ディープラーニングとは？

ディープラーニングとは？

「ディープランニング」とは、日本語では「深層学習」と呼ばれ、人間が自然に行う行動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。

機械が自動的に大量のデータから特徴を抽出し、データの背景にあるルールやパターンを考えることができます。人工知能(AI)の急速な発展を支える技術のひとつとして実用化が進んでいます。

ディープラーニングの特徴は？

ディープラーニングは、入力層と出力層の間に「中間層」を設け、さらに中間層を多層化して学習します。こうして層を増やすことにより、情報の複雑さに対応できるようになり、データ分析の精度が向上することが特徴です。

ディープラーニングは何がすごい？

 

精度がどんどん上がる

ディープランニングのすごさは何と言っても「精度の高さ」にあります。最近では、かつてない高いレベルの認識精度に到達しており、学習すればするほど精度もどんどん上がっていくとされています。

代表的なもので言うと、音声認識や画像認識はディープラーニングに非常に適しており、その高い認識精度は、家庭用電気機器や自動運転車のような最新技術にも役立っています。

 

学習のための情報を自ら抽出できる

ディープラーニングと似ている技術に機械学習があり、どちらもコンピュータに学習させる点では同じです。ただ、機械学習でデータの特徴を蓄積して行くための情報を“人間”が定義しなければならないのに対し、ディープラーニングはデータから“コンピュータ”自らが自動的に特徴を抽出することができます。どのような特徴を選択・利用するべきかをコンピュータが自動的に学んでいくのです。

ディープランニングの具体例は？

 

画像認識

画像や動画を入力として、文字や顔などの特徴を認識・検出します。

例) 自動運転、感情分析、顔認証(Facebookのタグ付けなど）、Web検索など

 

音声認識

名前の通り、音声を認識させる技術です。人間の声を認識してテキストに変換したり、音声の特徴をとらえて発生している人を識別したりすることができます。

例）スマートスピーカー、iPhoneの「Siri」など

 

自然言語処理

人間が日常的に使う書き言葉や話し言葉をコンピューターに処理・理解させる技術です。

例）自動翻訳、ブラウザーの検索、コールセンターでの問い合わせ、文書要約など

 

異常検知

産業機器などに取り付けられたセンサーなどのデータから、異常の兆候を感知する技術です。

例）工場内における故障や異常動作の検知など