ここ数年でよく聞くようになった言葉に『ディープラーニング』というものがあります。皆さんも聞いたことあるかと思います。将棋の世界や囲碁の世界で現役のトッププロたちを負かしたり、自動運転技術であったり、または企業で業務を効率化して無駄を省くことで生産性が向上したという話も聞いたことがあるかもしれません。ディープラーニングとは機械に大量にデータを与え、統計的に答えを導く技術です。将棋などでは１手では勝負は決しませんが、その後の盤面の優劣を判断し最善手を見つけ出します。すると、人間が定石だと思っていたはずの手が選択されない場合があり、それによってトッププロが負けてしまうということもあるのです。

また、画像認識技術などでは、上の写真を見たときに「アジサイ」と認識するだろうと人間は思います。しかし、コンピュータは「花」とか「ボンボン」とか認識したりするのです。業務によって、先の写真を「アジサイ」として認識しないと困る場合と、困らない場合があります。これをビジネス等で「アジサイ」にしていくには「学習」させてほぼ100%「アジサイ」と返答するようにさせます。 それには膨大な「アジサイ」のデータが必要になります。ディープラーニングを行う上でまず大量データがあるかどうかが重要になります。

「ディープラーニングを自社に取り込めば必ず効率化できる」とお思いの方もおられるかと思いますが、必ずしもそうではないです。特に中小企業ではデータ量が全然足りないか、まったく用意できていない場合が多くあります。 また、過度にディープラーニングに期待しすぎて、いざ導入しても思ったほど効果が表れない場合が多々あります。そうなる前に以下の表を参考に導入するのか判断していただければと思います。