今回は何と！ディープラーニングについて語ります！
AIやディープラーニングって、メディアだったり、ITのセミナーだったり、ちょいちょい出てくるキーワードだと思います。
でもいざ聞いてみると、AIの話から始まって「機械学習」の話になり、ニューロン（神経細胞）の話になり・・
そして、より専門的な話になると、ここから更に数式も出てくるんですよね。
何だか話しを聞いてたら、こんな風になった事ありませんか？
なので、うちの記事でもう少し簡単な部分だけを語ってみるか！と思ったのですが・・
これ、噛み砕いて簡単に説明するのが、すげー難しい！
しかし！例えそんなネタでも私は負けません！
いつもの「よっしーTECH流」に解説しますので、本日もよろしくお願いします！
まず、キーワードを整理してみます。
まず最初に、解りにくいと思う箇所があります。
例えば、AIをネットで検索すると、機会学習、ディープラーニング、ニューロン？ニューロンネットワーク！？
みたいな感じになると思うんです。
まずは、先にこの部分を前提としてイメージするのが、重要です。
ここを整理して考えてみましょう。
まず、機械に知能を持たせるという広い枠組み。これが【AI】
そして、AIに何かをさせる為に人間が機械に学習させる事。これが【機械学習】
つまり、AIが何かを学ぶ事を【機械学習】というので、AIの枠組みの中に機械学習が存在します。
ここまでの話しをいったん図解化するとこんな感じ。
更にディープラーニング（深層学習）は、機械学習をする手段の１つなので、位置づけは機械学習の枠組みの中になります。
いったんここでざっくりまとめてみましょう！
AIという広い枠組みの中に、情報を得る方法として【機械学習】があります。
さらにその中に機械が学習する手法として【ディープラーニング】が存在しているんです。
ツリー構造で考えるとこんな感じですかね。※覚えやすい方でイメージして下さい！
AI（人工知能）
┗ 機械学習
┗ ディープラーニング
まずは、この位置付けを混乱しないように注意しましょう。
人間の脳をマネした仕組み
ディープラーニングは脳の仕組みをマネして作られました。
さてどういう事でしょうか？
まずは、超簡単に脳の神経細胞のお話をさせて下さい。
以下の絵は、脳の神経細胞をざっくり図解化したもので、この神経細胞は【ニューロン】と呼ばれてます。
このニューロン（神経細胞）は入って来た情報を、どんどん繋げていき、統合して学習する仕組みを持っているのです。
そして、このニューロンの仕組みをマネして、以下の様なネットワークが考えられました。
↑これを【ニューラルネットワーク】といいます。
ちなみに、名前が【ニューラルネットワーク】なのは【脳のニューロン ※神経細胞】の仕組みをマネしてるから、こういう名前なんです。
では、どの辺をマネているのか、１つずつ謎を紐解いていきましょう。
最初は、すごく解りずらいのですが、この図は「層」で考えるんです。
まず、このネットワークの「層」の考え方を一つずつ解説していきますね。
入力層
まず、最初に情報が入ってくる層を入力層といいます。
これが学習のスタート地点で、イメージはこんな感じです。
入力層から入ってきた情報を機械は計算していきます。
出力層
次は先に出口の話となりますが、入力層から来た情報を、計算して、その結果を出力する層を「出力層」っていいます。
中間層
ここまで、入力層・出力層のお話をさせていただきました。
後は残りの真ん中の部分ですが、この部分を【中間層】っていいます。
ディープラーニングで一番重要なのは、ここ【中間層】なんです！
ここを少し理解するだけで「ディープラーニング」の真相が見えてきます！
この【中間層】が、先ほど説明したニューロン（神経細胞）の動きをマネしている、コアな部分なんです。
どういう事なのか？ここから更に紐解いて考えてみましょう。
先ほど「ニューロン（脳の神経細胞）」は入って来た情報をどんどん繋げていき、統合していくってお話をしましたよね。
まさにこの【中間層】が、ニューロン（神経細胞）と同じ様な動作をします。
つまり【中間層】は、入力層から入って来た複数の情報を、どんどん繋げていき、統合する役割を担っているのです！
※イメージはざっくりこんな感じです。
つまり、この様に中間層で情報を繋げていく、ニューロンをマネした、この仕組みこそが・・・
「ニューラルネットワーク」なんです！
深さの定義
もう１つ重要なポイントとして、このネットワークは「層」で表現してるので、「深さ」という考え方が存在します。
では、どうなると「浅い」どうなると「深い」という定義になるのでしょう？
ここは単純で、中間層が多ければ多いほど【深い】という定義になります。
この中間層が深いほど、高い精度の結果を出せると思ってもらえればOKです。
やっとここでディープラーニング！
そろそろ勘のいい方は「層」とか「深い」というキーワードからお気付きなのではないでしょうか？
そうです、中間層がたくさん存在する「深い」ニューラルネットワークを・・
ディープラーニングって言うんです！
だから一言で言うと！
中間層が多くなったものが、ディープランニング！（ここ重要）
多いって一体いくつくらい？かと言いますと、入力層・中間層・出力層合わせて、だいたい4層以上って言われてます。
なので、この図の場合は「計6層」あるので、ディープラーニングを利用した、精度の高いAIと言える訳です！
ディープラーニングはなんの役に立つの？
この仕組みはいったい何の役にたつのでしょう？
最近、昔に比べて、文字認識とか音声認識とか画像認識とかずいぶん精度があがったと思いません？
そうです、これらの精度を大幅に向上させて、大きく進化させた正体こそが・・
「ディープラーニング」なんです！
ディープラーニングの仕組みは、特に文字認識、画像認識、音声認識を得意としています。
そして、過去の技術とは比べ物にならないほど、高い精度を叩き出せる事が解ったので、一気に進化をとげたのです。
最後に情報認識のさせ方をざっくり話すと、まず情報を細切れにします。
そして、入力層からインプットして、中間層で情報を繋げて統合、出力層からアウトプットするみたいな流れです。
最後に
実はもっと奥が深いのですが、詰め込みすぎは良くないので、そろそろこの辺で！
どうでしょう、説明が難しい話題に挑戦してみたのですが、伝わりましたでしょうか？
ここから話は変わりますが、何かを説明をするときに、重要なのは「ストーリー化」だと思っています。
人が心を動かすとか、モチベーションがあがるとか、楽しいから覚えてしまう事って、ストーリ性があるものだと思うんですよね。
確か、これに近い話で「ストーリーフォーミュラー」とか言われている、プレゼンや商談で使うフレームワークがあるんです。
営業の方は、この辺のスキルが重要なので、ストーリーフォーミュラーを勉強してる方が多いそうです。
ただ、私のストーリーは、こんな論理的に基づいたものではありません。
ただの自己流＋感覚でやってるものなんで、全然大したもんじゃないです。
でも、この感覚を逆に応用すれば、自分の中で覚えたい事を、勝手にストーリー化 >【妄想】して色々と覚える事ができます。
妄想してストーリー化すると、記憶や感覚として頭の中に残りやすいんです！
こんな感じで、私が何かを覚える為に作った「勝手なストーリーの妄想」
これこそが「よっしーTECH」のネタです！
こんな難しい話を、最後まで読んで理解してしまった貴方！
そんな貴方は既に妄想族！
