G検定 第2章|人工知能をめぐる動向

ディープラーニングの登場

2012年、AIの世界で何が起きたの?

会話で読んで3分

ディープラーニングILSVRCImageNetネオコグニトロンLeNetアルファ碁

♪この章の曲三度目の正直ブーム!

サビで覚えて、下の会話で回収

#12012年、画像認識の大会で大差

ミコ

2012年! 画像認識の大会「ILSVRC」で事件が起きた!

シオン

…写真に写っているものを、1000種類の中から当てる大会。

ルナ

ルナの写真なら、1000種類ぜんぶ「かわいい」♡

ミコ

分類になってない!

シオン

…5つまで答えていい部門で、ディープラーニングのチームの誤りは15.3%。2位は26.2%。

ミコ

10ポイント以上の大差!

ILSVRC2012 画像分類(5つまで答えてよい部門)
1位 SuperVision2位 ISI
誤りの割合15.3%26.2%
方法ディープラーニング人が設計した特徴を使う

#2人間を超えたのは、2012年じゃない

ルナ

AIが人間を超えた日、なのね♡

シオン

…ちがう。人間の誤りは約5.1%と見積もられている。15.3%は、まだ人間に負けてる。

ミコ

え、待って。じゃあ、いつ超えたの?

シオン

…2015年の論文で、誤り4.94%。「人間の水準を初めて超えた」と発表された。

ミコ

2012年は「大差で勝った年」! まちがえないようにしよ!

#3ディープラーニングって、なに?

シオン

…人間の神経回路をまねた「ニューラルネットワーク」を、何層も深く重ねたもの。

ミコ

ディープは、深い愛じゃなくて、深い層!

シオン

…どこに注目するか(特徴量)を人が決めなくても、データから自分で見つける。ここが新しい。

ディープラーニング(深層学習)

人間の神経回路をまねたニューラルネットワークを何層も重ね、データから注目すべき特徴を自分で学ぶ機械学習の手法

Deep Learning

#4種は、冬のあいだにまかれていた

ルナ

でもね、冬のあいだも、研究をやめなかった人がいたの…♡

シオン

…1980年、日本の福島邦彦さんの「ネオコグニトロン」。目で見たものを処理する脳のしくみを、まねた。

シオン

…1989年には、ヤン・ルカンさんたちが、手書きの郵便番号を読み取った。のちの「LeNet」につながる研究。

ミコ

30年以上前から! なんで、そのときはブームにならなかったの?

シオン

…学ばせるデータも、計算する力も、足りなかった。

ディープラーニングが花開くまで
  • 1980年福島邦彦「ネオコグニトロン」
  • 1989年ルカンたちが、手書きの郵便番号をニューラルネットワークで読み取る(LeNetの流れ)
  • 2012年ILSVRCで、ディープラーニングのチームが大差で優勝
  • 2015年画像分類の誤りが4.94%に。人間の推定5.1%を下回る
  • 2016年3月アルファ碁が、トップ棋士のイ・セドル九段に4勝1敗

#53つの要因がそろった

ミコ

それが、2010年ごろにそろったんだ!

シオン

…1つめは、大量の画像を集めた「ImageNet」。今は1400万枚以上。

ルナ

2つめは、計算が速い「GPU」♡ 2012年の優勝チームも、GPUで学習させたの

シオン

…3つめは、深い層でもうまく学べる工夫。この3つが、主な要因として挙げられる。

ミコ

2016年には、アルファ碁がトップ棋士に4勝1敗!

ルナ

囲碁でも勝っちゃうなんて…ルナも、恋の一手を読んでほしい♡

シオン

…それは、読まなくても分かる。

ミコのメモ(自分あて)

試験デンデン! 1問だけ

1980年に福島邦彦が発表した、目で見たものを処理する脳のしくみをまねたニューラルネットワークのモデルは?

※ 出題範囲を参考にしたオリジナル問題です

この記事の出典

「3つの要因(データ・GPU・学習の工夫)」は、よく挙げられる主な要因の整理です。人間の誤り約5.1%は、ILSVRCの運営側の研究者が見積もった値として論文で引用されているものです。

G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。

第2章のレッスン

  1. 第1次AIブーム(推論・探索の時代)
  2. 第2次AIブームとエキスパートシステム
  3. 探索アルゴリズム(幅優先探索と深さ優先探索)
  4. 知識表現(意味ネットワークとオントロジー)
  5. 機械学習と第3次AIブーム
  6. ディープラーニングの登場