深層学習

一言で

深層学習とは、人間の脳をまねた多層のネットワークでデータを学習する、機械学習の一手法です。

もう少し詳しく

英語では「Deep Learning（ディープラーニング）」と呼ばれます。「ニューラルネットワーク」と呼ばれる、ニューロン（神経細胞）に似た計算ユニットを何層にも重ねた構造を使うのが特徴です。「層が深い（Deep）」ことから、深層学習と呼ばれます。

従来の機械学習では、人間が「画像のどの部分に注目するか」といった特徴を設計する必要がありました。深層学習は、その特徴抽出までネットワーク自身が自動で行うため、人間が設計しきれない複雑なパターンを扱えるようになりました。

ブレイクスルーは2012年の画像認識コンペ「ImageNet」で、深層学習を使ったモデルが圧勝したことが知られています。そこから画像認識・音声認識・翻訳・生成AIへと応用が広がり、現在のLLMやChatGPTもすべて深層学習の上に成り立っています。

主な特徴

• 特徴を自動抽出: 人が手で特徴量を設計しなくてよい
• 大量データ・計算資源が必要: GPU など強力な計算機を使う
• 高い表現力: 画像・音声・テキストなど複雑なデータを扱える

使われ方の例

• 画像認識（顔認証、医療画像診断）
• 音声認識・音声合成
• 自動運転、翻訳、生成AI

関連する話題

LLMの中身も「Transformer（トランスフォーマー）」という深層学習の一種です。深層学習は機械学習の中の一分野、機械学習はAIの中の一分野、と入れ子の関係になっていると整理しやすくなります。