この情報は、ITmediaエンタープライズの記事で知りました。
人間の「知能」を機械で人工的に再現するという初期の試みから約60年、今や画像認識や音声認識の分野で高い精度を実現するまでになった人工知能です。
その歴史を整理し、飛躍的な進化を支える「ディープラーニング」について解説した記事です。
「人間の「知能」は機械で人工的に再現できる」
そんな研究者の想いから「人工知能」という言葉が生まれたのは、1956年のことです。
その後、半世紀以上にわたり研究が続けられてきました。
この間、迷路やパズル、チェスや将棋といったゲームをうまく解くところから始まり、人間が持つ知識をコンピュータに登録して専門家のような回答を導こうとするなどの研究が行われてきました。
しかし、いずれも狭い限られた分野では成果を上げることはできましたが、さまざまな分野で広く応用が利く「人間の「知能」」には程遠いもので、大きな成果を上げることはありませんでした。
ここ最近になって、人間の脳の働きついての研究が進み、その成果を応用した人工知能の技術が急速に発展しつつあります。
「ディープラーニング」と呼ばれるこの技術は、人間の脳神経の仕組みをコンピュータ上に再現することで、人間の感性に近い認識や判断を行わせようとしています。
例えば、イヌとネコを認識し、区別・分類する場合、目と耳の距離、耳のたれ具合、毛の色など、認識を行う際に着目すべき特徴を特定し、それを比較することで両者を区別・分類します。
このような認識を行うときの着眼点は、「特徴量」と呼ばれています。
従来は、この特徴量の選択や組み合せは、人間が行っていました。
この特徴量の選択や組合せの良しあしにより、区別・分類の精度は大きく影響を受けました。
そのため、経験を積んだエンジニアが“職人技”で特徴量を設計しなければなりませんでした。
しかし、新たに登場した「ディープラーニング」は、専門家に頼らなくても、大量のデータをコンピュータに学習させることで最適な特徴量の設計を自動的に行うことができます。
データを増やすほどに特徴量の設定や組み合せは洗練され、区別・分類の精度はどんどん高まっていきます。
その結果、画像認識や音声認識の分野では非常に高い認識精度を実現しており、人間の能力を超える場合さえあります。
それらは、既に実用にも使われています。例えばレントゲン写真から病巣を見つけ出す、大量の文書から裁判の証拠を見つけ出す、ビデオカメラで捕らえた人間の挙動から不審者を見つけ出すといった実用例が登場しています。
【追記】読者より「ディープラーニングだけで人工知能ができるとの印象を与えるのは間違っている」とのご指摘をいただいたことを受け、以前の記事「コレ1枚で分かる「人工知能の3つのアプローチ」」「コレ1枚で分かる「人工知能の抱える課題と限界」」について、本記事を補足とさせていただきます。
またね。
