初心者でもわかる！deep learning（深層学習）とは何か

Deep Learning（深層学習）とは何か、全然説明できない・・・って方は多いですよね。ロボットなど形があるものなら例を出すことができるのでわかりやすいかもしれません。「そもそもDeep Learning（深層学習）とは？」「どうしてDeep Learning（深層学習）ってdeep（深い）なの？」「Deep Learning（深層学習）とは例えばどんなところ使用されているのかな？」など、疑問に感じる方もいるでしょう。私もその一人です。

すごく簡単に言ってしまうと、Deep Learning（深層学習）とは「一人でも勉強できる仕組み」のことを指しています。

例えば学校のクラスメートや友人に、教えてもらわなくても勉強ができる方はいますよね。その人達はだいたい、問題集をひたすら解いたり教科書の内容を覚えて、答えのパターンを掴んでいるので、難しい問題でも解くことができるのです。

こうした人が学んでいく脳の仕組みをコンピュータで表現したものが、Deep Learning（深層学習）なのです。

この記事を読めば、Deep Learning（深層学習）の意味と具体例まで理解できることでしょう。SNSにもDeep Learning（深層学習）が導入されている、と聞くと驚く人もいるかもしれません。

それでは、今回は「Deep Learning（深層学習）とは何か」を説明いたします。

Deep Learning（深層学習）とは「機械学習」の１つ
Deep Learning（深層学習）がdeep（深い）と言われる由来とは
Deep Learning（深層学習）はFacebookにも利用されている！

Deep Learning（深層学習）とは「機械学習」の１つ

Deep Learning（深層学習）は、コンピュータが与えたデータから特徴やアルゴリズムなどのパターンを見つけ出す機械学習のうちの1つです。

機械学習は大きく「教師あり学習」「教師なし学習」の2パターンにわけられます。「教師あり学習」では、あらかじめ「これは正解」「これは不正解」など区分されたデータを読み込ませることで、特徴を学習させます。つまり、この「正解」「不正解」などの基準を区分するのは、私達人間ということになります。

それに対し、Deep Learning（深層学習）は「教師なし学習」にあてはまります。正解がないデータをDeep Learning（深層学習）が分析し、自ら特徴を見つけ出すことができるのです。つまり、「正解」「不正解」の基準を区分するのは、Deep Learning（深層学習）になります。このため、たくさんのデータを読み込んでいくほど、その規則性を見つける精度が上がると言えるでしょう。

この、自ら考えて動くことの出来るAI（人工知能）の思考回路を支えるのがDeep Learning（深層学習）の技術となっています。人間の手を入れる余地が最小限で済み、より少ないデータ数から特徴を判断することが出来るようになるからです。Deep Learning（深層学習）の仕組みは、今後も広く活用されていくに違いありません。

Deep Learning（深層学習）がdeep（深い）と言われる由来とは

Deep Learningは日本語訳をすると「深層学習」といいますが、そもそも「深いってなんのこと？」と感じる方もいるのではないでしょうか。ここでは、Deep Learning（深層学習）がなぜ「深い」と言われるのかをご説明いたします。

Deep Learning（深層学習）は多数の「ニューラルネットワーク」によって支えられています。ニューラルネットワークとは、その名の通りニューロンの形をしたネットワークのことを指していますが、人間の神経細胞であるニューロンの形を元にして、その神経細胞同士の結びつきによって情報を送る仕組みです。

このニューロンのネットワークが何層にも何層にも重なって「深く」学習していく、ということで「Deep Learning（深層学習）」という名前が付いたのです。大まかなところでは、データが入力される層が「入力層」中間の隠れている層を「中間層」、データを出力する層を「出力層」と言います。

・・・といってもわかりにくい部分があるので、具体例を出してみましょう。あなたの目の前に「バナナ」がおいてある場合、なぜバナナと判断出来るのでしょうか。私達はバナナだと判断するときに、「黄色い」だけでなく「果物」「曲がっている」「甘い」「フィリピン産」・・・など色だけでなく形や種類や生産地、味などの情報があると、より正確に特定する事ができますよね。

先程の層の話に当てはめると、入力層が目の前の対象物を認識し、中間層で今まで蓄積してきたデータを参考にして「果物」「甘い」「曲がっている」などの情報と照らし合わせて判断し、「目の前においてあるものはバナナだ」と判定するのが出力層、という形になります。

このような複数層での物事の判断により、1つの物事への理解が一面的でなく、多面的に行うことができるようになったので、複数の物事のパターンや特徴を掴むことが可能となりました。まさに「深い学習」ですよね。

Deep Learning（深層学習）はFacebookにも利用されている！

Deep Learning（深層学習）って聞き慣れないけど実際どんな場面で使われているのか、気になる方もいますよね。Deep Learning（深層学習）が活用されている例とは、主に「画像認識」「音声認識」「翻訳」の3点で利用されています。この中の「画像認識」は、実はFacebookで利用されているのはご存知でしたか。

私もFacebookを利用しているのですが、写真をアップロードすると自動で友達の顔を認識してタグをつける機能がありますよね。実はここにDeep Learning（深層学習）の画像認識の技術が使われているのです。

また、Facebookで使用されているAI（人工知能）「ルーモス」では、「オートマチックオルタナティブテキスト（AAT）」という機能を搭載しています。これは視覚障害者の方がFacebookにログインすると、ニュースフィードを読み上げてくれます。写真に対し「写真には3人写っている」「写っている人は笑顔だ」など写真の人数と表情を認識する技術にDeep Learning（深層学習）が使用されているのです。

ちなみに、Facebookは今後静止画だけでなく動画にも適用していくとのことです。動画にもタグ付け出来るようになると便利ですよね。

この他にも、Deep Learning（深層学習）が使用されている事例は身近にもいっぱいあります。こちらの記事でも紹介しているので、参考にご覧ください。

猫の判別もできる！ディープラーニングの身近な活用例3つ

「ディープラーニング」という言葉を聞いてもどんな事例があるのか知らない方も多いですよね。でも実は、猫の判別や議事録の作成など、身近なところで使用されているのです。一体どんな感じでしょうか？そこで今回は「ディープラーニングの身近にある活用事例」をご紹介いたします。

以上、「Deep Learning（深層学習）とは何か」をご紹介いたしました。

Deep Learning（深層学習）とは「機械学習」のうちの１つ

Deep Learning（深層学習）は何層ものネットワークからできている

Deep Learning（深層学習）はFacebookで使用されている

など、Deep Learning（深層学習）とは最も賢い学習方法の1つであることがわかりましたよね。多くのAI（人工知能）や身近な場所でもDeep Learning（深層学習）を利用していることを知ると、意外とDeep Learning（深層学習）が身近なのかもしれない！と感じるかもしれません。

Deep Learning（深層学習）が物事をいろんな角度から理解することができるため、自らで学習しパターンをつかむことができます。この技術を利用した事例は今後も増えていくでしょう。これをきっかけに「今までDeep Learning（深層学習）って知らなかったけど、すごい技術なんだな・・・！」と感じることができるといいですよね。