自動運転に欠かせない「ディープラーニング」

　今回は自動運転に欠かせない「ディープラーニング」を書こうと思います。

　ディープラーニングは今の段階では、「機械が物事を理解するための学習方法」だと考えて下さい。　

　ディープラーニングを理解するためには、ニューラルネットワークを理解しなければならない様です。ニューラルネットワークと言うのは、人の神経を模したネットワーク構造のことです。それを踏まえて、そう言う構造を持った人工知能のこともそう呼びます。

　このニューラルネットワークでは、神経細胞（ニューロン）を模したパーセプトロンと言う小さな計算機をたくさん用意し、一つの計算を協力して行わせるように作られています。パーセプトロンは人工知能の持つ神経細胞みたいなものです。

　パーセプトロンは例えば左から３本の矢（nput）が集まり、それが纏まって右に一本矢印（output）が伸びている構造になっていますが、実際はinput,outputとも実際にはもっと沢山矢印が伸びていて、ニューラルネットワークと言うのは、それを大量に集めて作られたネットワークのことです。

　人の神経細胞の最大の特徴は一つ一つの神経の繋がりの強さが自在にコントロールされているという点にあり、複雑に絡み合う道路が目的や場所に合わせて広さが違うのと同様に、神経もよく使う神経は太くなるように作られています。言い換えると、「重要な繋がり」と「補助的な繋がり」がニュートラネットにもあります。

　４つの情報から成る哺乳類かどうかを判別するパーセントロンでは、４つの受け取る情報（以下の条件による合格点4点）が「恒温動物かどうか」「肺呼吸をするかどうか」「卵を生むかどうか」「足があるかないか」条件を仮定したとします。一つ一つの情報の繋がりを全く意識しない場合、全て一致した場合だけ哺乳類だと考えるはずです。

例えば、「クジラ」は、恒温動物・肺呼吸で4つの条件のうち2つしか満足しない2点で非哺乳類になってしまいますが、クジラは哺乳類です。仮に哺乳類の合格点を3点とすると、仮に合格点を3点としてしまうと、「恒温動物1点、肺呼吸1点、卵を生む0点・脚がある1点」となった場合に鳥なのに哺乳類だと判定してしまいます。

　そこで、恒温動物2点　肺呼吸1点、非卵生3　足1点で、合格点5点としてみます。すると、「恒温動物2点、卵を生まない3点」と言う情報が分かった時点で、哺乳類だと判別されます。ただし、仮に肺呼吸1点、、卵を生まない3点、足のある生き物1点なのに、恒温動物ではない0点と言う情報が来た場合、これも哺乳類と判定します。なのに、恒温動物ではない０点と言う情報が来た場合、これも哺乳類と判定します。

　一つ一つの情報に優先度の割り振りを行うことによって、幅広い判断が行われるようになります。とは言え、この程度の優先度を付けた計算であればニューラルネットワークじゃなくても普通の計算装置で行えます。

　極論ですが、これではエクセルの条件式の高度版の様です。

　長くないますので、続きは次回に回します。