連載
» 2021年04月26日 05時00分 公開

5分で分かるディープラーニング(DL)5分で分かるシリーズ(1/5 ページ)

ディープラーニング(深層学習)をビジネスで活用したい人に向け、最新技術情報に基づき、深層学習の概要、ニューラルネットワークの仕組み、深層学習の代表的な手法としてコンピュータビジョン向けのCNN/GAN、および自然言語処理向けのRNN/Transformer(BERT/GPT)の概要を、5分で読めるコンパクトな内容で紹介。最後に、次の一歩を踏み出すための参考情報もまとめる。

[一色政彦,デジタルアドバンテージ]

この記事は会員限定です。会員登録(無料)すると全てご覧いただけます。

「5分で分かるシリーズ」のインデックス

連載目次

1分 ―― ディープラーニング (DL:Deep Learning)とは

ぶちょーでも分かるAI

 AI研究においてディープラーニングという革新が2006年に起こりました(人工知能編で説明済み)。ディープラーニング(以下では短く「深層学習」と表記)とは、ニューラルネットワークというネットワーク構造を持つ仕組みを発展させたものです。

 深層学習の特長は、大量のデータから特定の問題を解く方法を学習することです。これは例えば子供に犬や猫を覚えさせるのと同じようなものをイメージするとよいでしょう。このようにデータから機械的に学習することを機械学習と呼びますが(機械学習編で説明済み)、深層学習はその機械学習の一種です。

 AIにおける人工のニューラルネットワークは、人間の脳が持つ神経ネットワーク(=生体ニューラルネットワーク)を簡易的に模倣、もしくはヒントにしたものです。深層学習に至るまでに、人工ニューラルネットワークは徐々に進化してきました(図1)。

図1 深層学習(DL)とは 図1 深層学習(DL)とは

 最初に、ネットワークを形成する最小単位である(人工)ニューロンの構造として(単純)パーセプトロンが考え出されました。

 さらに、そのパーセプトロンを3層(入力層+隠れ層+出力層)につなげた多層パーセプトロンというニューラルネットワークが考案され、その学習アルゴリズムとしてバックプロパゲーション誤差逆伝播法)も考え出されました。

 ニューラルネットワークでは、層を増やせば増やすほど、例えば隠れ層を1層から2層、3層と増やすほど、より複雑な問題を解決できることが想定されます。しかし長らく、ネットワークを4層以上に深くすると学習が進みづらくなる勾配消失問題に悩まされ、研究が停滞した時期が20年ほど続きました。この問題を打ち破るブレークスルーが起きたのが2006年の深層学習の登場というわけです。

 4層以上に深いものはディープ ニューラル ネットワークDNN)と呼ばれます。現在では、最もベーシックなDNN以外にも、CNN/GAN/RNN/BERT/GPTなど、多種多様な目的ごとにさまざまなネットワーク構造/仕組みが考案されてきています(代表的なものは3ページ目4ページ目で紹介)。DNNなどの学習方法が「深層学習」なのですが、こういったDNNから発展したニューラルネットワーク全体の総称としても「ディープラーニング」という用語が広く使われています。

 さて次ページでは、ニューラルネットワークの内容について掘り下げて説明します。

       1|2|3|4|5 次のページへ

Copyright© Digital Advantage Corp. All Rights Reserved.

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。