歴史から紐解く機械学習の成長

歴史から紐解く機械学習の成長

4年前に仮想アシスタントSiriが登場した時、サイエンスフィクション映画に出てくるような少し恐いくらい賢いテクノロジーが遂に出現したと話題になった。

近頃、そんなSiriをより洗練する新興テック分野が大いに注目されている。深層学習と呼ばれるそれは、機械学習をもう一段階上のステップへと引き上げるコンピュータープログラミングにおいて革命を起こしている。

深層学習(ディープ・ラーニング)とは機械学習の一部であり、複雑且つ多層の処理層により立てられたアルゴリズムを基に、抽象的な情報をモデル化する。神経科学と深く結びついており、神経系における情報処理やコミュニケーションパターンの解析などの研究が深層学習の基盤に重要な影響をもたらしている。

Facebook に画像上の顔を自動認識し、タグ付けができる機能があることをご存知だろうか。これは多層神経回路網が何億もの画像を学習し、反復するパターンの部分を探知することにより機能している。深層学習は情報を“学習”すればするほど、賢くなり、正確性も向上する。

では、深層学習は従来の機械学習とどのように比較されるのか?

一類似点は、機械学習は、子供がドリルを繰り返し練習して文字を覚えるのと同じように、コンピューターに“学習”させるという点だ。この場合、指導者がスキルがしっかり定着するまで、子供に間違いを繰り返し指摘しないと文字を習得することは難しい。一方で、人間の脳の構造を模倣した深層学習は、そのような指導者の必要はなく、膨大な量の情報を自己学習する。

実は、深層学習はここ数年で開発されたものではなく、何十年もの間、現在のような大きな注目を浴びることなく開発が進んでいた。深層学習は人間の脳の機能方法を真似する人工神経回路網に基づいている。よって、その歴史は神経回路網の開発成長に根づく。

image 1

image 2

現在、深層学習はコンピュータビジョン、音声認識、自然言語処理、音声認識などの開発において欠かせない存在となりつつある。GoogleやFacebookはもちろん、スタートアップなどのパイオニア企業は深層学習を取り入れた新たなサービスを世に送り出している。

そして今後は、テクノロジーに限らず、深層学習は医療から教育、農業と、様々な産業にて多大な影響をもたらすと言われており、既存のビジネスシステムを大きく変えるだろう。

例えば医療やヘルス分野では、深層学習を用いたソフトウェアがエックス線やMRIの自動読み込みに役立つ。心臓や脳がどのような物体であるかを認識するだけでなく、腫瘍や欠陥をも見つけ出すことができる。スタートアップ Butterfly Net Inc.は深層学習を活用した医用画像処理デバイスを展開し、$1億ドルの資金をVCから調達した。

また、深層学習はレビューサイトやソーシャルメディアでの感情分析を含める自然言語処理テクノロジーに非常に適合している。例えば「夢」という言葉は、睡眠 時に見るものと、志しを示す複数の意味がある。このような同音異義語の正しい意味合いを、深層学習は文章の内容を認識し区別することができ、Google 翻訳にも深層学習が網羅されている。

現段階では、深層学習は発展途上と言える。深層学習を履行し、発展させるスキルを持つ開発者は未だ少ない。しかし、情報に満ち溢れた現世代で、情報処理や分析サービスは瞬く間に発展し、進化していくことは明白である。この数年でコンピューターがどれだけ賢く展開するのか、目が離せない。

 

【参考記事①】【参考記事②】