本文へスキップ
もと @moto_ai_jp

AI成り立ち講座 · 第4回 / 全8回 · 約7分

ディープラーニングの登場

層を深く重ねたニューラルネットワークが、画像認識で大きな成果を出した転換点を見ます。

▶ 動画は準備中です。下の文字起こしで、同じ内容を読めます。

文字起こし

1層を深く重ねる

ニューラルネットワークの層を、何段にも深く重ねたものを「ディープラーニング(深層学習)」と呼びます。

層を深くすると、たとえば画像なら、最初の層は線や色、次の層は形、さらに次の層は「目」や「耳」、というように、だんだん複雑な特徴をとらえられるようになります。

入力中間の層ねこいぬ
脳の神経のつながりをまねた計算のしくみ。この層を何段も深く重ねたのが「ディープラーニング」です。

22012年:画像認識の大きな飛躍

2012年、写真に写っているものを当てる国際的なコンテストで、ディープラーニングを使ったチームが、それまでの方法を大きく引き離して優勝しました。

この出来事をきっかけに、世界中の研究者がディープラーニングに注目します。

3なぜ急にうまくいったのか

理由は大きく3つあると言われています。インターネットで集まった大量のデータ。ゲーム用に進化した計算の速いチップ(GPU)。そして、深い層でもうまく学ばせるための工夫です。

昔からあったアイデアが、道具がそろったことで、一気に花開いたわけです。

4囲碁で人間に勝つ

2016年には、Google傘下のDeepMindが作った「AlphaGo」が、囲碁のトップ棋士に勝ちました。囲碁はチェスよりはるかに手の数が多く、AIが人に勝つのはまだ先だと思われていたので、大きな驚きでした。

やってみよう

ディープラーニングについて聞いてみましょう。

ディープラーニングが2012年ごろから急にうまくいくようになった理由を、データ・計算・工夫の3つに分けて、やさしく説明してください。

できたらチェック

この回:0 / 2