人工知能の新たな学習方法、『DeepLearning』って一体なに？

IT業界のニュース

人工知能の新たな学習方法、『DeepLearning』って一体なに？

1681PV

2019.05.09(Thu)

近年のコンピュータの急激な成長や、インターネットの普及による情報収集の簡易化に続き、最近の社会で最も急速な成長を遂げた人工知能。
中でも、2012年頃から研究が活発になり人工知能の成長(ブーム)に火をつけたのが、『ディープラーニング』です。

今回は『ディープラーニング』について見ていきます。

■ディープラーニングって？

ディープラーニングとは、人工知能の学習方法のひとつで
データさえあれば人間の手助けなしに、機械が自らデータを分析して
自動的にデータの中から特徴を抽出してくれるというものです。

従来の人工知能にはNN(ニュートラルネットワーク)という
学習技術を使用していましたが、
ディープラーニングでは、DNN(ディープニュートラルネットワーク)という
パターンを認識するように設定された、
人間をはじめとする動物の脳神経回路をモデルにしたアルゴリズムを、
多層構造化した技術を使用しています。
多層構造化することにより情報を様々な角度から取り入れることが可能になる為、
情報伝達と処理を増やし、データの特徴の精度や汎用性を上げ、
また、予測精度も向上させることが出来ます。

このように、データの情報を深く学習する技術なので
『ディープラーニング』と呼ばれているのです。

■ディープラーニングで可能なことって？

ディープラーニングとはどういった技術なのかが分かったところで、
実際にディープラーニングとは何に活用できるのかを見ていきましょう。

ディープラーニングは主に、
画像認識や音声認識の機能で使用されている学習方法です。

まず、画像認識機能は画像または映像から、
文字や絵、顔などを認識・検出するもので、
空港の出帰国時の顔認証ゲートなどのセキュリティシステム、
製造や流通、さらには医療にも利用されています。

次に音声認識機能では、その名の通り音声を認識し
情報を検索したり、テキストを出力することが出来ます。
また、声の特徴を捉えることが出来るため、声で人を認識することも可能です。
これは、Siriやgooglehomeなどの音声検索機能が主な例です。

このほかにも、自然言語処理や異常検知といった使用方法もあります。

自然言語処理は、人間の利用する書き言葉や話し言葉をコンピュータに処理し、
理解させます。これは、一番最初の音声認識機能の一部で
音声検索やAIとの会話を可能にさせる技術です。
この自然言語処理の技術がさらに精密化していけば、
現在よりもさらに音声検索が簡単になりますし、
防犯面でも幅広く活用していけるでしょう。

最後に異常検知技術ですが、これは、時系列データから異常の兆候を感知し、
知らせる機能です。主に、セキュリティシステムでの利用が多い技術です。

このようにディープラーニングは幅広い分野で取り入れることのできる技術であり、
今後の成長次第では私たちの生活にさらに大きな力を与えてくれるでしょう。

■ディープラーニングのデメリット

ここまでに話した通り、ディープラーニングはかなりいい技術であり
活用の仕方次第ではさらに成長していける技術なのではないかと私は思います。

しかし、ディープラーニングにもやはりデメリットは存在します。

それは、大規模な計算は不要だが、
大量のデータを学習する容量やデータを処理する時間、電力、
そして、大量のデータを処理できるサーバが必要であるということです。
ディープラーニングは自分の中の学習データから特徴の一致するものを見つけ出して
抽出するので、抽出する際に大規模に計算するようなことはありません。
ですが、元々自分の中に学習しているデータの情報しか抽出することが出来ませんので
学習量が多ければ多いほど抽出出来る範囲が広がることはもちろん
データ情報も増加・精密化していき抽出するまでに掛かる時間も短くなります。
逆に、学習したデータ量が少なければ、抽出した情報の精密性は低くなってしまいます。
そのため、多くのデータを学習するための時間や電力、そして容量、サーバが必要になります。
いかに、大きなデータをスムーズに処理できるかがこの問題を解決するための課題となりますね。

■まとめ

このように、いい点も悪い点も存在するディープラーニング。
メリットをどう活用していき、発展させていくかも重要ですが、
デメリットを今後どうカバーしていけるかがさらに重要になると思います。
デメリットを改善したうえでさらなる成長・発展を遂げ、
ディープラーニングを活用した技術が増えれば、
現在よりもさらに社会は発展していくのではないかと私は感じます。