はじめに

巻き起こるAIブームの中、自社は人工知能をどう活用していくべきか、検討するために調べ始めている企業のマーケティング担当者の方も多いのではないでしょうか?

で、調べ始めると、立ちはだかる壁が、“ディープラーニング”

ディープラーニング(深層学習)とは、人工知能に学習させる方法のひとつで、考え方は昔からあったものの、実際に(画像認識分野で)実現されたことで、人工知能が今後大きく発展する可能性があるとして、今注目が集まっています。

 

ただ、「わかりやすい!~」「すぐにわかる~」と書いてある文献を読んでみても、イマイチ理解しにくい…。文系な私なんて「入力層と出力層が…」と言われた時点で混乱し始めます。

ということで、困ったら、マンガで解説!!(笑)

 

まずは、初級編として、これまでの学習法とちがってどうスゴイのか、イメージをつかんでいただければと思います!

※一部分かりやすくするために、忠実ではない点もあります。

なんとなくイメージできたでしょうか?

ディープラーニングはなにがスゴイのか?

従来の学習方法(機械学習と呼ばれる)が、学校で勉強を教わるようなイメージに近い一方、ディープラーニングは赤ちゃんが一人でモノを認識して学んでいくのに近いです。

サッカーボールのような分かりやすいモノであれば、先生(つまり人間)が特徴を教えやすいのですが、猫のような特徴が複雑なものになるとなかなか難しく、人間側のスキルによって精度が左右されがちでした。

このような人間側にもとめられるスキルや答え合わせ(正誤データの準備)の手間が人工知能の成長スピードをあげにくい原因だったのに対し、ディープラーニングはそれを解決したということです。

どうやって特徴をみつけてるの?

この特徴の導き方が「ディープ」と呼ばれる由縁なのですが、そのあたりは、中級編で解説するとして、ここでは1つ大きな違いをご説明します。

従来の学習方法は、人間が特徴点を教えているので、なぜ間違えたのか、なぜ正解したのか想定できる一方、ディープラーニングでは人間にはどう見分けているのかは理解できないという違いがでてきます。

人間が特徴点を考えると、「三角の耳がふたつあって、毛が生えていて…」となるのが、AIの場合は、「目と思われる2つの丸の位置関係がどうだ」とか、「こんなグラデーションの濃淡がこの角度で組み合わさっている」とかそんな感じです。

以前から研究されていたのに、なんで急に実現されたの?

大きな要因のひとつが環境の変化です。具体的には、解析するマシンスペックが向上したこと、学習に必要な大量のデータが手に入りやすくなったこと、です。SNSの普及によって、タグ付けされた画像や動画がネット上にたくさんアップされるようになったことがディープラーニングの実現につながっているのです。

あなたのアップした猫の画像も、グーグルの人工知能に読まれたかもしれませんね!

なんとなくイメージがついたところで、AIのフィリップくんの中でどんなことが起こっていたのか、どんな処理をしているのか、なぜ“ディープラーニング”と呼ばれるのか、どんな風に活用が始まっているのか次回の中級編で解説します。

 

(文:さかた/絵:安西/監修:すまのべ!)