スクラッチで考えよう

機械学習の手法の一つとして注目されているのがディープラーニング、日本語では深層学習といいます。

人間の神経細胞、脳細胞は単純に刺激の有る無しで判断しているのではなく、それぞれ複数の刺激を受け取る神経細胞が層になって判断を重ねることで曖昧なものを高い精度で識別しています。これを人工知能に応用したものがディープラーニングです。

いくつかの層、多いものだと100以上の層を重ね、それぞれの判断基準を自動的に学習させます。

2012年に行われた画像認識競技会でディープラーニングを採用したチームが他の方法を使ったチームに大差を付けて優勝し、それからは画像認識に誰もがディープラーニングを使うようになりました。

現在では画像認識や音声認識、自動運転、不良品検出、自動翻訳、渋滞予測などで使われています。

ディープラーニングが実用化されたのは、インターネットで大量のデータが入手できるようになったことと、コンピュータの性能が進化したからです。

ただ、偏ったデータやあまりにばらつきが大きいデータを無理矢理学習させてしまうと、実際のデータを正しく識別できなくなる「過学習」という問題が起こります。

また、各層でどのように判断しているのかが開発者にも分からない「ブラックボックス」になるという問題もあります。ある人の顔を指名手配犯人と間違えたり、自動運転車が人と影を間違えて事故を起こしても、その原因・責任が誰にあるのかはっきりしないというわけです。