Neblux 知識グラフ
深層学習
深層学習とは、多層の人工ニューラルネットワークを用いて大規模データセットから階層的な表現を学習する機械学習手法の一種である。
概要
深層学習の基盤は、生物の神経回路に緩やかに着想を得た人工ニューラルネットワークである。非線形活性化関数を持つ多層ネットワークは、任意に複雑な関数を近似できる。重要な突破口は一九八〇年代の効率的な誤差逆伝播法の開発で、後に二〇一〇年代に大規模データセットとGPU計算と組み合わされて劇的な進歩をもたらした。畳み込みニューラルネットワークは画像認識を変革し、再帰型ネットワークは系列モデリングを進歩させ、二〇一七年に導入されたTransformerアーキテクチャは大規模言語モデルを可能にした。二〇一二年のImageNetコンペの結果は、広範な産業採用の始まりを告げた。
なぜ重要か
深層学習は人工知能を根本から変え、関わったほぼすべての分野に影響を与えた。画像分類・ゲームプレイ・タンパク質構造予測・音声認識において人間レベルまたは超人的な性能を達成した。深層学習に基づく言語モデルは自然言語処理を変革し、科学・医学・工学に新たなツールをもたらした。この分野は精神の哲学・倫理学・認知科学における知性の本質についての重要な問いも提起した。その急速な進歩は技術政策を形成し、二十一世紀に大きな新経済セクターを生み出した。
何の上に築かれるか
関連する概念
- コンピュータサイエンス応用
- 神経科学概念
- 自然言語処理応用
- 確率論論理