AI(Artificial Intelligence) 「人工知能」とは?

機械学習とディープラーニングの関係

「人工的にコンピューター上などで人間と同様の知能を実現させようという試み、あるいはそのための一連の基礎技術を指す」とありますが、研究者によって解釈は千差万別で厳密な定義はありません。

一般的に、「人工的に人間の知能を模倣するための概念および技術」と解釈されています。

AI(人工知能)には、「コンピューターが人間のように“学習”し、知識をもとに“推測”する」ことが求められ、そのために複雑なプラットフォームやアルゴリズムが用いられます。身近なところではスマートフォンの音声認識や障害物を避ける自動運転、インターネットの画像検索やウェブページ検索、産業分野のロボット制御や画像処理など、さまざまな場所にAI(人工知能)が活用されています。

ニューラルネットワークとは?

人間の脳内にある神経細胞(ニューロン)とそのつながり、つまり神経回路網を人工ニューロンという数式的なモデルで表現したものです。近年、人工知能(AI)領域がブームになっていますが、ニューラルネットワークは機械学習や深層学習(ディープラーニング)などを学ぶ際に知っておくべき基本的な仕組みです。

ニューラルネットワークの仕組みと構造

「AI(人工知能)」は総合的な概念と技術であり、「Deep Learning(深層学習)」はAI(人工知能)を支える手法のひとつです。

ニューラルネットワークを学ぶスタートとして、仕組みや構造、機械学習、ディープラーニングとの関係性、さまざまなアプローチの具体例やディープラーニングの流れを理解する必要があります。

一つひとつの人工ニューロンは単純な仕組みですが、それを多数組み合わせる事で複雑な関数近似を行う事ができるのが、ニューラルネットワークの大きな特徴です。


「複雑な関数近似をしなければ分類や回帰ができない場合に、従来型の機械学習手法ではうまくいかないケースも多く、そういった問題に対して、ディープラーニング手法を使用するケースが増えています。

ディープラーニングの手法を用いた事で、従来に比べて飛躍的に認識精度が向上するケースもあり、現在世の中でディープラーニングはたいへん注目されています。最近では自動運転の分野など、幅広い分野で利用されています」

ディープニューラルネットワークとは?

ディープラーニングまたは深層学習とは、(狭義には4層以上の)多層のニューラルネットワーク(ディープニューラルネットワーク; DNN)による機械学習手法です。

深層学習登場以前、4層以上の深層ニューラルネットは、技術的な問題によって十分学習させられず、性能も芳しくなかったのですが、近年、多層ニューラルネットワークの学習の研究や、学習に必要な計算機の能力向上、および、Webの発達による訓練データ調達の容易化によって、十分学習させられるようになりました。

その結果、音声・画像・自然言語を対象とする問題に対し、他の手法を圧倒する高い性能を示し、2010年代に普及しました。

ビッグデータとは?

ビッグデータというと、つい大量のデータのことを思い浮かべてしまいますが、それだけを意味しているわけではありません。

ビッグデータとは、様々な形をした、様々な性格を持った、様々な種類のデータのことを指します。

実はビッグデータは、データの量Volume、データの種類Variety、データの発生頻度・更新頻度Velocity3種類のVからなり、いずれも重要な要素です。