人工知能研究でディープラーニングがブレイクスルーとなった理由

人工知能研究でディープラーニングがブレイクスルーとなった理由は
ビッグデータ時代とコンピュータの性能向上があります。

ディープラーニングの最大の特徴は「特徴抽出」をすること。
従来は人間が特徴を抽出していました。
ディープラーニングは自動的に特徴抽出します。
しかしそのためには大量の学習データが必要でした。

2000年一桁代後半からビッグデータの時代になりました。
インターネット上に大量のデータが蓄積されるようになったわけです。
つまり学習に必要なデータが大量に得られるようになりました。
大量の学習データで特徴抽出の精度が上がりました。

2012年のImageNet Large Scale Visual Recognition Challengeで、
画像認識をディープラーニングで行うとエラー率が16.4％となり優勝。
これは2位のものより10％もエラー率が下でした。
このことで一躍、ディープラーニングが注目を受けたようです。

コンピュータの処理速度の向上も要因です。
データの大量学習には大量の計算量が必要です。
主にGPUの性能向上で、ディープラーニングの学習時間が大きく短縮されました。