AI用語事典
ディープラーニング
deep-learning
ディープラーニングとは機械学習の一部であり、コンピューター自らがデータに含まれる特性をとらえ、より一層効率的な判断ができるようにする技術のこと。機械学習に対して「深層学習」とも呼ばれ、人間の脳をモデルとした「ニューラルネットワーク」という手法が基になっている。これは脳で言う神経細胞(ニューロン)が他の細胞から信号を受け取ることにより情報処理を行うという仕組みを応用したもので、入力層と出力層、隠れ層(中間層)と多重構造で構成されている。
人間に例えると、ディープラーニングは目や口や耳などから認知した情報(画像や映像、言語、音声)を数値化し、経験や知識として発信(出力)するためにかみ砕いて脳に理解させる行為である。ディープラーニングは教師あり学習、教師なし学習などの機械学習を更に発展させたものと考えることもでき、以下の3つのアルゴリズムが代表例とされる。
・CNN
畳み込みニューラルネットワークとも呼ばれる。画像データからコンピューター自らが局所的な特徴を見出し、それを空間的にぼかすという作業を繰り返すことによって類似の画像との適合率を見るアルゴリズム。例えば手書きで雑に書かれた「あ」と、ワードで出力された「あ」が同一のものと判別できる。
・RNN
再帰型ニューラルネットワークとも呼ばれる。時系列データや自然的な言語データをインプットし、ある時点でのデータを中間層として次のデータを予測する。そして更に次のデータとの誤差を見て中間層を更新してゆく、という仕組みで、簡単に言えば「この文章が来たら次はこの文章を出すのが適切だろう」と判断できるようになるアルゴリズム。連続性をもつデータの識別や応用に適している。
・オートエンコーダー
入力層のデータから隠れ層に流れる際に情報を圧縮し、出力層に流れる際にまた復元するという珍しいタイプのアルゴリズム。例えば画像にノイズ(汚れやブレなど)が現れている時、その線やフォルムといった特徴のみを抽出して蘇らせ、美しい状態に戻すといった処理で使われる。
AI用語解説:×AI編集部監修