【AIとの距離感】脳のまねから始まった｜ニューラルネットワーク

前回の練習問題の答えです。

アメリカのダートマス大学で開かれた会議で、「人工知能（Artificial Intelligence）」という言葉が初めて使われました。A「チューリングテストの発表」は1950年、C「エキスパートシステムの開発」は1980年代、D「ディープラーニングの発明」は2010年代の話です。

前回、AIには70年の歴史があること、そして今の自分は第三次ブームの中にいることを知りました。

その第三次ブームのきっかけが「ディープラーニング」だと書いたんですが、正直そのとき、ディープラーニングが何なのかはよくわかっていませんでした。名前はよく聞く。でも中身を聞かれると困る。またこのパターンです。

今回は、そこを覗いてみます。

🧠 人間の脳をヒントにした仕組み

ディープラーニングの話をするには、まずその手前にある「ニューラルネットワーク」を知る必要がありました。

ニューラルネットワークは、人間の脳の仕組みをヒントにして作られた構造です。

人間の脳には「ニューロン」という神経細胞があって、それが「シナプス」という接続を通じて信号を伝え合っています。この仕組みを数学的に模したのが、ニューラルネットワーク。

AIの世界では、ニューロンに当たるものを「ノード」と呼び、ノード同士がつながったネットワークを作ります。入力されたデータがノードを通っていくうちに、少しずつ処理されて、最終的に何かしらの答えが出てくる。

言葉にするとシンプルなんですが、実際に図を見てみたら思ったよりごちゃごちゃしていて、「これが脳のまね……？」と少し戸惑いました。

⚖️ 「重み」で答えが変わる

このネットワークの中で大事な役割を果たしているのが、「重み」という概念だそうです。

ノード同士の接続には、それぞれ「どのくらい重要視するか」という数値がついている。この数値が「重み」。ある情報を強く伝えるか、弱く伝えるかを、この重みが決めています。

たくさんのデータを通して、「この重みだとうまくいく」「この重みだと間違える」を繰り返しながら、ちょうどいい重みの組み合わせを見つけていく。

自分はなんとなく「AIが覚える」と思っていたんですが、実際には「重みを調整する」というほうが近い。覚えるというよりは、感覚を掴んでいく、に近いのかもしれません。

📐 層を深くしたのが、ディープラーニング

ニューラルネットワークには、入力を受け取る層、処理をする中間の層、結果を出す層があります。

この中間の層を何層にも深く重ねたものが、ディープラーニング。「ディープ」は「深い」という意味で、層の深さから来ています。

層が浅いと、単純なパターンしか見つけられない。でも層を深くしていくと、もっと複雑な特徴を段階的に捉えられるようになる。最初の層で線や色を捉えて、次の層で形を捉えて、もっと深い層で「これは猫だ」と判断する。そういう積み重ねです。

第三次ブームが起きたのは、コンピュータの性能が上がって、この「深い層」を実用的な速度で処理できるようになったから。技術の中身はもっと前からあったけれど、使える環境がようやく追いついた、ということのようです。

🚶 仕組みを知ったら、少し見え方が変わった

自分がAIに画像を作ってもらうとき、「こういう画像をお願い」と入力して、AIが何かを返してくれる。その「何か」がどうやって出てきているのか、今まで考えたことがありませんでした。

ニューラルネットワークという構造があって、重みという数値が調整されていて、層を重ねることで複雑なパターンを掴んでいる。

まだ細かいところはわからないけれど、「魔法みたいに出てくる」と思っていた頃とは、少しだけ見え方が違います。

練習問題

あとがき

ここまで読んでくださり、ありがとうございます。

練習問題をCodePenというサイトを使って、作ってみました！みなさんの回答も反映されていきますので、楽しんでもらえたら嬉しいです！

練習問題はこちらの記事を参考にして作成しています。
非常にわかりますく丁寧に解説されていますので、みなさまもぜひ見てほしいです！

まる。さん、本当にありがとうございます！

「フォロー」や「スキ」をしていただけると励みになります！
今後ともよろしくお願いします！

※シリーズ一覧用のマガジンです。よければ〜