昨今、新聞の記事やニュース番組などでAI（人工知能） のニュースをよく見かけ、ブームに なっていますよね。そして、Deep Learning(ディープラーニング)っていう言葉もよく耳にします。そのDeep Learningは、どうやらこれから社会を一変させるような影響力を持っているらしいのです。
今回はその中でDeep LearningとAI（人工知能）との関係を掘り下げていきます。今後 、AI（人工知能）が社会に浸透していく中で、Deep LearningとAI（人工知能）の関係をしっかりと理解しておくことは極めて重要です。なぜなら、AI （人工知能）、Deep Learningがものすごい勢いで社会に浸透し、その原動力となっているのがDeep Learningだから。それにもかかわらず、 AI（ 人工知能）とDeep Learningとの関係をきちんと理解している人が少ないのが現状です。
今後は、AI （人工知能）、Deep Learningことを知らずに生活する、または「人の仕事を奪う敵」として遠ざけていれば、自身がAI（人工知能）に仕事を奪われることになるかもしれません。そうならないためにも、 AI （人工知能）とDeep Learningの関係ときちんと 理解し、AI （人工知能）を味方にすることが必要です。それでは、AI（人工知能）とDeep Learningの関係について詳しくお伝えしていきましょう。
「AI（人工知能）って何？」と聞いても専門家の間でも定義がバラバラである
まず、AI（人工知能）とは何かを説明していきましょう。
ある専門家の定義では、
と、このように言っていますが、しかし、AI （人工知能）の定義は専門家の間でもバラバラ。
なぜバラバラになるかというと、AI（人工知能）というものは、それがあたりまえになると AI （人工知能）と呼ばれなくなるためです。
例えば、「かな漢字変換」や「検索エンジン」などは、以前は、人工知能と呼ばれていましたが、現在は使うのが当たり前になっているため呼ばれていません。
このように、AI（人工知能）は古くなるとAI（人工知能）と呼ばれなくなるのです。 そのような理由もあり、「人工知能」と呼ばれるものがものすごく広い意味で使われています 。
その結果、一般の人々の間では混乱が起きているのでしょう。あちこちで「人工知能、人工知能」と呼ばれていますが、ほとんどの人が人工知能の意味を理解せずに使っています。専門家の中では「もう人工知能という呼び方はやめよう」という人さえいるのです。
以上なことから、「何が AI（人工知能）であるのか」また 「AI（人工知能）にはどのような手法があるのか」、「Deep Learningはどのような手法なのかををきちんと理解している」ことは極めて重要でしょう。
AI（人工知能）の分野の中のDeep Learningの位置
それでは次に、AI（人工知能）にはどのような手法があるのかをお話します。AI（人工知能）の分析手法は大きく分けて次の3つ。
- 機械学習
- 自然言語解析
- 統計解析
この3つに分類することができます。
その中でDeep Learningは「機械学習」の分析手法の一つに含まれます。機械学習とは、人が自然に行っている学習能力をコンピューターが実現しようという技術・手法のこと。
その機械学習の手法には次のようなものがあります。
- ＳＶＭ（サポートベクターマシン）
- 最近傍法
- ナイーズベンズ法
- 決定木
- ニューラルネットワーク ほか多数
この中で Deep Learningは「ニューラルネットワーク」の中に含まれます。
コンピューターに学習能力を持たせることにより様々な問題を解決するためのアプローチになります。
Deep Learningはこのニューラルネットワークを「多層」にしたもの。
実は、ニューラルネットワークの初期段階に「パーセプトロン」というものがありました。この「パーセプトロン」はニューロンという神経細胞階層を「多層」にすることができなかったため、複雑な学習ができませんでした。
しかし、カナダの研究チームがアルゴリズムを改善することによって、「多層」のニューラルネットワークを可能にしたのです。それが、Deep Learning。このDeep Learningによって、より複雑な問題を解決することができるようになってきました。
つまり、
Deep LearningはAI（人工知能）の領域の中でごく一部なんですよね。この関係性は重要です。
Deep LearningはAI（人工知能）の領域でどのようなレベルなのか
では、Deep LearningはAI（人工知能）の領域の中でどれほどの能力を持っているのでしょう。日本のAI研究の第一任者である松尾豊東京大学准教授は、自著の中でAIのレベル分けをしています。
- レベル1
- レベル2
- レベル3
- レベル4
このように現時点でDeep Learningは、AI （人工知能）の最先端技術です。
でも、最先端技術と言ってもDeep Learningを過信するのは禁物でしょう。Deep Learningは確かに他のAI（人工知能）のアルゴリズムよりも分析の精度が高くなることが多いのですが、分析のために非常にたくさんのデータが必要であったり、どうやってその正解を導き出したのか説明できない「ブラックボックス問題」というものがあります 。
それらを踏まえて、さまざまな課題に対して適切なAI（人工知能）アルゴリズムを選択したり、データを集める事で、Deep Learningと上手く付き合いましょう。
Deep LearningがAI （人工知能）の第３次ブームを引き起こすきっかけとなった
このように、Deep Learningは、AI （人工知能）の最先端技術ですので、AI（人工知能）の第3次ブームを引き起こすきっかけになりました。2012年にカナダのトロント大学のヒントン教授のチームが画像認識のコンペティションでエラー率を飛躍的に向上させて以来、Deep Learningの研究が加速、第3次 AI（人工知能）ブームが起きたのです。
Deep Learningは登場して間もない技術なんですよね。しかも次々に新しいアルゴリズムが登場して進化も激しさを増していっています。
Deep LearningがAI（人工知能）の領域で最先端と言われる所以は、Deep Learning登場前と登場後では一線を画するところがあるからですよね 。それはDeep Learningは人間が指示をしなくてもコンピュータが自ら特徴を見つけ出し、最適解を導き出すことができるからでしょう。
例えば、人間が弟子入りをして先輩たちの熟練の技を見ながら体得していくようなことがコンピューターでもできるようになりました。 これは極めて画期的なこと。このことをAI（人工知能）の世界ではDeep Learningの誕生を「50年来のブレークスルー」と呼んでいます。
Deep Learningの登場によって、今後は、ロボットが料理をしたり、部屋の片づけをしたりくれたり、インターネットで注文した商品を届けてくれたりすることができるかもしれません。またDeep Learningによって人間でいう「眼」をコンピューターが持ち始めたと言われ、そのため、特に画像認識の分野ではさまざまな応用が始まっています。
今後はAI（人工知能）とDeep Learningの関係性を正しく理解し活用していくことが重要です。決して「難しい」と言って恐れたり、「自分には関係ない」といって遠ざけてはいけません。そうして、人工知能を味方につければ、自身の能力を飛躍的に向上させることができるでしょう。
