ディープラーニングと機械学習の違いは何?

GCAT

最近よく耳にするディープラーニングや機械学習ですが違いってなんなのでしょうかね?

最近よく耳にするディープラーニングや機械学習

最近の本やネットを見てみると、人工知能の話題がものすごく多いことがわかります。

しかもしかも・・・

2045年には人工知能が人間の脳を超えるなんて言われています。

レイ・カーツワイル博士は、少なくとも2045年までには人間と人工知能の能力が逆転するシンギュラリティ(技術特異点)に到達すると提唱しています。この2045年問題とは、指数関数(倍増しの法則を定式化したもの)的に人工知能が進化し、少なくとも2045年には人類が予測できない域に達するという仮説を指します。つまり、永続的に人工知能が進化することは、人工知能が自らを改良し、人工知能人工知能を生み出すことを可能とし、事実上、人工知能の開発が人類最後の発明となることを意味しています。https://bizhint.jp/keyword/42911引用

人間より優秀な人工知能が2045年にはできあがるから、人間なんていらないみたいな感じですね・・・

そんな人工知能に関する本やニュースを見てみると、ディープラーニングや機械学習といったワードをよく見かけます。

これっていったいどういう意味なのか?

人工知能にはレベルがある

人工知能と言われるものには、その性能によってレベル分けがされています。

レベル1  単純な制御プログラムを「人工知能」と称している
ごく単純な制御プログラムを搭載しているだけの製品
レベル2 古典的な人工知能
振る舞いのパターンが極めて多彩なもの
例えば掃除ロボット
レベル3 機械学習を取り入れた人工知能
検索エンジンに内蔵されていたり、
ビックデータを元に自動的に判断したりするような人工知能
レベル4 ディープラーニングを取り入れた人工知能
機械学習をする際のデータを表すために使われる変数自体を学習するもの

https://qiita.com/taki_tflare/items/42a40119d3d8e622edd2引用

このレベルで言うとレベル3以上が世間では人工知能と呼ばれている印象ですね( `ー´)ノ

レベル3、機械学習とは?

機械学習の概要

まずは機械学習から解説していきます!

機械学習とは、データから反復的に学習し、そこに潜むパターンを見つけ出すことです。そして学習した結果を新たなデータにあてはめることで、パターンにしたがって将来を予測することができます。人手によるプログラミングで実装していたアルゴリズムを、大量のデータから自動的に構築可能になるため、さまざまな分野で応用されています。https://www.sas.com/ja_jp/insights/analytics/machine-learning.html引用

データに潜む特徴を人工知能自ら判断してくれる感じです( `ー´)ノ

そして、機械学習には3つの分類があります。

教師あり学習

「教師あり学習」は、事前に与えられたデータから、その「入力と出力の関係」を学習するアルゴリズムです。入力されるデータには、入力値とともに、あらかじめそのデータの正解が付与されています。まさしく正解が分かっているデータですから「教師ありデータ」と呼びます。

大量のデータを人間(教師)が用意し、それをプログラムに与えることで、プログラムは入力と出力の関係を学習します。一般的には、分類や予測は、教師あり学習を使うとよいと言われています。

一度、与えられた入出力データ間の関係が学習できれば、それを未知のデータに適用し、出力の予想が可能になります。分類の問題であればこれを分類器、回帰の問題であればこれを回帰曲線といいます。https://udemy.benesse.co.jp/ai/machine-learning.html引用

教師あり学習とは、回答付きの教材を人工知能に渡して学習させることを言います。

例でいうと、「この画像は犬の画像だよー、特徴覚えてねー」って感じです♪

教師なし学習

「教師なし学習」は、人間(教師)から正解となる出力データを与えられることなく、入力データから、そのデータの構造、特性、新たな知見を学習するアルゴリズムです。学習する元となるデータには、正解がついていないにも関わらず、そのデータから特徴を見つけ出すことが可能となる様々な手法があります。

適切な手法を使うことにより、例え正解を教えられなくても、コンピュータが学習することができるようになりました。なお、この学習のために利用されるデータは、教師ありデータに対して「教師なしデータ」と呼ばれます。https://udemy.benesse.co.jp/ai/machine-learning.html引用

この教師なしデータは、教師ありの教材と違い、正解がありません。

正解がないデータをひたすら学ばせどういった特徴があるか掴み、正解を導き出す感じです。

正解がないもの、例えば未来に関する予測です。

教師なし学習はコンピュータに画像や音声、数値など膨大なデータを読み込ませて、特徴量を求め、それに従ってパターンやカテゴリーに自動分類したり、クラスター分析、規則性や相関性、特徴、特異性、傾向等を解析させたりします(主成分分析、ベクトル量子化/標本化サンプリング等)。

また、データマイニングなど、未知のデータの特徴を発見したり予測したりする分野では、必然的に教師なし学習の手法をとるケースが多くなります。 http://www.atmarkit.co.jp/ait/articles/1610/01/news002.html引用

強化学習

そして3つ目が、強化学習です。

「強化学習」とは、 教師あり学習、教師なし学習のような固定的で明確なデータを元にした学習ではなく、プログラム自体が与えられた環境(=現在の状態)を観測し、各行動の、評価、を自ら更新していき、連続した一連の行動の結果、価値が最大化する(=報酬が最も多く得られる)行動を方法を自ら学習していきます。https://udemy.benesse.co.jp/ai/machine-learning.html引用

強化学習では特徴を判断するだけでなく、自らが価値を最大化する方法を学んでいきます。

例えば、自転車を例に出してみましょう。

子供のころに、親と自転車に乗る練習をした人は多いと思います。

その時、こうやって乗るんだよとコツを教わり、聞いた瞬間にビュンビュン乗れるようになった人はいないと思います。

何回も何回もこけたりして上達していきましたよね。

強化学習は、そんな学習プロセスに似ています。

様々なプロセスを人工知能自らが試し、うまくいった方法(報酬が多くもられる方法)がどれなのかを自ら学び成長していくのが強化学習です。

レベル4、ディープラーニングとは?機械学習との違い。

ディープラーニングの概要

まず大前提として、ディープラーニングは機械学習の一つです。

イメージとしてはこんな感じ・・・

(画像はUdemy引用)

そして、ディープラーニングの最大の特徴であり、普通の機械学習との違いはディープラーニングはガチで人間の脳を模倣していることにあります。

ディープラーニングの技術は、人間の神経細胞(ニューロン)の仕組みを模したシステムであるニューラルネットワークがベースになっています。ニューラルネットワークを多層にして用いることで、データに含まれる特徴を段階的により深く学習することが可能になります。https://jp.mathworks.com/discovery/deep-learning.html引用

ディープラーニングと機械学習の違い

従来の機械学習の最大の問題点は、現実のどこに注目するかを人間が決めてきた、もしくは、特徴量をコンピュータが人間の助力なしに発見することができなかった、ことにあります。ディープラーニングの登場で、コンピュータがデータをもとに、何を表現すべきか、を自動的に獲得するようになったことは、AI史上、革新的な出来事でした。

つまり、機械学習とディープラーニングの違いは、コンピュータがデータをもとに、何を表現すべきか、を自動的に獲得するか、しないか、といえるでしょう。https://udemy.benesse.co.jp/ai/machine-learning.html引用

人間の脳を模倣しているので、人工知能が本当の意味で自分で考えるといった事を史上初めて実現した感じですね( `ー´)ノ

逆に言うと、このことから、人間が人工知能に駆逐されるのでは?なんて理論も生まれたのかもしれません・・・

ディープラーニングの事例

ではディープラーニングがどのような事に活用されているのか見ていきましょう!

株の取引き

東証の取引のうち7割はコンピュータによる株式売買(アルゴ取引)です。 みずほ証券はディープラーニングを利用して、ある時刻に株価が上昇するか下落するかを予測する株取引システムを導入しています。 https://deepage.net/machine_learning/2016/08/30/nn_examples.html引用

金融には人工知能が驚くほど使われています。

ロボット

Softbankが提供するロボット「Pepper」は、 内分泌型多層ニューラルネットワークと呼ばれる特殊なニューラルネットを用いて「感情表現」を実現しています。

この感情表現システムが生かせる接客や受付など、様々な用途で1000社以上がPepperを導入しています。https://deepage.net/machine_learning/2016/08/30/nn_examples.html引用

感情表現という分野は間違いなくディープラーニングの見せ場でしょうね。

自動車

「model S」はTesla Motorsが販売する電気自動車です。 このmodel Sには、レベル2(加速・操舵・制動の複数を担う)の運転支援技術が搭載されています。 その技術はにはディープラーニングの技術が利用されています。

現状ではドライバーが運転の監視操作のもと、運転中に潜む危険な瞬間を人工知能がカバーします。 今後さらに発展し、自動運転へ近づいていくでしょう。 https://deepage.net/machine_learning/2016/08/30/nn_examples.html引用

自動運転が世の中で広まっていくにはそう時間はかからないと思っています。

法的な問題なんかもありますが、どんどん整備されていくでしょう( `ー´)ノ

まとめ

ディープラーニングと機械学習の違いについて事例を交えて解説しました!

人工知能は間違いなく世の中を変えていく技術でしょうから、知っておいて損はないと思います!

という私も、完璧に理解しているわけではないので、プログラムを書きながら学んでいくつもりです( `ー´)ノ

最後までお読みいただきありがとうございました!

コメントを残す

メールアドレスが公開されることはありません。