ディープラーニングの基礎を優しく解説【人に説明できるようになる】

LIFE

こんにちは、AIのプログラミングスクールに6ヶ月通った
現役診療放射線技師のおたけです。

昨今、AI、ディープラーニング、機械学習というワードを聞かないことはないぐらい私たちの生活に身近になりました。

実際使用している我々としては、そのAIの恩恵を受けるだけで満足かもしれません。

なんとなく「機械が人間のように動くのだろ」とか「すごいことができるのだろ」
程度で終わっている方が多いと思います。

しかし、原理の部分を理解すると得られるメリットがたくさんあります。

私が原理を理解して良かったと思う点

  • 実際にAIの仕組みを学ぶと本当におもしろい。
  • 原理が分かると、出来ることと出来ないことの予想がつく。
  • AIが導入されている家電製品を正しく賢く使える。
  • 自社製品の強み、弱みが分かる。
  • 他社製品の強み、弱みが分かる。

今回、AIという大きいくくりの中にあるディープラーニング(深層学習)について

身近な物を例えに基礎を解説していきます。

それでは始めましょう!!

まず、ディープラーニング(深層学習)とは?

そもそもディープラーニング(深層学習)って何?っていう話なのですが、

一言でいうと、

「ニューラルネットワークを複雑な構造にした情報処理技術」
(引用:初めての医用画像ディープラーニング)

「ニューラルネットワークすら分からない」そう思った方、

ご安心ください!順番に紐解いて行きます!

ニューラルネットワークから理解しよう

まず、ニューラルネットワークから見ていきましょう。

ニューラルネットワークとは、人間の大脳にある神経のネットワークを模した構造をしています。

神経細胞であるニューロンは大脳の中に無数にあり、その1個1個が根を張るように結びついています。

情報を伝達する過程で、シナプス(脳内の情報伝達物質)1個1個がそれはあっちだ、これはこっちだとルートを変更させ、答え(例えば、計算したり、物を判別したり)を導きだします。

ここで人がビールと赤ワインを判別する例を見てみましょう。

1番左の入力層に色、度数、苦い甘い?という情報を入力します。
例えば、ビールだったら黄色、度数5%、苦いという情報が入力されます。

そうすると、中間層のノード(○をノードといいます)でそれぞれ入力された情報を元に次に進む場所を決めます。

最終的に出力層のビールという答えに辿り着きます。

これが、ざっとした情報処理の流れになります。

今の一連のなかで中間層のノードの層を何段階にしたもの(より深くしたもの)

ディープラーニング(DeepLearning)といいます。

ようやくディープラーニングについて説明できましたね。

ニューラルネットワークは学習できる

もうひと踏ん張りいきましょう。

このニューラルネットワーク、実は学習することができます。

先程のビールと赤ワインでみてみましょう。

成人になったばかりの人は、お酒を飲んだことがないので

色は分かるにしても、味や度数については分かりません。この時点では、中間層のノード達は次にどこに誘導するかまだあやふやの状態です。

そこで、実際に何回か飲む経験を積むことで、中間層のノード達が学習し、正解に導く精度を高めていきます。

ディープラーニングはどう学習するのか?

では、どのように学習していくのでしょうか?

学習には教師あり学習教師なし学習があります。

教師あり学習は先程の例でいうと、たくさんの銘柄のビールを飲んで味を覚えるようなものです。

銘柄を確認しながら飲んで、グラスに注がれたビールの銘柄を言い当てていきます。

そこで、間違えたらフィードバックし、正答率を高めていきます。

一方、教師なし学習は、銘柄の情報なしでたくさんの種類のお酒を飲んでいき、グループ分けをするようなものです。

ビール、ワイン、焼酎、ウイスキーなどなど飲み続けると、

この見た目、この味はA(ビール)に分類されるな、これはB(ワイン)に分類されるなというように学習していきます。

ここでA、Bと書いた理由は、教師なし学習ではビール、ワインという名詞自体分からない状態だからです。

つまり、教師なし学習では、グループ分けした後に、人間が意味付けをしていきます。

まとめ:ディープラーニングの基礎を優しく解説

これでディープラーニングの基礎中の基礎のところは網羅できました。

私は、原理を思い出すときは、このようにして思い出しています。
これで人にも説明できるのではないでしょうか?

みなさまの理解につながると嬉しいです。

それでは!!

関連記事