ニューラルネットワーク

ニューラルネットワークは、人間の脳の働きをモデルにした人工知能コンピューティングシステムです。相互に接続されたノードの層を人工ニューロンとして使用し、データを処理して、与えられた問題を解決します。このシステムは、ニューロン間の接続と、それぞれが実行する関数を調整することで、時間の経過とともに学習します。

AIの開発者は、人工ニューラルネットワークを使用して、さまざまなタスク向けの人工知能アルゴリズムをトレーニングします。コンピュータービジョンのニューラルネットワークは、画像を分析して物体を認識する方法を学習し、顔をすばやく識別したり、画像にラベルを付けたり、コンテンツのモデレーションを支援したりできます。ニューラルネットワークは、会話を文字起こししたり、動画に字幕を追加したりするために、音声認識を実行する方法も学習します。また、ニューラルネットワークは自然言語処理を学習して、文書を整理するために書き言葉を分析したり、記事の要約を生成したり、チャットボットとして機能したりできます。

ニューラルネットワークの仕組み

ニューラルネットワークの各ノードには、数学的な関数が含まれています。ノードはいくつかの層に配置されます。入力層、複数の中間層、そして出力層です。各ノードは、その上と下の層にある任意の数のノードに接続されています。ノードは下位のノードから入力を受け取り、それぞれの入力に重みの値を割り当て、組み合わせた値に対して計算を実行します。結果があらかじめ設定されたしきい値を満たすと、ノードはその結果を次のレベルに渡します。この処理は、ニューラルネットワークが最終的な値を出力層に渡すまで繰り返されます。

最初の「トレーニング」段階で、開発者はニューラルネットワークにさまざまなデータセットを与えます。たとえば、目的が顔の認識であれば、データはさまざまな人の写真になります。システムが初めてデータを分析する数回は、出力が正確でない場合があります。しかし、その後の分析では、各ノードの重みとしきい値の値を変更することで「学習」します。ニューラルネットワークがトレーニング用データに対して一貫して正確な結果を生成するようになると、トレーニングは正常に完了しています。