この情報は、@ITの記事で知りました。
米NVIDIAは、2016年7月29日、公式ブログでテクノロジージャーナリストであるマイケル・コープランド氏による記事「人工知能、機械学習、ディープラーニングの違いとは」を公開したそうです。
今後のビジネスを変革すると期待される技術の1つとして、「AI（Artificial Intelligence：人工知能」が注目を集めていることは、最近のニュースで明らかですね。
この「AI」は、「機械学習」や「ディープラーニング」とともに取り上げられることが多いことから、この3つの単語の意味や背景を整理して解説したものだそうです。
以下、ブログ記事を抄訳する。
記事では、「AI」、「機械学習」、「ディープラーニング」の関係は、「同心円的に表す」と理解が進むと説明しているそうです。
最初に生まれた、最も包括的な概念が「AI」だそうです。
次に発展した「機械学習」がその中に含まれ、最後に登場した「ディープラーニング」がさらにその中に含まれる構図だそうです。
「AI」の概念や単語は、1956年に米ダートマス大学で開催された会議で確立したとされるそうです。
以後、盛り上がりそうで冷めていく波が繰り返されてきたが、ここ数年、特に2015年以降より急速な盛り上がりを示していることはご存知の通りです。
その大きな理由は、速く、比較的安価に、強力な並列処理を実現できる「GPU（Graphics Processing Unit）コンピューティング」の普及、そして「実質的に無限にスケールアウトできるストレージ技術」と、「イメージ、テキスト、トランザクション、マッピングデータなど、あらゆる種類の膨大なデータと、そうしたビッグデータシステム全体の動き）」の3つの重要な要素が同時期に登場したことが関係しているそうです。
「AI」研究の草創期には、人間のあらゆる感覚と、あらゆる判断力を備え、人間と同じように考えられる「汎用AI（General AI）」の構想が描かれたそうです。
しかし、現時点で実現されているのは、特定のタスクを人間と同等、またはそれ以上の処理速度でこなす「特化型AI（Narrow AI）」となるそうです。
「特化型AI」の例としては、米ピンタレストの画像分類や、米フェイスブックなどでの顔認識といったものが挙げられるそうです。
これらの技術は、人間の知能の「特定の側面」を再現するもので、それを可能にするために利用されているのが「機械学習」だそうです。
「機械学習」とは、世の中の特定の事象についてデータを解析し、その結果から傾向を学習して、判断や予測を行うためのアルゴリズムを使う手法だそうです。
「大量のデータとタスクを実行する方法を学習する能力」を提供するアルゴリズムによって、マシンの訓練が行われるそうです。
こうしたアルゴリズムによるアプローチに、決定木学習、帰納論理プログラミング、クラスタリング、強化学習、ベイジアンネットワークなどの手法が取り入れられたが、いずれも初期段階では、汎用AIはもとより、特化型AIにも思うように適用できなかったそうです。
そこで、この他の手法として登場したのが「ディープラーニング技術」となるそうです。
「ディープラーニング」を支えるアルゴリズムのアプローチが「ニューラルネットワーク」だそうです。
「ニューラルネットワーク」は、人間の脳の生物学的な仕組み（ニューロン間のあらゆる相互接続）から着想を得たものだそうです。
「ニューラルネットワーク」は、極めて高い計算処理性能を要することが課題だったそうですが、前述したGPUコンピューティングなどの技術的進歩を背景に、2016年現在、それが可能になったそうです。
「ニューラルネットワーク」を大幅に拡大し、「層」と「ニューロン」を増やして、膨大なデータをシステムで処理するものだそうです。
こうした多層構造のニューラルネットワーク（ディープニューラルネットワーク）を使った「機械学習」が「ディープラーニング」と呼ばれるようになったそうです。
2016年現在、「ディープラーニング」を利用して訓練されたシステムによる画像認識性能が、人間の能力を超えるまでになっていることになるそうです。
それは、猫の識別から、MRIスキャン画像を用いたがんの兆候の発見まで、多岐にわたるそうです。
また、米グーグルのAI部門 DeepMindが開発した「AlphaGo（アルファ碁）」は、囲碁の「強さ」を高めるべく、自身との対局を何度も繰り返して自己的に訓練し、そのニューラルネットワークを最適化したものだそうです。
「ディープラーニング」によって、「機械学習」、そして「AI」分野の実用的応用が数多く実現することになるでしょうね。
「ディープラーニング」が、今後も「AI」に明るい未来をもたらすと、記事では予想しているそうです。
Appleは、次期「iOS10」において、「ディープラーニング」技術を取り入れ、モバイルデバイスの世界を大きく変革しようとしています。
またね。
