深層学習（ディープラーニング、Deep Learning）は、ニューラルネットワークの層を深く重ねることで従来の機械学習では手に負えなかった画像・音声・自然言語の問題を一気に解けるようにした技術です。2012年のImageNetコンペでアレックス・クリジェフスキーらの「AlexNet」が圧勝した瞬間がブームの開始点と言われ、以降10年余りでGPU計算と組み合わせて指数関数的に進化、現在の生成AIブームに直接つながっています。
この記事の目次
- 深層学習を支える3要素
- 代表的なネットワーク種類
- 深層学習が一気に普及した経緯
- 深層学習を実装するためのフレームワーク
- まとめ
深層学習を支える3要素
深層学習が成功した背景には「アルゴリズム」「データ」「計算資源」の三位一体の進歩があります。ニューラルネット自体は1980年代から研究されていましたが、ImageNetのような大規模ラベル付きデータと、GPUによる並列計算が揃って初めて実用域に届きました。
現代の深層学習研究は、この三要素のどこかを強化する方向で進んでいます。新しいアーキテクチャ（Transformerなど）、より大規模なデータセット、より大きなクラスタでの学習。どれかが突出すると、性能の天井が一段押し上げられる構図です。
代表的なネットワーク種類
深層学習のアーキテクチャは、扱う対象によって主流が決まっています。画像にはCNN（畳み込みニューラルネット）、系列データには長らくRNN／LSTMが使われてきましたが、2017年にTransformerが登場すると言語処理の主役が一気に置き換わりました。
画像生成も大きく流れが変わり、2014年に登場したGAN（敵対的生成ネットワーク）が一時代を築いた後、近年はStable DiffusionやDALL·Eに代表される拡散モデル（Diffusion Model）が主流に。「分野ごとに支配的なアーキテクチャがある」「数年で世代交代する」のが深層学習の特徴です。
深層学習が一気に普及した経緯
深層学習普及の節目は2012年のAlexNetでした。それまで誤認識率が下がりきらなかったImageNetで、深層CNN＋GPU学習という組み合わせが既存手法を大きく上回ったことが衝撃を与えました。
2017年のTransformer論文「Attention is All You Need」によって自然言語処理の常識が変わり、GPT・BERTなどの大規模言語モデルが次々登場。2022年末のChatGPT公開によって深層学習は一般社会にも認知され、ITだけでなく経営・教育・医療まで巻き込む現象になりました。
深層学習を実装するためのフレームワーク
深層学習の実装は、現代ではほぼPyTorchかTensorFlowで行います。研究論文・コンペ・OSSの大半はPyTorchで書かれており、新規に学ぶならPyTorchが第一候補。TensorFlowは初期に普及した経緯から大企業の本番システムや、TFLiteでスマートフォン・組み込みに展開したい場面で根強く使われています。
近年はJAX（Google）も研究界隈で存在感を増しており、Hugging Face Transformersのようなライブラリが両フレームワークの違いを吸収するケースも増えました。学習リソースも以前より格段に充実しているので、入門のハードルは下がっています。
まとめ
深層学習は「AIの代名詞」と言える存在になり、私たちの日常製品にも深く食い込みました。Web検索、翻訳、画像生成、音声認識、推薦——身近な機能の裏には必ず深層学習がいると考えて差し支えありません。今後も基幹技術として進化し続ける分野です。
※本記事はIT用語辞典の手書きドラフトです。公開前に最新情報・出典を確認のうえ加筆修正してください。
コメント