Deep Learning
Deep Learning
Deep Learning（ディープラーニング（深層学習））とは
ひとことで
人間の脳の神経回路を参考にしたニューラルネットワークを、何層にも深く重ねて学習する機械学習の手法。データから特徴を自動で学び取れるため、画像認識や音声認識、生成AIの基盤となっている。
たとえると
工場の流れ作業のように、何段階もの工程で少しずつ情報を加工していく仕組みです。画像なら、最初の工程で線や点を見つけ、次の工程で目や耳の形を見つけ、最後の工程で「猫だ」と判断します。どの工程で何を見るかは、人が教えなくてもデータから自分で覚えます。
現場ではこう使う
製造業の品質管理部門では、以前は「傷の長さ」「色むら」などの判定基準を人がルールとして設計していました。ディープラーニングを使った外観検査システムを導入し、良品と不良品の画像を大量に学習させたところ、どこを見るべきかをモデル自身が学び、人がルール化しにくかった微妙な不良も見つけられるようになりました。
試験のポイント
EXAM POINT「ニューラルネットワークを多層に重ねる」「特徴量を自動で学習する」と出てきたらディープラーニングです。「AI ⊃ 機械学習 ⊃ ディープラーニング」という包含関係がよく問われます。従来の機械学習では人が特徴量を設計する必要があったのに対し、データから特徴を自ら学ぶ点が大きな違いです。大量のデータと計算資源が必要なことや、判断の根拠がわかりにくい（ブラックボックス）点も押さえましょう。
混同しやすい用語との違い
- Machine Learningデータから規則性を学ぶ手法の総称。ディープラーニングはその一部
- CNNディープラーニングで使われるネットワーク構造の一つで、画像の特徴をとらえるのが得意