【初心者必読!!】機械学習とディープラーニングとは何か?わかりやすく解説!

deep-learning

現在、私たちは人工知能ブームの真っ只中にいます。

人工知能に詳しくない方も人工知能の存在を無視することはできなくなりました。

この記事は、テクノロジーに詳しくないけど、人工知能について理解したいという初心者の方向けに執筆いたしました。初心者の方でも理解してもらえるように、機械学習とディープラーニングについてわかりやすく簡潔に記述しておりますので、ぜひ最後までご購読ください。

その前に、人工知能とは何?と疑問に思われている方は↓の記事でわかりやすく解説していますので、まずはこちらからご購読いただくとより理解を深めることが出来ます。

【初心者必読!!】人工知能とは?超絶わかりやすく解説!

<目次>
機械学習とディープラーニングとは何か?
1.機械学習とは?
2.ディープラーニングとは?
3.まとめ

機械学習とディープラーニングとは何か?

 

1.機械学習とは?

deep-learning

機械学習とは、簡単に言えば、人工知能が自分で学習していく技術のことを言います。

私たちは常に何かを見極めて判断しています。例えば、散歩中の犬を見て、あれはゴールデンレトリバーだ、プードルだ、というのもそうです。これは私たちが過去の経験から犬の特徴を学習しているから判断することができるのです。

機械学習は、最初に人間が犬の特徴をコンピュータに教えてあげれば、コンピュータが自分で学習します。そして、次からは犬を見たときに「これはゴールデンレトリバーだ」、「これはプードルだ」という風に判断できるようになるのです。

「教師あり学習」と「教師なし学習」

機械学習のやり方は大きく2種類あり、「教師あり学習」と「教師なし学習」があります。

「教師あり学習」とは、先ほどの犬の例のように、人間が犬の画像を与えて、これが犬だと判断できるようにコンピュータに学習させる方法を言います。

「教師なし学習」とは、データだけをたくさん与えて、そこから一定の傾向を読み取らせる方法を言います。例えば、ネットショッピングで30代の男性は一回の買い物に付き平均○○円使って、○○の購入率が高くて、○○と○○を同時に購入する人が多いといった具合です。

このように、機械学習はどのデータを与えるか、どんな正解を用意するかが大事になってきます。これは、後にも少し触れますが特微量と呼ばれるものです。人間からしてみれば、犬の種類を見分けることは簡単ですが、コンピュータからしてみれば、簡単ではなかったりするのです。この組み合わせは膨大な数があり、人間が与えるデータ次第で結果が変わってくるのです。そのため、データを与える側は調整を繰り返しながら、コンピュータが正確に認識できるようにしていきます。

たくさんのデータを与えて、調整を繰り返しながら学習させていくので、コンピュータに学習させる作業は時間がすごくかかります。しかし、一度、正確な判断ができるようになれば、コンピュータは一瞬で判断を下せるようになり、しかも間違えることはありません。これが、機械学習の強みになります。

機械学習のデメリット

一度、これはゴールデンレトリバーと認識できるようになれば、新しい画像を見せてもゴールデンレトリバーと認識できるようになるのが機械学習の強みですが、機械学習にも弱みがあります。それが特微量をどうするかということです

特微量とは、簡単に言えば、何のデータをコンピュータに与えるかということです。

例えば、人間は犬を簡単に見分けられますが、コンピュータからすれば難しい課題です。なので、人間が犬とはどういう特徴があるのかをコンピュータにデータとして教えなくてはいけません。このときの教え方(データの与え方)によってコンピュータの精度が違ってきます。人間でも学校で勉強するときなどの場合、教えてもらう先生によって理解の仕方が異なりますが、まさにあのような感じです。

なので、機械学習で良い人工知能を作るにはたくさんある中から人間がどんな特微量を設計するかがとても大事なのです。逆に言えば、人間が頭をフル回転させて良くしていかない限り、人工知能の性能は向上していかないのです。これは、かなり厳しそうですよね。

実際に人工知能の研究者たちも頭を悩ませていました。しかし、そんなときに現れたのが次に紹介するディープラーニングと呼ばれるものです。

2.ディープラーニングとは?

ディープラーニングとは、簡単に言えば、コンピュータ自らが最適な特微量を計算する技術のことです。

2012年、ILSVRCという世界的な画像認識技術の大会が開かれました。この大会は、犬の画像が出たらこれは犬という風に、コンピュータがどれだけ多くの画像を認識して、正解を導き出せるのかを競う大会です。そこには、東京大学やオックスフォード大学などの世界的にも知名度の高い名門大学などが参加していましたが、この大会では初参加のトロント大学が開発した人工知能が勝利し、世界に衝撃を与えました。なぜなら、この頃、業界では機械学習を用いた人工知能を使うことが常識となっており、トロント大学以外の研究機関は当然のように機械学習を用いた人工知能で参加しました。機械学習を用いた人工知能ということは、特微量をどのように設定するかによって優劣が決まるということですが、これはかなり骨の折る作業であり、各研究機関の成績は似たり寄ったりでした。

しかし、初参加のトロント大学が開発した人工知能は他の研究機関が開発した人工知能よりも圧倒的な成績を上げて勝利するという前代未聞の結果になりました。例えるなら、夏の甲子園に初出場した高校が名だたる名門校を破っていきなり優勝するくらいの衝撃でしょうか。
このとき、トロント大学が開発したのがディープラーニングを用いた人工知能だったのです。

ディープラーニングの歴史

ディープラーニングは突如として現れたかのように思われがちですが、実は違います。

実はディープラーニングには前身があって、ニューラルネットワークと呼ばれていました。ニューラルネットワークは日本語で「神経回路」という意味です。

ニューラルネットワークの理論は人工知能という言葉ができた頃、つまり、1960年頃から存在していました。実はディープラーニングの元は人工知能研究が始まった初期の頃まで遡るんですね。

ニューラルネットワークの理論というのは、人間の脳の神経と同じような仕組みを作れば、賢い人工知能を作ることができそうだよねというものです。脳の神経は何層にも重なっていて、そのため、私たちは複雑な思考を行うことができます。

しかし、当時の技術ではニューラルネットワークの層を増やすことが出来ませんでした。そのままずるずると時が経っていったのですが、一部の研究者は諦めずに研究を続けていました。

そして、2006年、諦めずに研究を続けてきた研究者らの手によって、ニューラルネットワークの層を増やすことに成功した研究論文が発表されました。このときにニューラルネットワークという名称からディープラーニングに変更されました。

ここから、ディープラーニングを応用するための研究が行われ始め、6年後の2012年のトロント大学の圧倒的勝利につながっていき、その後も、グーグル傘下のディープマインド社が囲碁のトップ棋士イ・セドル九段に快勝するなど、圧倒的な成績を収めていくことになるのです。

機械学習とディープラーニングは別のものではない

よく、「機械学習とディープラーニングは別のものだよね?」という人がいますが、これは正しくありません

正しくは、ディープラーニングは機械学習の一種です。

まず、大きなくくりとして人工知能があります。その人工知能のくくりの中に機械学習があります。その機械学習のくくりの中にディープラーニングがあるのです。なので機械学習には、ディープラーニングの他にもランダムフォレストやロジスティック回帰などの様々な手法があります。ディープラーニングはそういった他の様々な機械学習の手法の中でも最も優れた手法であったため、ここまで注目を集めるようになったのです。

ディープラーニングは「言語」、「音声」、「画像」が得意

少なくても現時点ではディープラーニングにも得意・不得意があります。

ディープラーニングが得意なことは、「言語」、「音声」、「画像」の3つです。

2016年、グーグル翻訳が格段に使いやすくなって話題になりました。これはグーグル翻訳にディープラーニングが搭載されたためです。これにより、今まで大雑把にしか翻訳できていなかったのが、細かいところまで高い精度で翻訳することが出来るようになりました。

また、最近は音声スピーカーが流行っています。中でもアメリカではアマゾンエコーというアマゾン社が提供している音声スピーカーが大人気になっています。これは、スピーカーに話しかけるだけで天気の情報を教えてくれたり、聴きたい音楽を再生してくれたりする優れもので、日本でも2017年中に発売される予定になっています。こういった音声スピーカーなどにもディープラーニングが搭載されていて、スムーズに話したことを認識してくれるようになってきています。

画像はディープラーニングが得意な3つの中でも最も得意なことかもしれません。画像に何が写っているかというのは当たり前に認識できますし、細かな種類までも完璧に認識できるようになってきています。それだけでなく、画像のタッチを変えたり、色を自動で付けるなどの応用研究も活発に行われています。

3.まとめ

機械学習とディープラーニングについて初心者の方向けに基本的なことを述べてきました。

わかりやすくするために、専門用語や具体的な仕組みなどは省略しましたが、この記事を機に人工知能についてもっと深く知りたい方は勉強されてみると良いかもしれません。

今回のポイントは次の通りです。

  1. 機械学習は、人間が特微量を与える
  2. ディープラーニングは特微量をコンピュータが設計する
  3. 機械学習とディープラーニングは別のものではなく、数ある機械学習の種類の一つにディープラーニングという技術がある
  4. ディープラーニングが得意なことは、「言語」、「音声」、「画像」の3つ

 

 

最後になりますが、ご購読いただきありがとうございました。

人工知能とは何?と疑問に思われている方は↓でわかりやすく解説していますので、ぜひ、ご一読ください。

【初心者必読!!】人工知能とは?超絶わかりやすく解説!

コメントを残す

メールアドレスが公開されることはありません。