ディープラーニングとニューラルネットワーク
何枚もの虫眼鏡を重ねて、写真の中のモノを点や線から順番に見極め、全体の姿をピタリと言い当てる魔法のレンズのようなものです。
定義 人の脳の神経細胞（ニューロン）が情報をやり取りする仕組みを模した人工ニューラルネットワークを何層も深く積み重ね、コンピュータ自らがデータに潜む複雑なルールを学習できるようにした技術です。
人の脳を模したネットワーク、人工ニューラルネットワーク
人の脳には、何百億個もの神経細胞（ニューロン）が網の目のようにつながり、情報をやり取りしています。コンピュータ科学者たちはこの仕組みに着目し、コンピュータの中にも信号を送り合う仮想の計算セルを作りました。これが人工ニューラルネットワーク（人工神経網）です。
ニューラルネットワークの計算セルは、さまざまな場所から届いた信号を合算して次のセルへ渡します。このとき、重要な信号には大きな力を乗せ、あまり重要でない信号は弱めて伝えます。このように信号の強弱を調節する数値を重み（ウェイト）と呼びます。
無数の仮想セル同士がつながり合って信号をやり取りするうちに、コンピュータは複雑な数字の山の中からでも、一定のパターンを自力で見つけ出せるようになるのです。
「深く（Deep）」重ねて自ら学ぶディープラーニング
ニューラルネットワークの層を1枚だけ置いても、ごく単純な問題しか解けません。そこで研究者たちは、この層を何十層、何百層と深くびっしり積み重ねました。このようにネットワークの層を深く（Deep）重ねて学習（Learning）させることから、ディープラーニング（深層学習）という名前がつきました。
層が深くなると、驚くべきことが起こります。例えば猫の写真を見せた場合、一番手前の層は明暗の点や単純な線を認識します。中間層はそれらの線が集まってできた尖った耳や丸い目の形を把握します。そして最も深い層に至って、ようやく「猫の顔」という全体像を理解するのです。
かつては人間が猫の特徴を一つひとつ数式やルールとして教えてあげる必要がありました。一方ディープラーニングは、膨大な量の写真を見ながら自ら特徴を段階的に組み立てる方法を見つけ出します。
失敗しながら正解を見つけ出す学習の秘密
ディープラーニングのモデルも、最初から完璧に正解を当てられるわけではありません。最初は犬の写真を見て「猫」と的外れな推測をしてしまうこともあります。しかし、正解と比べてどれくらい間違っていたかを計算し、ネットワーク内のセルのつながりを逆方向にたどりながら、信号の強さを少しずつ修正していきます。
このプロセスを何百万回、何億回と繰り返すことで、セル同士の接続が最も正解率の高い最適な状態へとチューニングされていきます。まるでアーチェリーの選手が、的を外れた矢の位置を見ながら狙いをミリ単位で微調整する練習をひたすら重ね、百発百中の腕前を身につけるのに似ています。
正確に言えば、ディープラーニングが人間のように意識を持ったり考えたりしているわけではありません。膨大な計算を経て、入力された情報が特定の結果につながる確率を極めて精密に割り出す巨大な計算システムなのです。
🤔 よくある誤解
ディープラーニングは人間の脳とまったく同じように考え、意識を持つ人工知能である。
人間の脳の接続構造からヒントを得ているだけで、本質は巨大な数学的計算と統計モデルです。人間のような感情や自ら考える意識はありません。
🧺 日常で出会う場面
脳細胞の仕組みを模した人工ニューラルネットワークを何層も深く重ねることで、コンピュータがデータの特徴を自ら学び、判断できるようにした技術です。