カプセルネットワークは従来のニューラルネットワークに取って代わるのか?

ここ数年における人工知能(AI)の目覚ましい成功は、ディープニューラルネットワークの存在なしには語れません。画像認識からスマートサーモスタット、自動運転車まで、AIはスマートフォンをはじめとするあらゆる分野に浸透しています。それほどまでにニューラルネットワークは普遍的な技術となったのです。しかし、このシステムの根幹をなす原理の一部が、AIが直面する重大な問題を克服できないのではないかという懸念が高まっています。つまり、「従来型」のニューラルネットワークは市場から姿を消し、より先進的な「カプセル」ニューラルネットワークに取って代わられる可能性があるのです。

従来の(人工)ニューラルネットワークとは?その仕組み

学生時代に、脳内の単一の生物学的ニューロン(神経細胞)のシミュレーションを目にしたことがある方も多いでしょう。これは、さまざまな方向から情報が流れ込み、ニューロン内で蓄積・処理され、そこから結果が出力されるというプロセスを示すものです。この仕組みによって、ニューロンは過去に学習したパターンに基づいて反応する能力を獲得します。科学はこのプロセスを再現し、生物学的ニューロンと同様に情報を処理する構造を作り上げました。ただし、技術的なニューラルネットワークは数学ベースであり、情報は人工ニューロンを通過した後、結果として出力されます。このプロセスは現在では数式として定式化され、単純な問題の解決に活用されています。

出典:ptgrey

脳と同様に、人工ニューラルネットワークは複数のネットワークを層状につなげることで真価を発揮します。層状に接続すると、数式は多次元多項式のようなものへと変化します。これにより、3次元の解曲面のような複雑な問題を発見し、解決し、私たちの利益のために活用することが可能になります。基本的な流れは前述の通り「情報が入力され、結果が出力される」というものですが、今回は第1層の出力が第2層への入力となります。この単一層での手順が、ニューラルネットワークの全層でそのまま繰り返されるのです。これが人工ニューラルネットワークの動作原理です。

関連記事:人間性を機械に教えるべきか?

カプセルネットワークとは?その仕組み

カプセルネットワークは、「カプセル」と呼ばれる要素で構成された新しいタイプのニューラルネットワークです。ここでは、小さなニューロンのクラスタ(集合体)がそれぞれ特定の部分に接続されています。この概念を理解するために、複数の構成要素からなる画像を想像してみてください。各構成要素はそれぞれ対応するニューロン群に接続されており、各ニューロンの活動が画像の構成要素の特徴を決定し、各カプセルは単一の構成要素の認識を担います。

出典:robohub

カプセルネットワークは、ニューロンのグループからなるネットワークであり、各グループは画像内の独立して識別可能なエンティティを表現します。カプセルネットワークは、畳み込みニューラルネットワーク(CNN)の欠点を克服するために設計されました。例えば、カプセルネットワークは画像内の各構成要素の向き、位置関係、正確な位置を特定できますが、従来のニューラルネットワークにはこうした能力が備わっていません。

カプセルネットワークの応用

従来のニューラルネットワークの最大の弱点は、コンピュータビジョン分野にあります。カプセルネットワークはまさにこの問題の解決を目指して開発されたものであり、その開発の根本的な目的自体がここにあると言えます。

従来のニューラルネットワークは現在、少量のデータでの画像認識や、画像内の構成要素間の文脈的な依存関係の検出において課題を抱えています。カプセルネットワークは、こうした課題に対する有力な解決策となり得ます。

関連記事:AIマシンに最適なプログラミング言語は?

また、従来のニューラルネットワークが学習のために膨大な量のデータソースを必要とするのに対し、カプセルネットワークの調整アプローチは大きく異なります。

カプセルネットワークが従来のニューラルネットワークに取って代わると予測する声もある一方で、性能が十分に発揮できない可能性のある応用分野を指摘する研究者も少なくありません。結論が出るまで、私たちにできるのは今後の動向を見守ることです。以上がニューラルネットワークに関する解説でした。ご意見や共有したい情報があれば、ぜひ下のコメント欄でお知らせください。