【IoT用語集】ニューラルネットワークとは?

IoT用語集】ニューラルネットワークとは? – 記事

はじめに

ニューラルネットワークとは、人工神経の回路のことです。人工知能AI)ソリューションの一部を構成し、人間のニューロン=脳神経と同等の働きを行います。本質は、脳神経の働きを計算機上の数式で表した数学モデルです。典型的な例においては、人工神経の入力ノード・中間ノード・出力ノードといった多層構造を持ち、入力された情報に正しく回答する機能を持っています。正しい回答を導くために行われる学習の一つで、誤差をなくすことに優れているのが、「ディープラーニング」です。

多層構造であるニューラルネットワーク

ニューラルネットワークは二層以上の構造を持っています。二層のニューラルネットワークはパーセプトロンと呼びます。三層以上のものになると、階層型ニューラルネットといいます。四層以上を特に深層ニューラルネットワークと呼び、「ディープラーニング」は深層ニューラルネットワークで行われます。

ニューラルネットワークの学習

  • 学習形式
    脳細胞が学習するのと同様に、ニューラルネットワークも学習を行います。ニューラルネットワークには機械学習の形式上2種類のものがあります。①教師あり学習②教師なし学習の2種類です。
    ①は、正しい判断・解の算出にいたるまでの筋道をある程度入力しておくものです。出力データを「教師がチェックする」ように、修正します。②は、道筋をあらかじめ学習させることなく、入力する情報が、あらかじめ用意されたプログラムにより処理され、解を出していきます。②では解に至る筋道は自力で生成し、これを多層構造により学習し、誤差や判断に使わない情報を識別し、プログラムを修正していきます。すべて解の筋道をあらかじめ教えておくことは非効率ですので、①においてもある程度の入力をしたあとは自力で学習するようにプログラミングされています。
  • データ処理のためのアルゴリズム
    ニューラルネットワークの学習においては、多層深層学習=ディープラーニングにより、誤差をなくしていきます。誤差をなくすことが学習の本質です。ディープラーニングにおいては、誤差をなくすアルゴリズムとして、バックプロパゲーションが利用されます。バックプロパゲーションは、平たくいうと逆方向からの「検算」であって、誤差の解釈・意味づけの学習により、より正しい判断過程を学習します。
    多層にわたって、検算をすること、検算に至るまでの中間層でも演算が行われればより正しい答えを導きうることが推測されますが、学習した結果、生成される演算式はより単純なものになっていきます。これは、バックプロパゲーションの過程で、依拠することのない不要なデータや、いらない工程をカットすることが可能になるためです。

ニューラルネットワークの種別

ニューラルネットワークは、学習形式で分類されるほか、その構造およびデータ処理形式によりいくつかの種別があります。

1)教師あり学習を行うもの

  • CNN Convolutional Neural Network
    主に画像認識や、自然言語処理に使われます。畳み込み層・プーリング層と呼ばれる中間層を持ち、データのフィルタリングを行い、データから導かれる演算結果の最大値・平均値を参照しつつ、確からしい解を見出すものです。
  • RNN Recurrent Neural Network
    動画の解析・ロボットの行動制御・音声認識などに使われます。前方・後方の双方にフィードバックを返すことができる点を特徴とし、参照データとの突合せの繰り返しにより、データを分類することに優れたニューラルネットワークです。
  • 全結合型(フィードフォワード)
    音声認識の分野で実用化されています。全データを参照できる「全結合層」が何層にも重ねられています。最終的に出力されるまでに、きわめて多くのパラメータを使い、前方に向けて回帰することなく演算を行います。

2)教師なし学習を行うもの

  • オートエンコーダ
    数値化されたデータの特徴をエンコーダで抽出することにより、データ固有の特徴をつかむことができます。加えて、シンプルなエンコード・デコード双方の処理により、一定のデータのカットを行う「ノイズ除去」や、次元の削減が可能になるという優れた特徴を持っています。
  • ボルツマンマシン
    入力層と、隠れ中間層が相互に結合している構造を持っています。画像や音楽に適用できるニューラルネットワークで、全結合型のような多くのパラメータを使った演算は行いません。しかし、入力層と隠れ中間層の繰り返しのデータ参照を通じて、パラメータを最適化することにより、入力データの特徴をつかむことができます。ディープラーニングが著名になるきっかけを作ったモデルです。

まとめ

クイズ番組で優勝したAIなどのスーパーAIだけでなく、より身近なホームアシスタントや、オフィスのロボットであるRPAに注目が集まるなど、AI市場の動きはますます活発さを増しています。PythonなどのAIに強いプログラミングの学習も盛んです。ニューラルネットワークも、ディープラーニングの開発により一気に技術的に飛躍した経緯があり、改良が今後も重ねられることが期待されています。

【IoTレポート】産業用インターネット(IIoT)とコネクティッドマニュファクチャリング:主要なIIoT技術、アプリケー... 世界のIoTに関するレポート公開中