深層学習(ディープラーニング)
AI(人工知能)で利用されている「深層学習(ディープラーニング)」について、その動作原理を簡単に説明しましょう!
深層学習(Deep Learning)とは、機械学習の1種である「ニューラルネットワーク(Neural Network)」の階層を深めたアルゴリズムです。
このニューラルネットワークとは、生物の脳の神経細胞(ニューロン)をモデルとしたアルゴリズムで、1940年代から始まる長い研究の歴史があります。
深層学習モデルには、いくつかあり、まずは深層学習の世界において、画像認識といえばこれだ!という CNN(Convolutional Neural Network)というモデルがあります。日本語では、畳み込みニューラルネットワークとも呼ばれています。
また、音声の波形や動画、自然言語など可変長の時系列データのニューラルネットワークとして RNN(Recurrent Neural Network)というモデルがあります。但し、RNNには、長時間前のデータを利用しようとすると、誤差が消滅したり演算量が爆発するなどの問題があり、短時間のデータしか処理できませんでした。
そこで、1997年にRNNの欠点を解消するために誕生したのが、LSTM(Long Short-Term Memory)という長期の時系列データを学習することができる強力なモデルがあります。
LSTMは、ディープラーニングの流行と共に、急速に注目され始めたモデルです。
自然言語処理に応用され大きな成果をあげています。
また画像認識の世界では、教師データを学習し、それらのデータと似たような新しいデータを生成するモデルが必要となり、それを生成モデルと呼びます。生成モデルには、GAN(Generative Adversarial Network)やVAE(Variational Autoencoder)というモデルがあります。
上記のモデル類は、オープンソースのPythonのライブラリとして、それぞれ提供されており、弊社は、お客様要件により最適な組み合わせをもって深層学習モデルを生成してシステム提供させていただきます。
深層学習/AIのシステムの要望ありましたら、ぜひお気軽に弊社までご連絡ください!