Share!

Deep Learningってなに?機械学習とどう違う?

Deep Learning(ディープラーニング:深層学習)とは、ニューラルネットワークを使った人工知能の学習手法のひとつです。ニューラルネットワークとは、人の脳にある神経細胞の仕組みをモデルにしたもので、より深いレベルで学習することが特徴です。機械学習とディープラーニングは人工知能の学習手法という点では同じですが、学習する枠組みが異なります。実用化されている機械学習の身近な例は、迷惑メールの仕分け。機械学習は、大量の迷惑メールを学習するというトレーニングによって、仕分けの精度を高めることができる仕組みになっています。どのようなメールが迷惑メールなのか、迷惑メールの特徴を事前に人が人工知能にプログラムすることで、人工知能は仕分けを学んでいきます。一方、ディープラーニングはたくさんのデータを見る過程で着眼点を自分で学習する仕組みを持っています。機械学習は受動的で、ディープラーニングは能動的だといえるかもしれません。ディープラーニングは、言葉で説明するのが難しいものを定義するときに威力を発揮します。好きな本の傾向はその典型例です。たとえば、有名なショッピングサイトで「あなたにおすすめ」という欄を目にしたことはないでしょうか。これまでにどの作家やどのようなジャンルの本を閲覧したかという情報をもとに、消費者が好みそうな本の傾向を予測し、提案を行っているのです。機械学習では、人間がある程度学習の方向性をコントロールすることができますが、自発的に学習するディープラーニングでは人間の予想を超えた方面に学習が進むこともあります。想定外のおもしろさがある一方で、学習させる情報の選択には慎重になる必要があると考えられています。

人工知能の実用例!アイデア次第でおもしろくできる

ディープラーニングの仕組みは、すでにさまざまな分野で実用化されています。たとえば、株取引では特定の時刻に株価がどうなるかを予測するのに利用されています。従来の株取引では、人が画面に張り付いて株価を注視するかプログラミングして自動化する方法が一般的でしたが、株価の予測や自動取引にディープラーニングを取り入れることで、株取引にかかる負担が軽減を実現したり、人が株価の予測をするよりもより良い結果目指すなど事例が出てきています。自動車の自動運転にもこの技術は採用されています。現時点では完全な自動操縦ではなく、運転アシストという位置づけのため、あくまで運転者が必要ですが、運転中に潜む危険を人工知能が事前に予測することで、事故を防ぐことができると期待されているのです。高齢者ドライバーが増える中で、その重要性は今後増していくでしょう。人工知能は、これまで人の専売特許と考えられてきたアートや創作の分野にまで進出しています。国内でも、人工知能が執筆した書籍が商業出版され一部で話題となりました。一口にディープラーニングと言っても、応用分野は多岐にわたります。今後も人工知能の技術進歩が待たれる一方、活用の分野や方法はアイデア次第ともいえるでしょう。