最新技術・経営情報管理

ディープラーニング

Deep Learning

概要

多層のニューラルネットワークを用いた機械学習手法で、画像認識や自然言語処理で革新をもたらした。

詳細解説

ディープラーニング（深層学習）は、多数の層を持つニューラルネットワーク（ディープニューラルネットワーク）を用いた機械学習手法である。従来の機械学習では人間が特徴量を設計する必要があったが、ディープラーニングはデータから自動的に特徴量を抽出できる。

CNN（畳み込みニューラルネットワーク）は画像認識に、RNN/LSTMは時系列データや自然言語処理に、Transformerは大規模言語モデル（LLM）に用いられる。GPUの高性能化と大量データの利用可能性がディープラーニングの発展を支えている。

試験対策のポイント

暗記必須：ディープラーニング（深層学習）は多層のニューラルネットワークを用いた機械学習手法。人間が特徴を指定せずデータから自動抽出する。
頻出ポイント：画像認識・音声認識・自然言語処理で高い性能を発揮。大量のデータと高い計算能力（GPU）を必要とする点が特徴。
関連づけ：AI⊃機械学習⊃ディープラーニングという包含関係。ニューラルネットワーク（脳の神経回路を模した仕組み）が基礎。

事例・具体例

自動運転の画像認識、音声アシスタント（Siri、Alexa等）、機械翻訳、ChatGPTなどの生成AIはディープラーニングが基盤技術となっている。