ディープラーニングによるインパクトをアホでもわかるくらいシンプルにまとめる

ディープラーニングをシンプルに解説

ディープラーニング以前のAI

これまでのAI=ディープラーニングを用いない人工知能はすでに数字に表されているもの、データ化されているものを解析することで統計的な処理をしていた。
例えばWEB上に蓄積されている行動履歴、大量の個人情報などはすでにデータ化されているため、このようなデータ(ビッグデータ)を統計処理することで傾向値を見出し、ビジネスに利用いしていた。
Amazonのこの商品を買った人はこんな商品も買っていますなどは代表的な事例だ。
GoogleもGoogleAdsenseの広告などをこのようなデータをもとに表示したりしている。

ディープラーニングで何が変わったか

ディープラーニングは「データ化されていないものを何回も勉強することでデータ化することに成功した」技術と言っても良いと思う。
これによってこれまでは統計処理にかけられなかったものもかけられるようになった。

例えば画像データ。
写真に写っているのは女性か男性かというのはこれまでのビッグデータでは不可能だったが、超大量の写真をディープラーニングにかけることで、判別できるようになった。

例えば音声データ。
Siriみたいにデジタルな言葉はインプットして翻訳できるけど、誰かが喋っている英語の内容は癖が強くて自動翻訳なんてできなかった。でもこれを超大量の音声データから癖のデータをためることで、自動翻訳できるようになる。

などのように、「元々のデータはデジタルじゃないものを、いっぱい勉強させることでデジタル化できるようになった」というのが大きな特徴だ。

ディープラーニングで変わる世界

例えば自動翻訳。
これはぱっとイメージが付きますね。

例えば医療。
画像診断なんかは典型的なケース。これまでは医師が経験をもとに診断していたが、おそらく医師以上の精度で診断は可能になるはずだ。

例えば人事採用。
現在はエージェントや面接官が判断していたものが、もっとデジタルに評価できるはず。
おそらく嘘発見器みたいなこともできるはずだ。

どうでしょう。自分のまわりのこれまでは複雑でデータ化されていなかったからこそ人がやっていた業務が、AIに取って代わられる世界が見えてくるのではないでしょうか。

シェアする

  • このエントリーをはてなブックマークに追加

フォローする