深層学習

解説

深層学習は、機械学習のうち、多層のニューラルネットワークを使う手法を指します。音声認識や自然言語処理の精度を大きく引き上げてきた技術で、生成AIの基礎にもなっています。サポートの現場で直接この技術を操作する場面はほとんどなく、音声認識エンジンやチャットボットの内部で動いている仕組み、という位置づけで理解しておけば足ります。

判断の手がかりを人が設計しなくてよい

従来の機械学習では、何を手がかりに判断させるかを人が決めて数値化する工程が必要でした。深層学習はその手がかり自体をデータから学習するため、音声の波形や自由記述の文章のように、人が特徴を言葉で説明しにくいデータを扱えます。引き換えに、必要な学習データの量と計算資源は大きくなります。

誤った出力の直し方がルールベースとは違う

判断の根拠が多層の重みに分散するため、なぜその答えを返したのかを人が追いにくい性質があります。ボットが誤った回答をしたとき、ルールベースのように該当箇所を書き換えて即座に直す、という対処ができません。学習データを足して再学習させる、前後にルールによる制御を挟むといった間接的な手当てになります。顧客に理由を説明する必要がある判断を、この仕組みだけに任せない理由もここにあります。