AIのディープラーニングって難しそう！できるだけやさしくさらっと教えて！

ディープラーニングって最近よく聞くのだけど、要するになんなんだろう？ニューラルなんとかなんて言わずに、やさしく教えて欲しいものです。

ディープラーニングは深い学習じゃないの？

AIの話になると、必ずと言っていいほど出てくるのが「ディープラーニング」。一体何なのか？

文字通り「深い学習」じゃないのか？あんまりディープでなくていいから、さらっと説明できないものか。ってことで、やってみましょう！

そもそもは、ディープラーニングのディープは学習にかかっているのではないんですよね。

ディープラーニングのディープは学習回路の複雑さに由来する

いくつか説明はありうるんですが、わかりやすいのは、「ディープな構造をもつ学習（deep structured learning)」っていう、長い技術用語を縮めてディープラーニング。

ある種のニックネームみたいなものですね。うまいネーミングです。

AIは学習して賢くなっていくわけですが、その学習には、複雑な構造をもった回路を使うわけです。その構造がものすごく複雑になって、その分、複雑な学習ができるようになったということ。

この「回路」というのが「神経網を模した回路」なんですが、これがニューラルネットワークっていうやつです。なので、別に、「ニューラルネットワーク」に立ち入らなくても「学習回路」のことだ、ということで、それ以上知らなくても話はわかる。

そう！「深い」というのは、学習回路が深い。複雑で入り組んだ森の深さの感じの「深い」なんですよね。もともとは。「深い」というより日本語的には「複雑で奥深い」みたいな意味のdeepなんです。

結局「深い学習」のニュアンスがある「ディープラーニング」

ちょっと、「深い」の単純な意味合いではないですが、こういう使い方しますよね、日本語でも。

語源的には「深い」のは「学習」じゃなくて「学習回路」なんだけど、深い学習回路を実装するようになって、結果として、AIの学習が深い学習になってきた、と言えますね。

要するに、語源的には違うんだけど、deepが結果的に学習の深さを意味しているととったとしても、間違いじゃないことになった。

なので、最初からディープラーニングのディープは学習が深いという意味だ、と思っているとちょっと恥ずかしいかも。ですが、もとはそうでなかったけど、転じて深い学習というニュアンスがあるんだ、と思うのは良いと思います。

以前のAIはディープラーニングしていなかった

もともと、AIの学習法はディープラーニングじゃなかったんです。ディープラーニングの考え方は以前からあったんだけど、技術的に実現が難しかったんです。

実際にディープラーニングが実用になるような電子回路を実現するという技術的ハードルが高かった。そこがどんどん発展してきたので、AIに実装することができるようになったようです。

だから、ディープラーニングはAIに必須ではなく、AIはもっと広い概念ですが、昨今のAIブームは、ディープラーニングが実用になってきたことに負うところが大きい。

なので、AIと言えば「ディープラーニングが必須」ということになってきちゃってるのも確か。

エレクトロニクスの進歩は目を見張るものがありますよね。携帯電話なんて、昔は肩からさげるくらい大きく重かったのですからね。この延々と進められてきたダウンサイジングが、AI技術の底流にあるわけです。

「ディープラーニング」でAIは新しい段階に突入か？

ディープラーニングを実装したことによって、AIは、どうも新しい段階に突入した感がありますね。これから、ディープラーニングは、時代を変えていくキーワードになるんじゃないですかね。

最近のAIの目を見張る成果には、必ずと言っていいほど、ディープラーニングが係わっています。

ディープラーニングで深く学習できるようになったAIは、爆発的に賢くなってきた、といっていいのです。これから、AIは社会の隅々に広がって、生活を変えていくでしょうね。

まとめ

「ディープラーニング」の「ディープ」は、もともとは「ラーニング（学習）」にかかっているのではなかった。ディープなのは学習回路で「複雑で奥深い」という意味。

しかし、ディープラーニングによって結果としてAIは「深く学習」するので、その意味も込めて「ディープラーニング」という言葉は使われている。

AIは必ずしも「ディープラーニング」を必須としないが、最近のAIには中心技術になってきている。