はじめに
前回は、
「機械学習とは？」
について調べてみた内容をまとめました。
機械学習について調べていると、
- 機械学習（Machine Learning）
- 深層学習（Deep Learning）
- 生成AI
という言葉が必ずと言っていいほど登場します。
特に、
「ChatGPTは深層学習を利用しています」
という説明を見かけることが多く、
正直なところ、
「機械学習と何が違うの？」
「深層ってどういうこと？」
「ChatGPTはどうやって文章を作っているの？」
という状態でした。
そこで今回は、
データサイエンティストに必要と言われる深層学習（Deep Learning）について調べてみて分かったこと
を、自分自身の整理も兼ねてまとめてみたいと思います。
この記事はこんな方におすすめ
- データサイエンティストに興味がある方
- 深層学習という言葉を初めて聞いた方
- 機械学習との違いが分からない方
- AI・生成AIに興味がある方
- ChatGPTがどのように動いているか知りたい方
結論
調べてみて感じたのは、
「人間の脳を真似した仕組みで、大量のデータから複雑なパターンを学習する技術」
ということです。
例えば、
- 猫の画像を判別する
- 音声を文字に変換する
- 文章を生成する
- 自動運転を行う
など、人間が得意としている複雑な処理に利用されています。
イメージ
機械学習との違い
一番気になっていたのが、
機械学習と何が違うの？
という点でした。
調べてみると、
AI
│
└─ 機械学習
│
└─ 深層学習
という関係でした。
つまり、
| 項目 | 機械学習 | 深層学習 |
|---|---|---|
| 特徴量の設計 | 人間が考えることが多い | AIが自動で学習 |
| データ量 | 比較的少なくても可 | 大量データが必要 |
| 得意分野 | 売上予測など | 画像・音声・文章 |
| 代表例 | 線形回帰 | ChatGPT・画像認識 |
具体例で考えてみる
例えば、
犬と猫を見分けるAIを作るとします。
機械学習
人間が、
耳の形
目の大きさ
しっぽの長さ
などを特徴として教えます。
人間
↓
特徴を考える
↓
機械学習
↓
判定
深層学習
一方で深層学習では、
画像
↓
AIが特徴を見つける
↓
判定
という形になります。
つまり、
「どこを見れば良いか」もAIが自分で学習する
という点が大きな違いのようです。
「深層」って何？
調べていて気になったのが、
深層（Deep）
という言葉です。
これは、
ニューラルネットワークの層（Layer）がたくさんある
ことを意味しているようです。
イメージすると、
入力層
↓
隠れ層①
↓
隠れ層②
↓
隠れ層③
↓
出力層
という構造になります。
隠れ層が深く（多く）なるため、
Deep Learning
と呼ばれているそうです。
ニューラルネットワークとは？
深層学習を調べると、
必ず出てくるのが、
ニューラルネットワーク
です。
これは、
人間の脳の神経細胞（ニューロン）を真似した仕組み
と言われています。
入力
↓
脳のように処理
↓
結果
例えば、
猫の画像
↓
ニューラルネットワーク
↓
「猫です！」
というイメージです。
ChatGPTとの関係
個人的に一番気になっていたのは、
ChatGPTはどうやって文章を作っているの？
ということでした。
調べてみると、
大量の文章
↓
深層学習
↓
次に来る単語を予測
↓
文章生成
という仕組みのようです。
例えば、
今日はいい天気なので、
という文章があった場合、
散歩に行きます
公園へ行きます
洗濯をします
など、
次に来そうな単語を予測しているとのことでした。
深層学習はどこで使われている？
調べてみると、
身近なところでも利用されていました。
| 用途 | 内容 |
|---|---|
| 画像認識 | 顔認証・写真分類 |
| 音声認識 | Siri・Alexa |
| 生成AI | ChatGPT |
| 自動運転 | 障害物検知 |
| 翻訳 | Google翻訳 |
| レコメンド | YouTubeのおすすめ |
機械学習と深層学習の比較
まとめると、
| 項目 | 機械学習 | 深層学習 |
|---|---|---|
| 特徴抽出 | 人が考える | AIが自動 |
| データ量 | 少なめ | 大量 |
| 計算量 | 少なめ | 多い |
| 得意分野 | 予測・分類 | 画像・音声・文章 |
| 例 | 回帰分析 | ChatGPT |
AIの全体像
ここまで学んだ内容を整理すると、
AI
│
├─ 機械学習
│ │
│ ├─ 回帰分析
│ └─ 決定木
│
└─ 深層学習
│
├─ 画像認識
├─ 音声認識
└─ ChatGPT
調べる前は全部同じものだと思っていましたが、
実際には役割が異なっていることが分かりました。
調べてみて感じたこと
最初は、
「深層学習＝難しそう」
というイメージしかありませんでした。
しかし、
調べてみると、
「AIが自分で特徴を見つけて学習する仕組み」
ということが分かりました。
また、
ChatGPTが大量の文章を学習して、
次の単語を予測しているという話は非常に面白く感じました。
個人的な学習メモ
今のところ、
次の順番で学ぶと良さそうだと思っています。
統計学
↓
相関分析
↓
回帰分析
↓
機械学習
↓
深層学習
↓
生成AI
↓
LLM
少しずつですが、
統計学からChatGPTまでの流れがつながってきた気がしています。
まとめ
今回は、
深層学習（Deep Learning）について調べてみて分かったことをまとめてみました。
現時点では、
私自身もまだ勉強中ですが、
「人間の脳を真似して、大量のデータから学習する技術」
ということが分かりました。
今回調べてみて分かったこと
- 深層学習は機械学習の一種
- AIが特徴を自動で学習する
- ニューラルネットワークが利用されている
- ChatGPTも深層学習を利用している
- 画像・音声・文章の分野で活躍している
データサイエンティストを目指すうえで、
深層学習はAIを理解するための重要な知識のようです。
まだまだ勉強中ですが、少しずつ理解を深めていきたいと思います。
次回は、
「生成AIとは？ChatGPTやGeminiは何がすごいのか？」
について調べてみたいと思います。