ディープラーニングとは何なのか? そのイメージをつかんでみる:人工知能(3/5 ページ)
今や毎日のように人工知能に関するニュースが飛び込んできますが、その中でも特に注目を集めているのが“ディープラーニング”。そのディープラーニングとは一体何なのでしょうか。
従来のアルゴリズムが踏み込めなかった領域へ
機械学習という分野においては、コンピュータにたくさんのデータに関するパラメータ(特徴量)を学習させて、それを基にして未知データを分類させます。下に示す図は、機械学習における“教師なし学習”の概念図です。
この時、精度を高めるためには適したパラメータをコンピュータに学習させなくてはなりません。それは人間が選択するのですが、多すぎても少なすぎても精度が落ちてしまうため、職人技の領域になっていました。
この状況にディープラーニングはブレイクスルーをもたらしました。先述したように自己符号化機を何層も積み重ねることで、分類させたいデータについて、どのようなパラメータで学習すれば精度が良くなるのかコンピュータ自身が最適化することを可能にしたのです。
ディープラーニングがしていることは私たち人間がしている学習と同じように考えることができます。
例えば、私たちが友人の顔を覚える時のことを考えてみましょう。
顔について、さまざまな特徴量が考えられるかと思います。目の大きさ、髪の長さ、肌の色、口の形、 耳の大きさ、鼻の形などなど意外と顔というものは大量の情報を持っているのです。これら全てが特徴量だと言えます。
そして私たち人間はこの特徴量を全て用いて顔を認識しているわけではないと思います。顔全体の輪郭で判断することもあれば目の大きさ、髪型などで判断することもあるでしょう。
顔を認識する際に全ての特徴量を用いるのではなく、私たちは自分の中で納得のいく形で友人それぞれの顔を認識し分けています。
ディープラーニングは、アルゴリズムで特徴量の圧縮を行うという形で同じ学習を可能にしたのです。
東京大学の松尾豊准教授が記された『人工知能は人間を超えるか-ディープラーニングの先にあるもの-』によれば、ディープラーニングはそれまで人間がするしかなかった領域に足を踏み込んだアルゴリズムだとされています。
ディープラーニングは、データをもとに、コンピュータが自ら特徴量をつくり出す。人間が特徴量を設計するのではなく、コンピュータが自ら高次の特徴量を獲得し、それをもとに画像を分類できるようになる。ディープラーニングによって、これまで人間が介在しなければならなかった領域に、ついに人工知能が一歩踏み込んだのだ。(P147より引用)
関連記事
- 10年後になくなる可能性が高い職業とは(前編)
今回は、オックスフォード大学発表の論文に用いられている機械学習手法をもとに、日本で「なくなる可能性が高い職業」を具体的に考えてみます。 - ソフトバンクの人型ロボット「Pepper」――今、人工知能で人の感情はどこまで分かるのか?
ソフトバンクがパーソナルロボット「Pepper」を発表した。感情認識機能が目玉のようだが、実際にロボットは人間の感情を認識できるのだろうか。 - ロボット化が進めば、中間層はどうなるのか
「人間がロボットに支配される」――。こんな話を本で読んだり、映画で見たことがある人も多いだろう。ロボットの性能が向上しているが、このまま進化していけば人間はどうなってしまうのだろうか。 - なぜ小さな会社が、“かつてないトースター”をつくることができたのか
バルミューダがこれまでになかったトースターを開発した。最大の特徴は、表面はさっくり焼けて香ばしく、内部は水分をしっかりと閉じ込めてふわふわ。そんな食感を楽しむことができるトースターを、なぜ従業員50人の会社がつくれたのか。
関連リンク
Copyright © Credo All rights reserved.