先日、朝日新聞に新しい人工知能の動きとして、「ディープラーニング」の特集記事が載っていました。

私は「人工知能」を教えていたのに、「ディープラーニング」を知らなかったので、不覚だったと思い、ネットで調べてみると、（私が退職した）2012年に提出された論文「Building High-level Features Using Large Scale Unsupervised Learning」がきっかけになって脚光を浴び出したものだそうです。
簡単に言うと、大勢の人の中から特定の人をみつけたりすることができるらしく、上記の論文では、ニューラルネットが使われています。
（論文はネットから落としましたが、まだ読んでいません）

ニューラルネットと聞くと血が騒ぎます。かつて私を最も熱くしてくれた技術です。

ニューラルネットとは、脳の神経をモデル化したニューロンを基本素子として問題を解くアプローチです。次の図がニューロンモデルで、入力の総和がニューロンの閾値を超えた時に出力がでます。

このニューロンモデルを沢山使って問題を解きます。

ニューラルネットの研究は、いつも人工知能のanotherアプローチとして不遇な歴史をたどってきました。

最初の提案は1950年代、ローゼンブラット氏によるものです。この提案は人工知能主流派につぶされ、ローゼンブラットさんは事故か何かで亡くなったと聞いています。
２回目の復活は、1990年頃ランメルハート氏が誤差逆伝搬というアルゴリズムを発表したことによります。
この時、私も大変興味を持ちアメリカに技術調査に行き、サンディエゴでランメルハート氏にインタビューしました。
その後、私の研究室でも研究を始め、このテーマで数人が博士の学位を取得しました。東邦大学へ移ってからも、関口君という優秀な学生が記憶機能付きニューロンの学習法を発明し注目されました。
その後、ニューラルネットの研究は下火になり消えてしまった感じでした。

今回は３回目の復活で、どこまでいけるか楽しみです。今度、論文を読んで紹介します。