第4回：シリーズ『AI画像認識』（1／3）

ディープラーニング（深層学習）は、AI画像認識のコア技術の1つです。ディープラーニングによって、AIによる画像認識の精度が飛躍的に高まったと言えるでしょう。ただし、ディープラーニングに対しては、正しい認識があまり広がっておらず、過度の期待がある一方で、過小評価する論調も聞かれています。こうした傾向は、優れた技術の健全な普及と活用を阻害するもので、あまりよいこととは言えません。大切なのは、ディープラーニングで「できること」「できないこと」を正しく理解したうえで、この技術を業務の生産性向上や変革にどう役立てるべきかを考えることです。

そこで本シリーズ「AI画像認識」では、前回と今回の2回に分けて、ディープラーニングの「真実」をありのままにお伝えしています。ここで明らかにしているディープラーニングの真実は下記の3点です。

真実その1：課題によっては、ディープラーニングを使わないほうがよい領域がある
真実その2：ディープラーニングの頭脳を育てるには相当の労力がいる
真実その3：画像認識だけでは、製造ラインの完全自動化は難しい

前回は、ディープラーニングの基礎的な理解を深めていただくとともに、「真実その1」について解説しました。今回は、残る2つの真実について解説します。