今回の「ゆるっとディープラーニング」のテーマは、CNN、RNN、転移学習です。
なんじゃそりゃ！？と思うかもしれませんが、医療現場で例えるなら、画像検査担当のCNNさん、経過観察が得意なRNNさん、そしてベテラン看護師の転移学習さんです。

もう少し、この3人のことを詳しく知ってみましょう。

レッツゴーーーーー！！！！

---

CNN（画像診断が得意なニューラルネットワーク）

もしあなたが、外来を訪れた患者さんをみて「顔色悪いな…」と見抜くタイプなら、すでにCNNの才能があります。

CNN（畳み込みニューラルネットワーク）は、画像を見るのが得意なAIです。
そのコツは「全体をいきなり見るのではなく、少しずつ見て判断する」ことにあります。

• フィルタ（カメラのレンズ）：
  シミやシワだけを見つける美容外来レンズとか、肺の影を探す放射線科レンズのようなものです。
  これを画像全体にスライドして、「ここにそれっぽい影がある！」と反応します。
• 特徴マップ（見つけた部分の記録表）：
  医師が画像を見て「左上にちょっと怪しい影あり」と記録するようなものです。
  これを何枚も重ねていくと、画像の「何を特徴として見ているか」が見えてきます。
• プーリング（細かく刻む）：
  特徴マップを小さく圧縮します。
  計算量を少なくすることができる他、画像の多少のズレやノイズに強くすることもできます。

RNN（時間の流れを読むニューラルネットワーク）

次はRNNさん。彼は「経過観察のプロ」です。
いわば、慢性疾患の患者さんを長年フォローしているベテラン看護師みたいな人です。

普通のAIは、昨日のことをすぐ忘れます。
でもRNN（再帰型ネットワーク）は、昨日のデータを覚えて、今日の判断に活かします。
まるで、毎回患者さんに「前回は血糖のコントロール頑張ってましたね！」と声をかけるあなたのようです。

時系列データ（血糖値の変化、脈拍の推移、睡眠リズムなど）を扱うのが得意で、
電子カルテの経過記録を読み解くAIがこれを使っています。

ただし、RNNにも「物忘れ」があります。
長い期間を覚えているのが苦手なんです。人間みたいですね。
そのため改良版の「LSTM」や「GRU」という記憶力強化型の仲間も登場しました。

転移学習（ベテラン看護師が新人を助ける仕組み）

さて最後は転移学習（Transfer Learning）です。
これは「すでに訓練されたベテランAIの知識を、新しい仕事に引き継ぐ」仕組みです。

例えば、「肺炎のレントゲンを識別できるAI」があったとして、
それを少し改良して「間質性肺炎の画像診断」をするAIを使いたいとします。
完全にゼロから勉強し直すより、既に似た分野で経験豊富なAIを使う方が早いです。
これはまるで、ベテラン看護師が新人に「この患者さんは危なそう」と直感で教えるようなものです。

転移学習では、「事前学習モデル」という優秀な先輩AIを使います。
たとえば「VGG16」「ResNet」「BERT」などが有名で、あなたのスマホの顔認識にもこっそり（！？）使われています。
音声認識や自然言語処理（コンピューターが人間の言葉を理解・解析する）にも、転移学習が使われています。

つまり転移学習とは、過去の経験を未来に活かす知恵なんです。

まとめ

つまり、今回紹介した登場人物をまとめると、

• CNN：画像診断が得意！！
• RNN：時間の流れを読んでいくよ！！
• 転移学習：過去の経験を未来に活かすよ！！

我々人間にも得意分野があるように、ディープラーニングにも得意分野があります。

無機質に見えて実は人間臭いディープラーニングについて、これからも一緒に学びましょう！！