読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
千尋の店では、入荷した商品の写真を撮って、ネットショップに載せています。拓海は、写真から「ボールペン」「シャープペンシル」「万年筆」を自動で見分ける仕組みを考えました。
第2節の方法では、人が手がかりを選びます。しかし、写真は、色のついた小さな点(画素)が何十万も並んでできています。「この点が黒ならボールペン」という手がかりは作れません。ペン先の形やクリップの形を言葉で書いても、写真の角度や明るさが変わると使えなくなります。
そこで、人の脳の神経細胞のつながりをまねた、小さな計算の単位を何層にも重ねる仕組みを使います。これをニューラルネットワークといいます。層を深く重ねたニューラルネットワークで学習することを、深層学習(ディープラーニング)といいます。
画像を見分ける深層学習では、層ごとに次のような手がかりを学ぶことが知られています。表の手がかりは、説明のための例です。
| 層の位置 | 学ぶ手がかりの例 |
|---|---|
| 入り口に近い層 | 線の向き、色の境目 |
| 中ほどの層 | 丸い形、とがった先、細長い形 |
| 出口に近い層 | ペン先、クリップ、キャップのような部品 |
| 出口 | 「ボールペン」「万年筆」などの判断 |
どの層が何を学ぶかは、人が決めていません。正解を付けた写真をたくさん見せると、見分けるのに役立つ手がかりを、層ごとに少しずつ組み立てていきます。ここが、手がかりを人が選ぶ従来の機械学習との違いです。
12 / 24