人間の“目”を超える

　ディープラーニングにより、現実社会で一番イノベーションが起きているのは、画像認識といっても過言ではない。

　第２回でも触れた一般物体認識のコンペティションの結果をみると、2012年のディープラーニングの登場により、エラー率が劇的に減少している（図１）。Andrej Karpathyの調査では、人間のエラー率は5.1％と報告されているため、2015年には人の画像認識能力を大きく上回ったことになる。データセットをしっかり集めて学習させたディープラーニングの画像の認識力は、人と同等もしくは人よりも精度が高いといえる。

　ここからは、画像認識精度が向上したことで具体的に何が可能になったかを、生産現場、医療現場での活用事例を通じて紹介する。…

筆者：一般社団法人 日本ディープラーニング協会 理事　南野 充則