AIとディープラーニング

【注目バズワードシリーズ③】AIとディープラーニング

 

今回は「AI(Artificial Intelligence)=人工知能」と「ディープラーニング(Deep Learning)=深層学習」についてご紹介です。

AIという言葉自体は半世紀以上前から存在していますが、ここ近年、急速にブームになってきていますね。

 

■現在のAIブームは第3世代

 

最初のAIブーム(第1次AIブーム)は1956年~1960年代でした。

理論式によってパズルなどを瞬時に解く人工知能として話題になりましたが、学習能力や現実的な課題解消にはつながらないという事から急速に冷めていきます。

 

第2次AIブームは1980年代に入ってから。

機械学習の研究が盛んにおこなわれ進化しましたが、研究に多大なコストがかかることや、当時のハードウエアの限界などもあり、一般的な普及までには至りませんでした。

 

そして現在第3世代のAIブームです。

おおきく2つの要素が牽引し、ひときわ大きな流れを作り出そうとしています。

ビッグデータの普及とディープラーニングの発見です。

さらに人工知能が人類を滅ぼすのでは?といった脅威もAIのブームを牽引している理由の一つに挙げられますね。

 

 

■AIのレベル

 

AIもその内容によってレベルが分けられます。

 

レベル1:単純な制御プログラム

 

エアコンなどの制御等のシステムで、最も古く多くの製品に導入されている技術です。

 

 

レベル2:古典的AI

 

診断プログラムなど、対応パターンが複数存在するものを指します。

将棋や囲碁のようなゲーム等のプログラムはこれに該当します。

 

 

レベル3:機械学習を取り入れたAI

 

事前に学習させた対応パターンなどを用いて、新たに入力された情報と結び付けて自己学習させていくものです。

検索エンジンなどに活用されています。

 

 

レベル4:ディープラーニングを取り入れたAI

 

プログラム自体が大量のデータのインプットと特徴量抽出を繰り返すことで、レベル3のAIでは、人間がすべて設定する必要があった「特徴量」の学習を行います。

特徴選択というのは機械学習と統計学の用語であり、頑健な学習モデルの構築のため、特徴集合のうち意味のある部分集合だけを選択する手法のことを指します。

顔認識などが代表的ですね。

 

 

 

■機械学習とは何か?

機械学習とは、コンピュータに学習能力を持たせるための方法論とその技術です。

サンプルになるデータを基に、コンピュータに知識やルールを学ばせるもので、人間の書く固定的なプログラムでは解決しえない難しいタスクに取り組むことが可能になります。

 

 

■ディープラーニングとは何か?

 

ディープラーニング(深層学習)とは、人間が自然に行うタスクをコンピュータに学習させる機械学習の手法のひとつです。

他の機械学習技術の大きな違いは、情報処理に必要な「特徴量」を全て人間が決め、コントロールする必要があるかどうかということ、つまりコンピュータに任せられる部分もあるかどうか、ということです。

ディープラーニングは自動運転から医療機器まで幅広い分野に活用されています。

 

自動運転:自動車の研究者はディープラーニングを使い、一時停止標識や信号機のようなものを自動的に認識させています。さらに、歩行者検知にも使われており、事故の減少に役立てられています。

 

航空宇宙・防衛:ディープラーニングは衛星から物体認識を行い、地上の部隊が安全なエリアにいるかどうかを判断するために使われています。

 

医療研究:がんの研究者はディープラーニングを使い、自動的にがん細胞を検出しています。UCLAの研究チームは、ディープラーニングの学習に必要な高次元のデータセットを作成する高精度な顕微鏡を構築し、正確にがん細胞を見つけ出しています。

 

産業オートメーション:ディープラーニングは重機の周辺で業務を行う作業者の安全性向上に役立てられています。人や物が機械の危険域内に侵入した場合、これを自動的に検出することができます。

 

エレクトロニクス (CES):ディープラーニングは、自動の音声翻訳に使われています。例えば、人の声に反応し、人の好みを学ぶことができるホームアシスタントデバイスには、ディープラーニングの技術が活用されています。

 

 

■人間の神経細胞(ニューロン)の仕組みを模したシステム

ディープラーニングの技術は、人間の神経細胞(ニューロン)の仕組みを模したシステムであるニューラルネットワークがベースになっています。

ニューラルネットワークを多層にして用いることで、データに含まれる特徴を段階的により深く学習することが可能になります。

多層構造のニューラルネットワークに大量の画像、テキスト、音声データなどを入力することで、コンピュータのモデルはデータに含まれる特徴を各層で自動的に学習していきます。

この構造と学習の手法がディープラーニング特有であり、これによりディープラーニングのモデルは極めて高い精度を誇り、時には人間の認識精度を超えることもあります。

カテゴリー

タグ

人気マガジン

まだデータがありません。

関連マガジン