その原動力になっているのは「ディープラーニング（深層学習）」という技術です。従来の機械学習では人間が特徴量を定義し、予測や推論の精度を上げていました。ディープラーニングを活用することで、学習データからコンピューターが自動で特徴量を抽出し、精度を向上させることが可能になりました。
特徴量というあまり聞き慣れない言葉が出てきましたが、機械学習の入力に使う測定可能な特性のことで、赤いリンゴと青いリンゴを識別する際には「色」が特徴量となります。人はものを識別する際に、無意識に適切な特徴量を利用しますが、ディープラーニングを除く従来の機械学習では、識別に利用すべき特徴量を人間が入力していました。これまで人間がAIに適切に教えることが困難だった「顔の特徴」なども学習データーからコンピューターが自動で特徴量を抽出するようになり識別制度が飛躍的に向上することになりました。
「コンピューターが自ら特徴量を獲得する」ことはAIの研究分野においてブレークスルーとなりAI技術が人類の生活において必要不可欠な存在だと言われるまでの発展を遂げました。
コメント