ディープラーニングについて

人工知能は人間を超えるか (角川ＥＰＵＢ選書)

あちこちで話題になりすぎて既にバズワードとなっているディープラーニング（深層学習）。今までの機械学習と何が違うのか知りたくて上記の本を読みつつあれこれ調べたのでざっくり所見をまとめてみます。

結論から言うと、ディープラーニングは「自動で特徴抽出をしてくれる」ということに尽きます。

今までの人工知能（っぽいもの）は、人間が対象とするデータから特徴を抜き出し、その特徴量を元にモデルを作成するという方法でした。つまり人間の行う特徴抽出作業の出来不出来によって、人工知能の性能が決まっていたわけです。

一方のディープラーニング、自動で特徴抽出（ニューラルネット）する技術は昔からありましたが、クラウドコンピューティングの進化により、膨大なマシンリソースを使ってひたすら何億千万回（←適当）も機械学習させたら、人間様のチューニングしたモデル性能を超えちゃったんだけど！という感じです。

以下に、ディープラーニングで使われているアルゴリズムを備忘録がてらざっくり載せておきます。

• ニューラルネット
• ホップフィールドネットワーク
• 制限付きボルツマンマシン
• 畳み込みニューラルネット

アルゴリズムに関しては、rishida さんのブログが大変詳しくてわかりやすいです（←私にはわかりませんけど）rishida.hatenablog.com
単純なわかりやすいニューラルネットの説明は、わたくしの昔の日記↓でも取り上げたことがあるので、興味のある方はこちらもどうぞ。

kenkiti.hatenadiary.jp

さて、、、難しい話は置いておいて、ディープラーニングで遊んでみるか否かの判断ですが、どのアルゴリズムを用いるのか、学習を何回繰り返せばよいのか、設定するパラメータをどうするか、などなどを決めて、べらぼうなマシンリソースを用いて検証する必要があり、一般人にはとても無理ぽだと思いました。ディープラーニングがあれば何でも出来る的な話は、夢のまた夢。そんなわけで、深層学習を体験したい人は Google の DQN 先生に作って頂いたモデルでチマチマ遊ぶのが無難かな〜と思っている次第であります。