Top コンテンツ ディープラーニングとは

ディープラーニングとは

AI(人工知能)の技術革新が進み企業や多くの組織・団体でAIの導入が進む中、AIの一つの技術手法であるディープラーニング(深層学習)に注目が集まり、その技術は様々な産業や企業で活用されています。

DAではAIブーム再来の立役者と称されることもあるディープラーニングに着目し、仕組みやディープラーニングでどのようなことが出来るのかなどの活用例や、これからディープラーニングを学ぼうとされる方に向け学習情報等をご紹介させていただきます。

ディープラーニングとは

What is Deep learning?

ディープラーニング(深層学習)とは、人の手を介さずコンピュータ等の機器やシステムが大量のデータを学習して、データ内から特徴を見つけ出す技術方法で、機械学習の一手法であるニューラルネットワーク(NN)を多層化したディープニューラルネットワーク(DNN)を基本とした学習手法です。

ディープラーニングを理解するためには、AI(人工知能)、機械学習に関しての知識が必要と考えるため簡単な紹介をさせていただきます。
AIはコンピューターサイエンスの一分野で、機械学習はその中の一分野となり、ディープラーニング(深層学習)はさらにその機械学習の中の一分野にあたります。AI(人工知能)>機械学習>ディープラーニングのような位置づけで表します。

データサイエンス

AIとは

AI(人工知能)の正式名称は「Artificial Intelligence」で、コンピュータサイエンスの一分野です。
AIとはどのようなものかに関しては様々な見解の定義がありますが、東京大学大学院工学系研究科 人工物工学研究センター/技術経営戦略学専攻 松尾豊教授は、「人工知能とは人工的につくられた人間のような知能、ないしはそれをつくる技術」としています。

AIには「弱いAI」「強いAI」の2種類があると考えられています。
「弱いAI」は人間と同等レベルの知能を持つがその知能は、特化した知能で限られたタスクに対応するものです。現在、様々な分野や業界で使用されているAIは「特化型人工知能」(弱いAI)になります。
一方「強いAI」は人間と同等あるいは人間を超える知能・汎用性を持っている、「何でもできる」と考えられるような超人的なAIを指し「汎用型人工知能」と呼ばれることもあります。しかし残念ながらこの「強いAI」は、まだ実存していないと言われています。

  • 弱いAI(特化型人工知能)

    1つないしは少数のタスクに特化した人工知能で多くがこの特化型人工知能。

  • 強いAI(汎用型人工知能)

    人間の持つ知能と同等の知能を持つAI。自ら学び自ら実行するAI。

更に詳しく:「AIとは」

機械学習とは

機械学習(Machine Learning)は、AIの一つの分野で明示的な指示を用いることなくAIが自律的に物事を学ぶための技術です。
機械学習の学習方法には、正解データを元に入力データの特徴やルールを学習する「教師あり学習」、正解データなしでデータの特徴やルールを学習する「教師なし学習」、報酬か罰を与えることで最良の方法を学習する「強化学習」の3種類があります。

  • 1. 教師あり学習

    用意された正解データを基にして
    膨大なデータから特徴やルールを
    学習していきます。

  • 2. 教師なし学習

    正解データに頼らずデータその
    ものの特徴やルールを自ら見つけ
    出していきます。

  • 3. 強化学習

    人のように失敗や成功を繰り返し
    それに対して報酬を与えることで
    学習効率を上げていきます。

更に詳しく:「機械学習とは」

ディープラーニングの仕組み・代表的な学習手法

How Deep Learning Works

ディープラーニングは、人間の脳神経細胞(ニューロン)の仕組みを模したシステムである「ニューラルネットワーク」がベースとなっており、ニューラルネットワークは階層化された下記の3層から成り立っています。


  • ● 入力層
  • ● 中間層(隠れ層)
  • ● 出力層

多くの複雑な情報に対応するため「中間層(隠れ層)」を多層(ディープ)化した仕組みになっている構造がディープラーニングです。そこにみられる規則性を用いて、データの特徴を抽出していく手法です。

ディープラーニング 図2

ディープラーニングは、多層化されたニューラルネットワークDNN(Deep Neural Network)を基本とした更なるニューラルネットワーク技術へとつながっています。その代表的な学習手法を下記に紹介します。

畳み込みニューラルネットワーク(CNN)

畳み込みニューラルネットワーク(Convolutional Neural Network: CNNまたはConvNet)とは、順伝播型ニューラルワークの一種で、画像や動画認識に広く使われている学習方法です。

一例として緊急時の情報を入手する緊急情報サービスには、画像認識の技術は欠かせない技術となります。CNNは、空間情報を捉える能力が非常に高く、画像認識分野では最も有効的な学習手法です。

CNN情報:
「CNN(Convolutional Neural Network: 畳み込みニューラルネットワーク)とは?」
「畳み込みネットワークの「基礎の基礎」を理解する」
「畳み込みニューラルネットワーク」

リカレントニューラルネットワーク(RNN)

リカレントニューラルネットワーク(Recurrent Neural Network)または回帰型ニューラルネットワークとは、有向閉路(同方向の循環型サイクル)を持つニューラルネットワークのことであり、音声や言語など入力データの順序によって出力が変わる場合等の時系列の情報処理に適した学習方法です。RNNは、過去の情報入力から時系列データの要素や関係性を学習し正しい回答を導き出します。また自然言語処理分野では、非常に成果をあげていると言われています。

自然言語処理に長けているRNNは、Google翻訳の機械翻訳や音声認識などにも効果を発揮しています。

RNN情報:
「再帰型ニューラルネットワーク: RNN入門」
「リカレントニューラルネットワーク_RNN (Vol.17)」
「リカレントニューラルネットワーク(RNN)の基礎」

Generative Adversarial Networks(GAN)

Generative Adversarial Networks(GAN)敵対的生成ネットワーク は、2つのネットワークが相反した目的のもとに学習するネットワークモデルであり、教師なしの学習モデルです。
生成器(ジェネレータ)と識別器(ディスクリミネータ)で成り立ち、ディスクリミネータが損失関数の役目を担い識別します。GANは特に画像生成に優れていると考えらています。

GANは、質の低い画像データからでも高品質の画像を生成することを可能としています。また、文字や文章などのテキストデータからでも画像を生成することが可能と言われています。

GAN情報:
「敵対的生成ネットワーク_GAN (Vol.19)」
「GAN:敵対的生成ネットワークとは何か ~「教師なし学習」による画像生成」
「Generative Adversarial Network(GAN)とは」

参考:
「Wikipedia:ディープラーニング」
「ディープラーニング(Deep Learning)とは?【入門編】」
「初心者でもわかるディープラーニング ー 基礎知識からAIとの違い、導入プロセスまで細かく解説」

ディープラーニング学習

DEEP LEARNING STUDY

注目の集まるディープラーニングですが、ディープラーニング技術の習得にはどのようにしたらよいかと迷うこともあります。そこでディープラーニング学習方法をまとめました。

G検定・E資格

ディープラーニングの総合知識を習得するためには、G検定(ジェネラリスト検定)をお勧めいたします。
G検定とは、「ディープラーニングの基礎知識を有し適切な活用方法を決定し、事業活用等に活かされる能力」があるか見極める検定です。
また、G検定と並びエンジニアに適した技術習得にはE資格もあります。
E資格は、「ディープラーニングを実装するエンジニア向けであり、ディープラーニングの理論を理解し適切な手法を選択して実装する能力や知識」を有しているか認定する資格です。

参考: 日本ディープラーニング協会

G検定・E資格の学習

ディープラーニングの総合知識を有するG検定やエンジニアに向けのE資格などの取得に向けた講座や、G検定・E資格に特化した学習本・学習動画を集めました。
参考にして頂けますようご紹介いたします。

ディープラーニング講座

Deep Learning Courses

ディープラーニングを学習する際に、独学に自信のない方や基礎から詳しく学びたいと考える方に向けて、ディープラーニングの基礎学習から技術者向けのプログラミング言語 Pythonなどの基本文法を学習することができる講座等をご紹介いたします。

株式会社フルネス:AI(機械学習・ディープラーニング)関連コース

機械学習で実現する技術・手法の基礎とディープラーニングの入口となるパーセプトロン、ニューラルネットワークなどの基礎部分を2日間で学ぶ2016年から毎月開催している人気コースです。

富士通ラーニングメディア:Python機械学習&ディープラーニング入門研修

機械学習やディープラーニングなど、AI関連技術の概要を効率的に学習できるコース等多彩な学習コースが用意されています。

AIジョブカレ:ディープラーニング講座

ディープラーニングを体系的に学び自社ビジネスに活かすことや、AI・ディープラーニングエンジニアとしてキャリアアップを目指す方にお勧めの講座です。

キカガク:ディープラーニングハンズオンセミナー

従来型のスライドを用いた講義ではなく、手書きやハンズオン形式による習熟度の高い受講生積極参加型の講義です。

株式会社インソース:Pythonで学ぶ機械学習~回帰分析とディープラーニング(2日間)

ディープラーニングに欠かせないプログラミング言語 Pythonを基本から学ぶ入門研修の決定版です。

更に多彩なAI学習関連情報:
「AI講座 AI研修 データサイエンス研修」
「AI学習・AI勉強」

ディープラーニング学習本/学習動画

How Deep Learning Works

独学でディープラーニングについて学習したいと考える方には、学習本や学習動画をお勧めいたします。
場所や時間を選ばず好きな時間に好きな場所で学習することが出来ます。

更に多彩なAI関連参考本情報:「AI × 本」

更に多彩なAI学習動画情報:「AI × 動画」

ディープラーニング 活用事例

DEEP LEARNING CASE STUDIES

ディープラーニングは、様々な技術分野に応用されAIビジネスに活用されています。
私たちの身近では、知らずに利用しているディープラーニング技術もあります。ディープラーニング技術を活かしてどうのようなことが可能になるのか、多種多様な活用事例をご紹介いたします。

 画像認識 / 画像・映像解析

「画像認識」は、大量の画像データにどの様な物体が映っているのか特徴をつかみ、画像に写る物体を識別するパターン認識技術です。具体例では大量にある動物画像データから口や身体などの特徴をつかみだし、画像に写る物体を犬であると認識するなどの例があります。
また「画像・映像解析」では、画像・映像データを解析・分析しデータ内に写る画像の行動や特徴を検知して生成を行うものです。例えば、暗闇で人間の目では判別できない映像などを解析・分析を行い判別しやすく生成するなどがあります。

【画像認識等の活用例】

     購入品を判定して精算を可能とする無人レジ
     ゴミの種類を判定し自動で分別
     送電線や道路などを自動インフラ点検
     居眠り運転を自動で検知
     万引きを自動で検知
     画像を自動ラベリング
     自走運転を実現させる自動運転
     医療現場で画像データを解析し悪性腫瘍を判定
     画像やキャラクターを自動生成
     古い写真を新しい高画質の写真に生成
     飲料生産の工場で味の判定を自動で行い品質管理

 自然言語処理

「自然言語処理」は、日常的に会話する言語や文章などのテキスト言語等自然言語を対象とした解析処理技術です。通常私たちが使用する自然言語には、別の意味を持つ同じ言語や文脈により意味が異なる言語などがあり曖昧さが含まれています。自然言語処理では、自然言語に含まれる曖昧さなどを解析処理等を行って明確にしてきます。

【自然言語処理の活用例】

     小説や新聞などの文章を自動で校閲
     多言語に対応した自動翻訳
     見積書を自動作成
     不適切なユーザーコメントを自動的に検知
     クレジットカードの不正取引を自動検知
     手書きの文字や数字を識別し検出し文字おこし

 異常検知

「異常検知」とは、大量のデータ内から他と異なる(異常)パターンやデータを特定し検出する技術のことで、機器の故障を知らせるなど多くの分野・業界で使用されています。

【異常検知の活用例】

     食品工場における不良品を検知
     農家等における出荷時の作物の異常を検出
     空港等で異常行動を検知検出
     機械の故障を検知
     SNS炎上を検知し防止
     道路や護岸などの劣化などの異常を検知

 予測

「予測」とは、データ内の時系列パターンを学習し予測する分析技術です。分析データから特定のパターン(傾向)を学習することで、未来に発生する可能性のある事象を予測します。例えば気象データを分析し天候の予測を行うなどがあります。

【予測の活用例】

     広告のクリック数を予測
     株価、先物、為替などの市場動向を予測
     インフルエンザの流行状況を予測
     生産工場などで受注状況を予測
     販売店などで売り上げを予測
     イベントなどの入場者数を予測
     駅や空港などの混雑度を予測
     スポーツ等で勝敗を予測

 レコメンデーション

「レコメンデーション」とは、大量のデータ内から対象者の嗜好を分析し有益な情報を提供する分析技術です。レコメンデーションは、多くの分野・業界に使用されWEB上の推奨エンジンやシステム等に活用されています。

【レコメンデーションの活用例】

     購買履歴などの情報を基に嗜好に合せ自動でお勧めする商品を紹介
      スーパーなどで顧客の好みのワインをお勧め
     空港などで好みに合わせた観光地を紹介
     店舗運営等で顧客の導線データを分析しお勧めのレイアウト変更を提示
     小売店等店舗内にてディスプレイに映す広告のを最適化