ディープラーニング
概要
ディープラーニングは、データベースに取り込んだデータの特徴を、システムが自動的に学習し、抽出して、事象の認識や分類を行う機械学習のことを意味する。英語表記は「Deep Learning」になる。
ディープラーニングは、脳の神経回路の仕組みを参考にした、情報処理システム「ニューラルネットワーク」をベースにしており、ネットワークの中間部分を多層からなる構成にし、取り込んだデータの特徴を多段階で学習することを可能にしている。
用途
ディープラーニングは「音声認識」、「画像認識」、「言語処理」の3つの分野で活用されている。
音声認識は、音声書き起こし・音声検索・音声翻訳など多方面での活用研究が進められている。画像認識は、モニターなどに映し出された物体のクラス分類を得意とし、商品検索、商品検査などへの活用が期待されている。言語処理については、書籍や新聞のテキストを機械翻訳することなどの研究が進められている。しかし、翻訳の精度については、まだ研究段階レベルである。
歴史
ディープラーニングという言葉が認知されるようになったきっかけは、2012年に開催された画像認識コンテスト「ImageNet Large Scale Visual Recognition Challenge」である。同コンテストは世界中の大学や研究機関が参加し、独自のアルゴリズムを競う大会となっている。2012年大会に参加していたカナダのトロント大学のジェフリー・ヒントン教授が率いるチームは、画像認識の精度において1年前の優勝チームの誤認率25.7%を、15.3%へと大幅に削減して注目を集めた。
ディープラーニングが広く認知されるようになったきっかけはもうひとつある。2012年に、米国Google社が構築したニューラルネットワークを用いて、動画共有サービス「YouTube」の動画を1週間学習させ続けたところ、猫を自動的に認識できるようになった、と発表した。この研究結果は、瞬く間に世界中に広まり、大きな話題となった。
その後、ディープラーニングの技術は急速に実用化され、さまざまな革新を起こし始めている。米国Google社、Facebook社、Microsoft社、中国のBaidu社といったグローバルIT企業も、ディープラーニングに大きな期待を寄せており、技術のさらなる発展と多分野での実用化を目指した投資が活発化している。
