深層学習とは

ここ数年で、AI(人工知能)や深層学習といった言葉が色々な場所で聞かれるようになりました。
この二つは厳密には違うものですが、現在世間でAIと騒がれているものの殆どが”深層学習”を用いたものだと思います。

この深層学習について簡単に説明したいと思います。

深層学習で何ができるか

現在各分野でAIの運用が進んでおり、深層学習の適用できる事例はとても多いです。ここで素人の私がこんなことに活用できる!以上!とはなかなか言えませんが、いくつか例を挙げられたらと思います。

例1.画像認識

画像認識は深層学習の中でも特に多く取り組まれている分野の一つだと思います。

一口に画像認識と言っても何を認識するのかは様々だと思いますが、例えばある写真に対して「これは犬の写真です。」もしくは「猫の写真です。」などと分類することができます。

他にも写真の「”この位置”に”犬”が写っている」だとか、「この人の腕は
ここ、足はここ」という風に人の姿勢を認識する技術もあります。

これらの技術はカメラを使用する場合にはほぼ必ず活きてきますので、
例えば車の自動運転であったり、人工知能ロボット等にも利用されます。

また身近な例では、私の知人が使用するダイエットアプリで食事の写真を撮影すると、食事のカロリーやバランス等をアドバイスしてくれるもの
なども、この技術を使用しているのだと思います。

例2.自然言語処理

文字通り文章の内容を認識することができます。

こちらも何を認識するかは様々で、何を出力するというのは言いづらいですが、例えば高度なチャットボット(自動応答ボット)などを制作する際に使用されます。

また、最近の機械翻訳はとても精度が良いですが、こちらも深層学習を活用した結果です。

他にも顧客からの問い合わせを分類するなど、文章データの分析にも使用されます。

自然言語処理については私の勉強が浅く、あまり詳しいことも言えないのでしばらくこちらのサイトでは扱わないかもしれませんが、ゆくゆくはこちらにもチャレンジしていきたいと思います。

例3.その他ビックデータの分析

”例”と言いながら”その他”という頭の悪い感じになっていますが、
マーケティング等のビッグデータ分析にも用いられます。

最近耳にする機会もあると思います”ビッグデータ”ですがその名の通り、
巨大なデータです。

巨大すぎて人がパッと見てもその全容や細部を把握できませんが、上手く分析することでとても有用な関係性などを見出すことができます。

金融業界などでもAIを利用したデータ分析を利用しているそうです。

結局深層学習とは
どういう技術なのか

少ないですが例をいくつか挙げさせてもらった通り、深層学習の基本的な機能は”分類”と”予測”です。
(あまり予測の良い例が挙げられませんでしたが・・・)

元々深層学習は”機械学習”と言われる分野に属するもので、その分野で提案されていたニューラルネットワークという手法の、ネットワーク階層を深層化したものです。

元々深層化は難しいとされていたニューラルネットワークを、上手く深層化する手法が提案されたことで、爆発的にAI技術進化し、今も発展を続けています。

次回は機械学習とニューラルネットワークについて簡単に説明していきたいと思います。

コメントする

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です