必要な「教師」を自分でつくり出す、生成AI進化の鍵になった技術とは - ITpro

全2788文字

　人と同じように話したりリアルな画像をつくり出したりする生成AI（人工知能）が話題だが、こんなことがなぜできるのか不思議に思う人は多いだろう。この特集では、10の疑問を通して生成AIを根本から理解することを目指す。第4回のテーマはAIの原理だ。「AIはどうやって賢くなるの？」「AIの学習のときの教師って何？」の2個の疑問を取り上げる。

【疑問7】AIはどうやって賢くなるの？

【答え7】人間が勉強して賢くなるのと同じように、機械学習を利用したAIは学習によって認識や生成などができるようになる。大量のデータを学習することで、認識や生成の精度が上がっていく。

　機械学習登場以前のAIは、AIが利用する知識を人間が用意する必要があった。人間が判断する過程をルールとして書き下し、コンピューターはそのルールに従って判断する。しかし、人手で書き出せるルールの量には限界がある。また人間が無意識のうちに処理しているルールもある。ルールベースのAIにはおのずから限界があった。

ディープラーニングにより学習が高度化

　一方、機械学習では、コンピューターが大量のデータを学習することで、ルールをコンピューター自身が探し出す。機械学習の中でも、画像認識や生成といった用途で現在広く利用されている手法が「ディープラーニング（深層学習）」だ。ディープラーニングは、人間の脳の内部にある神経細胞（ニューロン）の回路を模倣した「ニューラルネットワーク」を利用する。

　ニューラルネットワークは入力層と出力層、中間層から成る。入力層にデータを入力すると出力層に結果が出力される。神経細胞を模した多数のノードがつながった構造をしている。

　ノードとノードとの間には「重み」が設定されている。重みの値を変えることで、そこを通るデータをどれくらい重視するかが変わる。それぞれの重みが変わるとニューラルネットワーク全体、すなわち「モデル」の挙動が変わる。ニューラルネットワークの学習は、学習データによってそれぞれの重みの値を最適化することを意味する。

Adblock test (Why?)