今世界が注目するディープラーニング

それではここであらためて、飛躍的にAIの性能を高めたディープラーニングについて解説します。
そこには機械学習とはまったく異なる学習の仕組みがあります。

機械学習の3つの学習法

まず比較するために、機械学習の学習法をまとめておきましょう。
機械学習には、教師の有無と強化学習とがあります。
教師がいる学習では、問題と正解のデータをAIに覚えさせ、簡単な未来予測や画像判別などを行わせます。
教師がいない場合では正解データは与えず、トレンド分析などを行わせるのが主流です。
そして強化学習では、問題を解決する行動そのものをAIに学習させます。
将棋や囲碁のAIではこの強化学習を実施しています。

ディープラーニングのニューラルネットワーク

ディープラーニングでは、人間の脳の神経回路に真似て作ったニューラルネットワークというモデルが鍵を握ります。
ニューラルネットワークはデータの伝達において3つの階層に分かれますが、情報の入り口である入力層と出口となる出力層の中間にある「隠れ層」が重要な役割を果たします。
ディープラーニングではこの隠れ層にあたる部分を増幅し、非常に多くの隠れ層を持つことで複雑な学習を可能としました。
1枚の画像データを読み込ませただけでも、ディープラーニングが可能なAIは隠れ層で非常に複雑な情報伝達と学習を行い、複数の出力を行うことができます。
たとえば犬の写真を読み込ませた場合では、画像が犬である確率が97%、猫である確率が2%、人である確率が1%というような出力結果を得ることができるわけです。