第1話 ディープラーニングとは？

「はじめてのディープラーニング」(我妻幸長著)の第１章、ディープラーニングの概要について学びました。
内容は3本立てです。

・そもそも人工知能とは？
・ディープラーニングとは？
・AIの歴史

ちなみにディープラーニングに挑戦しようと思った話は0話をご覧ください。

そもそも人工知能(AI)とは？

Artificial Intelligenceの略称で、人工知能と訳されてますね。
自分で色々と考える力、それが人工的に作り出されたもの＝人工知能ってとこでしょうか。
人工知能の前段として生物の知能について学びます。

生物の知能の差は、実は神経細胞ネットワークの差！

単細胞生物のゾウリムシでさえ、泳ぐ方向を変えたり、捕食者に襲われたら泳ぐ速度を上げて逃げるという知能を持っているんだとか。へえ。

多細胞生物になると、情報処理に特化した細胞（神経細胞）が誕生し、これがネットワーク化され高度な情報処理が可能となった。
そしてヒトは神経細胞ネットワークが極度に発達した生物。
知能によってヒトという生物はこんなにも繁栄している。へえ

ところで、ヒトの脳(神経細胞の塊)は体重の2,3%の質量しかないのに、安静時の消費カロリーはなんと約25%。
脳はエネルギーをむちゃくちゃ消費する。へえへえ。
(頭を使うとお腹が減るのはこういう理由なのかも)

ところで私の体脂肪率は18％です。・・・へえ。（以上、5へえ）

AIには「強いAI」と「弱いAI」という二種類の概念があり、
強いAIとは、汎用人工知能のことでドラえもんとかアトムのようなもの。
反対に弱いAIとは、特化型人工知能のことで、今世の中に存在するAIは全てこっち。

強いAIが出てくるのはいつになるんでしょうか。車が当たり前のように空を飛ぶ時代になってからでしょうかね。

ディープラーニングとは？

AIと一口に言っても色々な手法があるようです。
何やら専門的な言葉が、説明とともにいくつか出てきたのですが、それを図にまとめてみました。
(といってもこれでAIの全てを網羅するわけではない。)

今回勉強するディープラーニングは、機械学習、ニューラルネットワークのカテゴリです。

神経細胞を模擬したニューロンモデルをネットワーク化したものがニューラルネットワーク、そのネットワークを多重にしたのがディープラーニング。

ディープラーニングはバックプロパゲーションというやり方で学習をするようです。
これまでの話を図示するとこんな感じです。

ディープラーニングは画像認識、自然言語処理、音声認識、ゲーム用AIなどに応用されていて、ヒトの能力を超えるものが出てきている。囲碁ソフトAlphaGoがプロ棋士に勝ったとか。
たしかに、これなら僕でも知っている有名な話だ。

ここまで読み進めてディープラーニング最強説と思っていたのですが、しっかり欠点もありました。

・計算に時間がかかる。(数日、数週間単位と書いてあったがおそらく規模次第)
・ニューラルネットワークの層の数、層の中のニューロン数を決めるのが難しい。
・ネットワーク形状の最適化は専門家でも難しい。
・学習したはずなのに未知のデータに対応できなくなる「過学習」が起きる。

ちょっと待て、専門家でも難しいって・・・素人の僕には無理じゃないか？
と動揺を隠しきれない^^;
しかも過学習ってなんやねん！勉強しすぎて頭悪くなるってどういうこっちゃ！

というわけでディープラーニング、早くも一筋縄では行かないことがわかりました。

AIの歴史

最後にAIの歴史について学びました。
実は今は第3次AIブームのようです。
まとめると次のような感じですが、ディープラーニングへの期待は相当なものということです。

以上がディープラーニングの概要でした。
次回からは、Pythonというプログラミング言語の概要について勉強していきます。
初めて触る言語なので早くも中ボス登場！という感じですw

それではまた^_^ノシ