ディープラーニング（深層学習）とは

ディープラーニング（Deep Learning）、あるいは深層学習は機械学習の手法の一種。人工ニューラルネットワークを用い、大量のデータから複雑なパターンや特徴を自律的に学習する。また特徴の自動抽出や分類、予測なども可能。画像認識、音声認識、自然言語処理などに応用され、さまざまな分野で用いられている。

ディープラーニング（深層学習）とは｜概要

機械学習ディープラーニング（Deep Learning）は深層学習とも呼ばれ、人工知能（AI）のうち、機械学習の手法の一つとされます。人間の神経細胞（ニューロン）がつくるニューロンネットワークを模倣した多層のニューラルネットワークで構成されていることを特徴とします。

現在ディープラーニングは、画像認識、自然言語処理（NLP）、音声認識、翻訳などさまざまな分野や技術に応用されています。例えば、自動運転車では道路や他の車、歩行者などを認識し、適切な行動を決定します。またスマートスピーカーや音声アシスタントでは、ユーザーの音声コマンドを理解し、適切な応答を生成することができます。

深層学習（ディープラーニング）とAI・機械学習の違い

「深層学習（ディープラーニング）」は、機械学習の一部に位置付けられた技術とされています。「AI」「機械学習」「深層学習（ディープラーニング）の関係を、総務層資料「AIに関する基本的な仕組み」では以下の図で説明しています。

【図1】AI・機械学習・深層学習の関係（総務省資料より）

（出典）総務省：AIと機械学習・深層学習の関係

機械学習は、「特微量」と呼ばれる、「ルールやパターンを発見するためのカギとなるもの」を人間（専門家など）が事前に設定しなければなりません。一方、ディープラーニング（深層学習）は人間が特微量を設定する必要はなく、人間の神経細胞に模したニュートラルネットワークによってデータの背景に隠されたパターンやルールを発見します。その際、コンピュータは特微量を「自律的に」抽出して学習に用いることが可能であり、その点が、特微量を人間が指定しなければならない機械学習と異なります。

【図2】AI・機械学習とディープラーニングの違い