数回に分けて「AI」について学んだ事をブログにしてみました。
AIと括られると人は不安や思考停止に陥るがシンプルにひも解きます。「画像認識編」
しかし、これらは「AI」と言う括りの中では一部でしかありません。
AI進化の大本命「ディープラーニング」
私自身もこの言葉に興味を持ち調べてきましたが
実際の中身や技術的には難しいくかみ砕いた説明にも非常に苦慮しました。
そこで出会ったのが「udemy」と言うオンライン動画学習のコンテンツです。
Google関係者が「AI」について詳しく語って頂いており非常に勉強になります。（参考にしてください）
では学んだ知識を私自身でかみ砕いて説明してみます。
前回のおさらいも兼ねて
昔の判定は、インプット情報に対して判定をプログラミング（人の手）しながら
判定を行っていましたが
各種テクノロジーの進化（大容量保存、大量のデータ収集法）「ビッグデータ」「IoT」で
データ側から記憶した内容で判定する「機械学習」と言う判定に進化しました。
そこでもう一歩踏み込んで「機械学習」の中の具体的な判定技術「ディープラーニング（深層学習）」が発達しました。
ディープラーニング（深層学習）」とは多層の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、英: deep neural network; DNN）による機械学習手法である
Wikipedia
なんのこっちゃですよね。
簡単な図形をイメージ
速度と走行時間を層別するとして線を引きます。
シンプルに直線を引くのなら、プログラム（人の手）で簡単ですよね
では次の図を見て下さい。
曲線だったらどうですか？これを「A群」「B軍」に分けるとすると
プログラム（人の手）で行うとすると、下図のように直線を重ね合わせて直線を曲線にしますよね。
しかし、例ではシンプルな曲線ですが、複雑な曲線だったらプログラム（人の手）で対応できますか？
これが「ディープラーニング」と考えて頂いて良いと思います。（かなりサックリで恐縮です）
高速コンピュータの処理で、個の層別のための判断曲線をプログラム（人の手）では無く
データの層別直線を繰り返し実行し曲線判断を行いながら判断を行っていきます。
読んで字の如し、深くより深く層別を繰り返し成長していきます。（次のデータがインプットされると判断情報が増えて学習していきます）
この様なイメージで判定を繰り返し処理をしながら、判断基準を蓄積（学習）しながら賢くなる
これを総称して「人工知能」を読んでいます。
一つ一つを紐解くとシンプルに見えませんか？
これを「AI」と一言で括るので思考停止になる訳です。
なので、過去の人間の英知の結晶が「AI」に詰まっていると言う訳です。
難しい技術と言うより、テクノロジーの進化がこの「AI」を発展させ
これからも進化していくという事を理解できれば良いと思います。