念」を、自動でAI(人工知能)が得ることに繋がりました。

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。

Deep Learning(ディープラーニング)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(ディープラーニング)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(ディープラーニング)で何を学習し、どう運用するのか。

例えば、「Deep Learning(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(ディープラーニング)運用の一つの例で、以下で説明します。

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枚の写真を用意、AI(人工知能)に学習をさせたそうです。

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(ディープラーニング)の仕組みや事例について、今回お伝えしてきました。

Deep Learning(ディープラーニング)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。

今回説明したことがDeep Learning(ディープラーニング)の全貌ではなく、まだまだ発展途上の技術です。Deep Learning(ディープラーニング)をより実用的に使おうと、GANやMENNDLなど新しい方法が提案されてきています。

「Deep Learning(ディープラーニング)で自分も何かしてみたい」と思った方は、ぜひご自身のアイデアを実現すべく、Deep Learning(ディープラーニング)を活用していきましょう。Deep Learning(ディープラーニング)を実装するためのツールはすでに様々なものがリリースされていますよ。

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

トップへ戻る
タイトルとURLをコピーしました