機械学習における今後の展開

機械学習研究開発の変化と進歩
また、多くの研究者と開発者がこれらのトピックに焦点を当てており、理論的な枠組みと実用的な実装の両方で大きな進歩もありました。(前回のコラムはこちら)
機械学習は今後も変化や進歩が期待できますが、私がその中で注目しているものは、「(1)機械学習に関する機械学習」と「(2)教師なし機械学習」です。
機械学習に関する機械学習が開発されている
通常、当社の機械学習モデルは、エンジニアと科学者のチームによって慎重に設計されています。
可能なすべてのモデルの検索スペースがコンビナトリアルに大きくなるため、マシン学習モデルを
手動で設計するこのプロセスは困難です。典型的な10層ネットワークは〜10^10の候補ネットワ
ークを持つことができます。このため、ネットワークの設計プロセスでは、機械学習の重要な専門
知識を持つ人たちによって多くの時間と実験が必要になることがよくあります。
一言で言えば、任意のネットワークを構築するだけでは最適な結果が得られません。ネットワークの設計が最も重要です。そこで、Googleの研究者は新しい方向への一歩を踏み出しました。機械学習アルゴリズムを学習し、ニューラルネットワークのレイアウトを設計することです。上記ブログは、機械学習システムが様々な問題に対してより良い性能のニューラルネットワークを生成できることを示しています。
この開発は、今後数年間に多くの研究の興味関心を呼び起こすでしょう。
問題と答えがセットになっていない、教師なし学習の技術が必要
人間の脳と似たようなシステムと学習能力を生み出すという、機械学習と神経ネットワークの目的を振り返ると、私たちは1つの不一致があることに気付きます。子供がどのように学習するかを見ると、採用されている技術とは大きく異なるのです。子供は、フィードバックなしで学習することもあり、フィードバックありで学習することもあります。
この学習方法は、教師なし学習や強化学習と呼ばれています。ニューラルネットワークのような教師あり学習とは対照的に、教師なし学習で現在使用されている方法は、過去数年間にわずかな発達しか見られませんでした。技術(主にクラスタリング法)は、長年変わっていません。
アクセリアでは、異常(攻撃や不正行為など)を探して分析する必要がある膨大なインターネット接続データを扱った研究も行っています。これらのインターネット接続データは「良い」または「悪い」とタグ付けされておらず、いかなる方法でも分類されているものではなく、最も基本的なインターネットプロトコルレベルだけで分類されています。それらの情報を読み、データから学習するには、教師なし学習の技術が必要です。
加速度的に新しい技術が出る機械学習
■関連ページ
【アクセリアのサービス一覧】
・サービスNAVI
サービスにご興味をお持ちの方は
お気軽にお問い合わせください。
Webからお問い合わせ
お問い合わせお電話からお問い合わせ
平日09:30 〜 18:00
Free Service