-機械学習からディープラーニング、そして深層強化学習まで-

AIを学ぶ上で、‘‘機械学習’’という言葉と‘‘ディープラーニング’’という言葉をよく耳にしますが、それぞれどういう意味なのかという問題については広く曖昧なところがあると感じたので、まずこの二つを定義からまとめたいと思いました。
一つ目の機械学習とは、人工知能が自ら学び、知識を得られるようにする為に誕生したものだと言われていますが、過去の経験、統計データをもとにして人工知能が学習することであって、機械学習にも‘‘教師あり学習’’と呼ばれる問題と解答を同時に提供させて比較しながら学習を進める方法論としての‘‘教師なし学習’’と呼ばれる問題だけを与えて、答えだけをAI自らが考えさせるものがあって、人工知能の学習効率を上げる為には最適な方法論でありながら、報酬を与えることでAIの行動性をより良い方向性へと示す‘‘強化学習’’と呼ばれるものもあり、こうした複数の学習を取り入れることによってAIは更なる進化を遂げることとなるのだが、一つの問題点が浮かび上がってきます。
それは、学習能力が高すぎるが為に学習のもとになる教材や情報データが不足することとなり、学習能力は一時的にそこで止まってしまうということが問題点として考えられるようになりました。
ですが、そうした問題点を補う為に生まれたものこそがディープラーニングであり、機械学習で取り込んだ基盤となる頭脳に‘‘感覚的’’な要素を加えさせることによって能力はより開花します。
ディープラーニングには、機械学習にはない特徴抽出力と呼ばれるものがあって、大量の画像を処理して対象物の特徴を瞬時に理解し認識する能力を手に入れたことにより、視覚的な作用と音声データから正しい音だけを聞き分ける聴覚的な作用を同時に習得することとなりました。
それを可能にさせたものがディープラーニングの特徴でもあるのだが、ニューラルネットワークと呼ばれる人間の脳神経ネットワークの模倣であり、自己学習の限界を越えた複雑な学習能力をAI自らが行えるようになったことは発明的なことさえ思えます。
このように、機械学習からディープラーニングまで生まれた時代の変遷から色んな考えを示すことが可能になったと言えます。
例えば、機械学習とディープラーニングを組み合わせることで、医療診断の正確性の向上や自動車などの安全な運転の向上、論理性と倫理性を兼ね備えた家庭用ロボットによる障害者や高齢者の生活支援や介護業務の効率化など、こうした背景で生まれたものそれこそが深層強化学習でもあり、優れた行動を意図的に行えるようになったというところも利点であると考えられます。
単層のニューラルネットワークから多層的なニューラルネットワークへの進化によって、AIの能力は格段に成長したことが窺えられるものがあり、こうしたAIの進化と発展過程を知ることはAIを知ることにおいては必然的に重要であってAIの奥深さ、AIが持つ隠された力はまだまだ見えないものがあると感じました。