それで、引き続き、この本の紹介に入ろうとしたのだが、その内容にも当然関連する一方、前回の世界最強韓国の棋士を打ち負かしたAIアルファー碁が「人間には想定外の布石を打ってきた」というくだりに関し、説明すべきであった重要な項目について、先に述べた方がベターだ、と考え直した。

それはディープラーニング（深層学習）について、である。これはAIの学習機能が劇的な改善に繋がった、という学習方法の話である。

従来の、人がAIに課して来た学習方法は、飽くまでも人が、たとえば数字「3」という画像認識をさせようとする場合に、人が考え得る数字「3」の特徴をプログラミングしてAIに学習させるというものだったそうで、これでは当然、人の能力を超える学習は不可能だったわけである。しかし、ディープラーニングはAI自体に対象物の認識に至る学習方法を任せてしまう、というものらしい。

それでは、それはどのようにして行うのか？先ず、認識させようとする画像の多岐に亘る変型画像をAIに記憶させることになるのだが、その際に画像特徴の抽出を、人では無く、AIに任せる、というものだ。AIは膨大な数に上る画像データを記憶し、それらのデータから対象画像を認識する際の特徴を自ら抽出し、収集する、というものだ。しかもその認識方法は、人間の脳のようにニューロンのネットワークを構築して自己学習しながら行うそうだ。

実は、このディープラーニングをテーマとしたNHKの"サイエンス ZERO"という番組では、このニューロン・ネットワークでの認識の仕方を図で示して分かり易く説明していたのだが、ここではそれが再現出来ないので、言葉で説明を試みる。要は何本かのニューロン・ネットを構成するラインが並列的に並んでいて、データの特徴は1本のラインのみを通過して認識されるのでは無く、隣接するラインをも関連させながら認識して、対象物の特徴を統合的に蓄積、学習して行くという仕組みだ。このやり方だと、人間が普通に、しかも殆ど無意識にこなしている対象物の認識－、それは視覚のみならず、いわゆる五感を総動員させて自然に行っている方法に限りなく近付くことになる。

たとえば、ロボットに視覚と運動の記憶を同時に学習させる。