Webディレクターtsushan’s blog

都内で大手アパレルのWebディレクターとして勤めているTsushanです。興味関心がある分野のアウトプットを増やすためブログを書いています。 当分はAIについて書いていきます。

【人工知能】AI ニューラルネットワークとは

今年で提案書100書いて5件以上受注したいと最近考えているTsushanです。

 

さて、今まで人工ニューロンや形式ニューロンモデルについて勉強してきました。今日からは、ニューラルネットワークについて勉強していきます。

 

過去の記事でも言いましたが、人間の脳の中は、数千万億個のニューロンが互いにつながり、 巨大なシステムを構成しています。*1

 

ニューラルネットワークは、この脳機能に見られるいくつかの特性を計算機上のシミュレーションによって表現することを目指した数学モデルで、機械学習の一つである。略称:NN(人工ニューラルネットワークANNとも呼ぶこともある。)  

 

私達が最近良く耳にする「ディープラーニング」は、このニューラルネットワークの分野の中に含まれています。下図参考ください。

 

f:id:tsushan:20180319144645p:plain

図:AI>機械学習ニューラルネットワークディープラーニング *2

 

その人間の脳神経のようにコンピューターをプログラムして学習させよう、というアプローチがコネクショニズムと呼ばれる考え方です。1950~1990年代ではこの考え方はあまり実りがなかったのだが、ようやく、近年になってビックデータやハイスペックのコンピューターの登場により大きな発展が遂げました。*3

 

ニューラルネットワークが最も得意とするのはパターン認識・分類、ノイズが混在しているデータ処理、関数の近似です。ニューラルネットワークが最も早く応用されたのは、手書き文字の識別を含む画像のパターン認識音声認識などの情報工学に関連する分野です。その後医学の病気の診断、財務分析、経済分析、市場分析などにも応用されています。最近では、人文科学の領域の研究への応用も見られるようになっています。*4

 

ニューラルネットワークは、その構造によって大きく分けて2つの種類に分けられる。階層型ネットワーク相互結合型ネットワークです。

 

①階層型ネットワーク

これはニューロンを層状にならべ、前の層から次の層へ一方向にのみ信号が伝わるというネットワークです。入力層、出力層、隠れ層から構成され、層と層の間には、ニューロン同士のつながりの強さを示す重み「W」があります。この「W」について詳しく知りたい方は過去の記事の「結合荷重」を参考ください。

【人工知能】AI 形式ニューロンモデル(人工ニューロン) - Webディレクターtsushan’s blog

 

このタイプのネットワークは入力層のニューロンに加えた信号(入力信号) に対して出力層のニューロンの出力(出力信号)が一意的に定まります。下図参考。

 

 

f:id:tsushan:20180319151637p:plain

1: 階層型ネットワーク((ニューラルネットワークの種類))

 

この図は3階層で表現されているが、この階層の数によって解ける問題が異なってきます。

 

②相互結合型ネットワーク

このタイプでは信号の流れる方向は1方向でなく、フィードバックをします。 下の図2のような構造をもつものを、特にフィードバック付き相互結合型ネットワークとも呼んでいます。

 

f:id:tsushan:20180319152513g:plain

 

2: 相互結合型ネットワーク*5

f:id:tsushan:20180319153413g:plain



3:  フィードバック付き相互結合型ネットワーク *6

 

非階層型ネットワークは連想記憶モデルや音声合成音声認識の分野につかわれています。

 

これらの2つの型のネットワークについては、別の機会を設けて更に詳しく説明していきたいと思います。またニューラルネットワークの上の概念、機械学習についても別の機会で説明をしていきたいと思います。

 

ではまた!