ドヤ顔したい人にお奨めの、5分でわかるDeepLaerning超入門！

昨今、頻繁にDeep Learning（ディープラーニング）が特集されていますので、その入門編でも知っておきドヤ顔したいですよね。ニュースの伝えるところによると、やがて機械が人間の代わりに学習や判断をするようになり、世界の様子がガラリと変わるようです。

そんな未来像が確かであるのでしたら、Deep Learning（ディープラーニング）について入門編から理解しておくことは基礎教養といえるかもしれません。もしDeep Learning（ディープラーニング）について聞かれて何も答えられなかったら、同僚にドヤ顔どころか恥をかいてしまうでしょう。

しかしDeep Learning（ディープラーニング）について手っ取り早く知りたいと思っても、なんとなく英語だし、ちょっと難しそうだし、手を出し難いと思いませんか。また同じく流行キーワードのAI（人工知能）との違いの説明を求められても、しどろもどろになってしまうでしょう。そこで今日は、そんなドヤ顔したい人のために、5分で分かる超入門編としてDeep Learning（ディープラーニング）について紹介します。

Deep Learning（ディープラーニング）が注目されるきっかけ
Deep Learning（ディープラーニング）とAI（人工知能）の関係
Deep Learning（ディープラーニング）の活用例

Deep Learning（ディープラーニング）が注目されるきっかけ

入門編ですので、Deep Learning（ディープラーニング）が話題を集めるきっかけから話しましょう。今ほど盛んにDeep Learning（ディープラーニング）が取り上げられる以前からも、似たような意味の機械学習やAI（人工知能）は話題になってきました。では、何がきっかけでDeep Learning（ディープラーニング）が注目を集めていくようになったのでしょうか。

Deep Learning（ディープラーニング）が話題をさらったきっかけは、2012年の出来事です。2012年にトロント大学のヒストン教授たちが、人工知能に関する世界的競技会でDeep Learning（ディープラーニング）を使用して圧勝したことです。

更に2016年に、Deep Learning（ディープラーニング）を駆使した人工知能の囲碁プログラム「AlphaGo」が、世界トップレベルの棋士に勝利したことも、Deep Learning（ディープラーニング）を周知させるきっかけに貢献しました。

こうして競技会で注目され、トップ棋士にまで勝利を遂げてしまうという成果を出すことで、Deep Learning（ディープラーニング）は世に知れていきます。そしてそれが、十年以内という比較的最近のことでした。

Deep Learning（ディープラーニング）とAI（人工知能）の関係

これまで記事を読まれた方は、ちょっとややこしいDeep Learning（ディープラーニング）とAI（人工知能）の関係について、入門編とはいえ察することが出来たかもしれません。そうです、大まかに言いますとDeep Learning（ディープラーニング）はAI（人工知能）の技術の一つでした。

AI（人工知能）は、コンピュータ上で人間の理性を実現する技術全般を指します。ですので、このAI（人工知能）という定義には、画像認識処理から、推論や判断を下す機能まで様々な技術が含まれているのです。

その内AI（人工知能）とDeep Learning（ディープラーニング）を繋ぐキーワードは、推論や判断を下す技術で、より専門的に言うと、Machine Learning（マシンラーニング）という名前で知られています。大量のデータからデータに潜むパターンや傾向を掴んでいき、そうして学習した内容を元に、新たなデータに対して判断や予測を行うことができるようになります。

例えば、迷惑メールなどが受信箱に入れられておらず、直ぐにゴミ箱フォルダに移動している場合がありますよね。それは、これまで多発していた迷惑メールのアドレスのパターンと付合したので可能でありました。

そして、Deep Learning（ディープラーニング）とは、こうしたMachine Learning（マシンラーニング）の一つの学習手法に当たります。例えば、迷惑メールではなく声の識別を考えてみてください。

私たち人間の喉は複雑な形をしており、またそれは人毎に違う形態をしているのですから、メールアドレスのような特定出来る記号を要素としておりません。また声はその不確定な要素の不可逆的かつ時間的な結合ですから、Machine Learning（マシンラーニング）の単発では対応できないでしょう。

そこでDeep Learning（ディープラーニング）は複数のMachine Learning（マシンラーニング）をネットワーク型につなぐことで、時間的に変化する連続型のデータから推論や判断を下すことを可能にしました。つまり特定のデータ郡に関する一つ以上の様々な条件を前提として、より複雑な知性の働きをコンピュータ上で再現することになったのです。

Deep Learning（ディープラーニング）の活用例

では、こうしたDeep Learning（ディープラーニング）はどのように活用されているのでしょうか。Deep Learning（ディープラーニング）の入門編として最後に、その活用されている例を見てみましょう。

例えば

製造の分野ではDeep Learning（ディープラーニング）のおかげで、画像の中の製造物から特定のパターンに一致する複数の箇所を認識させ、工場における不純物の検知が出来るようになりました。

また医療の分野でもDeep Learning（ディープラーニング）は活躍しています。Deep Learning（ディープラーニング）でこれまでの薬の分子構造などから新しい薬を発見し、新薬発見のプロセスを短縮化することに成功しています。

金融の分野でもDeep Learning（ディープラーニング）は欠かせないものとなりました。金融トレードの様々なパターンをDeep Learning（ディープラーニング）が学習しておいて、これから同様の投資のタイミングが出現すると、使用者に知らせるサービスが流行しています。

これまで5分で分かる超入門編としてDeep Learning（ディープラーニング）について紹介してきました。Deep Learning（ディープラーニング）は最近非常に注目を集めているAI（人工知能）に関する技術です。Deep Learning（ディープラーニング）はAI（人工知能）の推論や判断する技術を応用し、所与の様々な条件を考慮して複合的に判断することに成功しています。

こうして入門編だけ見ても、Deep Learning（ディープラーニング）の技術は私たちの知性に限りなく近づいていると思われたかもしれません。これまで歴史的には人間の知性は解明不可能なものとして扱われてきました。

そして既にDeep Learning（ディープラーニング）の応用は始まっており、私たちの未来像は先を覗かせているのです。入門編といえども、未来を拓く技術であるDeep Learning（ディープラーニング）について理解を得たあなたは、ガラリと変わる世界の様子を以前より少し体感できるようになっていることでしょう。それはドヤ顔するに値します。そんなあなたの様子を見て、一人でも多くの人がDeep Learning（ディープラーニング）入門について興味を持ち、新しい社会を共にデザインしていけるようにしましょう。