ディープラーニングとは？初心者でもわかるAIの基本と仕組み

ディープラーニング（Deep Learning）は、AIの中でも特に注目されている技術ですね。名前の通り「深い（Deep）学習（Learning）」なのですが、何が「深い」のでしょう？普通は知らなくても大丈夫な知識ですが、AIを学ぶ方には最初に理解すべき基本の仕組みです。ここを理解すると知って面白いAIの扉が開きますよ！

ディープラーニングとは？

ディープラーニングは、大量のデータを使って未来を予測するAI技術のひとつです。
記事や本で「人間の脳をまねた仕組み」と紹介されることも多いです。実際、脳の神経細胞（ニューロン）が複雑につながって情報を伝達する仕組みを模倣しているというから面白いです。

といっても、人間の脳の仕組みを完璧に知っている人はほとんどいないでしょう。「神経細胞がネットワークを作っている」イメージぐらいならなんとなく　ですかね。ディープラーニングはまさにそのイメージ通りで、データを入力し、複数の計算を経て出力するプロセスを繰り返します。めっちゃシンプルなんですよね。この「つながり」が深さが、ディープ（深層）なラーニング（学習）です。

「深い」とは何が深いのか？

ディープラーニングのモデルは、大きく分けて3つの層で構成されます。

入力層：データを入れる部分（計算はせず前処理だけ）
中間層（隠れ層）：データを変換しながら処理する部分
出力層：結果を出す部分

中間層が何層も積み重なっているのが「ディープ（深い）」理由です。実は5〜6層程度でも「深い」と呼ばれます。何十層ものネットワークを持つケースもありますが、必ずしも数が多ければ良いというものではありません。

シンプルな仕組み

「AIはとても複雑そう」と思うかもしれませんが、基本的な仕組みは驚くほどシンプルです。
入力されたデータに「重み」をかけて足したり引いたりし、その結果を出力するだけ。脳は神経細胞がこの働きをしますが、AIはこれと同じ働きをコンピュータが処理をするので数式や関数を使います。イメージとしては「要素ごとに強弱をつけて＝重み　を合計する」という作業です。

この「重み」の調整こそが学習の核心です。
例えば「駅からの距離は家賃に大きく影響するが、公園の有無は少しだけ影響する」といった具合に、要因ごとに重みを変えることで、正しい予測に近づけていきます。

人間の脳との違いと共通点

人間の脳も経験を通じて「重要なこと」と「そうでないこと」を学びますね。AIも同じように、大量のデータをもとに重みを最適化していくのです。ただし人間のように直感や感情で判断するのではなく、数学的な計算で「最も誤差が少ない重み」を探し出すのが特徴ですね。

理解しておきたいポイント

ディープラーニングは次の3点を覚えると基本的な説明がついちゃいます。

脳の仕組みをまねたネットワーク（入力層・中間層・出力層）で構成されている
「深い」とは中間層が多段に重なっていること
学習の本質は「重み」を調整すること

まとめ

ディープラーニングは、シンプルな「重み調整」を何層にも積み重ねることで、人間の脳に近い学習を可能にしています。「深い」と呼ばれるのは、中間層が重なり合っているからです。

次回は、ディープラーニングがどのように学習して未来を予測するのか――「回帰」「分類」「強化学習」という3つの方法について解説します。

（補足）この記事で扱ったキーワード（G検定シラバスベース）

人工知能, 機械学習, ディープラーニング, ニューラルネットワーク, 多層パーセプトロン, 活性化関数, 誤差逆伝播法, 入力層, 隠れ層, 出力層

ディープラーニング超入門｜初心者でもわかるAIの基本と仕組み

ディープラーニングとは？初心者でもわかるAIの基本と仕組み