ディープラーニングって何？
ディープラーニングとは、
機械学習の一つ
つまり、
人工知能・AIのデータの処理の仕方や学び方、機能のひとつ
で、まずは
機械学習のなかでも高度なもの
と捉えると分かりやすくなりますです。
前回、機械学習は「データを解析して自らでルールを見つけ出し、自分でプログラムを更新して成長するもの」とまとめました。ディープラーニングもそのくくりの中の一つで、より優れた方法で解析をすることによって、精度の高い解が得られるものです。
ディープラーニングのディープって？
ディープラーニングは「深層学習」と言われますが、何がディープなのでしょう？
機械学習の場合、データの捉え方はごくシンプル。数値など単純なデータから結果を導きだします。
一方でディープラーニングは、
データをいくつかの要素で多面的に見て、すべての要素の解析結果から最終判断を下します。
もう少し細かく説明すると、
ディープラーニングでは、得たデータを何層もの情報に分け、１層ごとに分析します。しかも、その層の答えと一緒に、最終結果に対してそれがどれだけ重要な情報かの重み付けまで行います。それから最後にすべての層の解と情報の重みを調整して、最終的な解を導きだします。
ディープというのは「層の深さ」であり、まさに深層で学習する、深層学習だからディープラーニングと言うようです。
ディープラーニングの例
例えば、集合写真の中から女性だけを抽出したい。
その場合、元となるデータは画像です。
単なる機械学習は、たとえ何枚画像データを取り込んでいっても、どれが女性かが分からなければ何もできません。だから、あらかじめ女性と判断するために必要なあらゆる要素を人の手で作り、人工知能・AIに覚えさせておく必要があります。
一方、ディープラーニンングの場合、人工知能・AIが写真を見て、身長や体格、髪の毛の長さ、肌の色、服装など、いくつもの要素を自らが抽出して、それぞれに解を出します。それらをまとめて総合的に判断して解を導きだします。そして、その結果を元に自分でプログラムを生成して成長していきます。
画像や映像、音声などは、様々な情報の複合体。単純な数値データとは異なります。また言語処理も、ひとつの言葉でいくつもの意味を持ち、前後の文脈から意味を判断しなければならず、これも高度な分析が必要。だからこれらを扱う時にはディープラーニングが適していると言われます。
とは言え、まずここでは、
・ディープラーニングは機械学習のひとつ
・データを分析し、自ら成長する
・データからいくつもの要素を抽出して特徴を自ら見つけ出す
・画像や音声、言語処理など高度な解析に適している
なんて要素を捉えておけばいいかもしれませんね。
参考：日本経済新聞、ディープラーニングは何がディープなのか？
参考：NTTコムウェア、ディープラーニング
参考：NVIDIA、人工知能、機械学習、ディープラーニングの違いとは
※あくまで筆者個人が調べ、表現しているものであり、内容に対するご指摘、疑問等ございましたらご意見をお寄せください。もっと正しく、シンプルで簡単に、分かりやすく表現できるという識者の方、大募集しております。