ディープラーニング

読み方 : でぃーぷらーにんぐ

ディープラーニングとは

膨大なデータから、特徴となるパターンをとらえて自動的に識別するプログラミング技術。ネット企業を中心に、画像や音声の認識精度を高める技術として注目を集める。

アップルやフェイスブック、グーグルといった米国シリコンバレーを拠点とするネット企業で、ある分野に精通した人材の争奪戦が起きている。それはディープラーニングと呼ばれる領域だ。人間のような学習能力をコンピュータに持たせる、機械学習における人工知能技術の1つである。

動向:米ネット企業が注目

ネット企業は今、ディープラーニングの技術を強く求めている。シリコンバレーにあるNECラボラトリーズアメリカで機械学習を研究する藤巻遼平リサーチャーは「ディープラーニングの専門家が大手ネット企業に請われて転職するケースが目立ってきた」と内情を明かす。

狙いは自社サービスの向上だ。フェイスブックは画像の顔認識で、アップルやグーグルはスマートフォン利用者の音声認識で、それぞれ精度の向上を目指している。

フェイスブックは2014年3月、新しい顔認識ソフト「DeepFace」を発表した。約4000人の400万画像を基に自動認識アルゴリズムを組み込んで、異なる2つの人物画像をコンピュータに見せ、同一人物かを識別させるテストを実施した。その結果、一般の人の画像で同じかどうかを識別できた割合は、人間と同じレベルの97%だったとしている。

ディープラーニングでは画像などの膨大なデータを取り込んで、そこから人や人の動き、自動車といったモノなどを識別できるようにする。そこで用いられるのが、人間の脳の神経回路を模した「ニューラルネットワーク」だ。例えばある画像データを入力して「人が歩いている」と出力させる場合、「この画像データを入力したら、“人が歩いている”と出力する」といった具合に入力と出力を関連付けるのだ。

こうしてあらゆる入力に対して、適切な出力ができるようにする。そのために、出力までに何層にも及ぶ“深い”ニューラルネットワークをコンピュータ自身が学習を通して自動生成する。ディープラーニングの名の由来はここから来ている。

活用:業務データの自動分析にも

ネット上の画像や音声の認識で注目を集めるディープラーニングだが、基になるニューラルネットワークは業務データの自動分析にも利用されている。コールセンター業務を代行するTMJ(東京・新宿)は、電話をかける相手のグループ分けにニューラルネットワークを採用。「納得感のあるグループに分類される」と分析担当の辻良紀氏は話す。

一方で「精度の高い結果を導き出せても、結果がどうやって導き出されたのかがつかみづらい」という課題が残る。これは中身がブラックボックス状態にあるニューラルネットワークやディープラーニングに共通する弱点である。辻氏は「必要に応じてニューラルネットワークを数式に変換するなど、業務担当者が現場での予測や改善に活用しやすくする」と説明する。

出典:ITpro「今日のキーワード」(C)日経BP社

[2015年 4月21日 公開]