「ディープラーニング（深層学習）」とは、コンピューターが多くのデータから自動的に特徴を抽出し、学習する仕組みのことです。学習の指標などを人間が指示する必要がある「機械学習」をさらに発展させたもので、人間の脳神経回路をまねて作られたアルゴリズムを多層構造化した「ニューラルネットワーク」という枠組みが使われています。これにより、どのような点に注目すべきかを人間が教えなくても、コンピューターが自ら学習し、その性能を高めることができるようになりました。
AI（人工知能）とは、人工的に人間の知能を模倣するための技術全般を指します。ディープラーニングは、そのAIを大きく進歩させた技術の一つ。例えば、これまで「猫」の画像を識別させるには、「耳」や「目」のかたちなどの特徴を、法則としてあらかじめ教える必要がありました。その基準に照らし合わせることで、コンピューターはそれが猫の画像かどうかを識別していたのです。猫の画像を「犬」や「虎」の画像と間違えないようにするためには、より正確に特徴を計算するプログラムが必要だとされていました。ところが、ディープラーニングの登場によって、大量の画像からコンピューターが自ら特徴を見つけ出し、学習することで、画像を識別できるようになったのです。
このディープラーニングを用いて注目されたのが、囲碁AIの「AlphaGo（アルファ碁）」です。盤面が広く、着手可能な手が多い囲碁では、「コンピューターが人間に追いつくにはまだまだ時間がかかる」という説が一般的でした。ところが2016年、ディープラーニングによって進化を遂げたAlphaGoが、囲碁世界チャンピオンのイ・セドル氏を破ったのです。これによって、ディープラーニングはその名をとどろかせることになりました。
インターネットが浸透したことで、世の中は大きく変化しました。同じように、新たなテクノロジーであるAIが進化することで、社会に大きな影響がもたらされることが予想されます。膨大なデータから特徴を抽出し分析を行えるディープラーニングは、分野によっては人間以上の能力の発揮が期待できます。
近年、「HRテクノロジー」として、この技術を人事領域に応用することへの期待が高まっています。人工知能研究の第一人者である東京大学大学院 特任准教授の松尾豊氏は、ディープラーニングを人事領域へ活用することで、生産性の向上が期待できると語ります。例えばモニターを通して従業員の表情を分析し、毎日データを積み重ねることで、「〇時〇分になると集中力が切れやすい」といったことがわかるようになります。集中力が落ちた従業員には、いったん休むよう働きかけができるようになるかもしれません。
こうした分析を行う前に、まず重要なのが、自社の人事課題を知ること。それによって、課題解決に向けた手法として、ディープラーニングなどのAIの活用を考えることができます。これまで人間の力ではできなかったことを可能にする新たな技術を学び、取り入れる姿勢が、企業に求められています。
