こんにちは。あんみつです。
今日は最近よく出てくる用語「ディープラーニング」について私の理解で解説します。
ディープラーニングとは？
簡単に言うと「人工知能」のことです。
厳密には、人工知能の中の一部の要素技術のこと、だそうですがここでは深い説明はしません。(できません！汗)
人工知能（＝AI）でドラクエⅣの「さくせん」を思い出した人は私と同年代でしょう(笑)
ようはアレです。クリフトが呪文の効かないボスキャラにもザキを連発して、「全然学習してくれない！」って嘆いていた、アレのことです。
人工知能とは、コンピュータがパターンを学習して、予測して対応していくことです。
機械学習とディープラーニングの違い
人工知能には「ディープラーニング」と似たような要素技術で「機械学習」というものがあります。
例えば、黒いイヌと白いイヌの大量の画像を分析して自動で色で分類していくとします。
「機械学習」は、あらかじめ「色に着目せよ」という指示を与えておくと、新しい画像が来た場合もその観点で分類しようと学習していきます。
「ディープラーニング」はこれに対して、画像のパターンから「色に着目すべきでは？」という観点自体を学習し、自分で導き出していくという技術です。
この技術が今とても進化していて、注目され始めています。
最近でいうと2016年3月、Google傘下の人工知能会社DeepMindの「AlphaGo」という人工知能システムが、囲碁で韓国のトッププロ棋士に勝利した。というニュースがありました。
ここで、囲碁でプロ棋士に勝つための人工知能を支えたのが、「ディープラーニング」の学習技術です。
ディープラーニングとビッグデータ
先ほど説明した通り、ディープラーニングはデータから着目すべき観点や特徴を抽出して学習していきます。
つまり、特徴を抽出するために大量のデータが必要です。
そこで数年前からキーワードとして上がりだしたビッグデータと大きく関連があります。
ディープラーニングで価値のある学習効果を出すためには、良質なビッグデータが不可欠ということですね！
ディープラーニングの活用例
どういう風に使われているか有名なものをいくつか紹介します。
・株取引
→過去の取引データから株の動きを予測できます。
・不動産取引
→物件の特徴から実際の価格の推定ができます。
・ロボット
→人間のやりとりを分析して感情表現パターンを策定できます。
・自動車
→運転中の危険な状況を予測できます。
・農業
→衛星データからその土地の生産予測ができます。
・環境改善
→どういう場所にどういったゴミがポイ捨てされるか予測できます。
・医療
→レントゲンのパターンから悪性腫瘍の有無など検査結果に活用したり遺伝子解析に役立ちます。
・教育
→問題の解き方や理解度をパターン化して適切な指導方法を見つけられます。
・情報セキュリティ
→ウイルスパターンの予測ができます。
・店舗経営
→顧客の行動分析に活用できます。
・エンタメ
→動画、音楽など利用者の趣味嗜好を想定してあったものを紹介してくれます。
・音声認識
→言語パターンが増えれば増えるほど人間との会話に近づけます。
どうでしょう。想像以上に身近なものが多いと思いませんか？
過去問（ディープラーニング）
実際にH29秋の基本情報処理試験でディープラーニングに関する出題がありましたので紹介します。
ここまでお読みいただいた方は解答できると思います。
答えは、、、
「イ」ですね。
大量のデータを分析して分類しているのは「イ」だけだからです。
おわりに
久しぶりの情報処理用語解説でしたが、いかがでしたでしょうか。
ディープラーニングに関する問題が出たのは私が知る限り今回（H29秋）が初めてです。
今後も気になるキーワードとして押さえておくと良いです！
最後に基本情報技術者試験の対策本で標準的なものを紹介しておきます。
ただ、こちらはH29秋向けなのでもうしばらくしたらH30春向けの最新版が出るかもしれません。
情報処理試験は過去問が何割か占めているので半年古いくらいではさほど中身は変わりませんが、気になる方は最新版を待つのも手ですね。
それでは。
