 |
 研究記(ニューラルネットワーク) |
 |
ニューラルネットワークへの挑戦なぜニューラルネットワークを学ぶか。現代コンピューターの性能の向上は留まるところを知らない。 その計算スピード、記憶容量共にすばらしいものだといえる。 しかし、実際の生物にはまだまだ敵わないところが多い。 １９９７年ニューヨークでチェスの世界チャンピオンと DeepBlueというチェス専用コンピューターが大決！ チャンピオンは１秒間に３手！DeepBlueは１秒間に２億手の計算能力！！！ 勝つのは洗練された経験か、偉大な計算力か？！ ・・・しかし結局コンピューターは負けてしまった。 圧倒的な計算能力を持ちながらなぜ人間を制することができなかったのか、どこが敵わなかったのか。 その一つが情報処理である。 １９４７年コンピューターが誕生し、現在でもノイマン型のコンピューターが主となっているが、 コンピューターの情報処理は、CPUと呼ばれる中央演算装置が単独で行うという方法をとっている。 では人間の脳はどのように情報処理を行っているのか。 人間の脳には１００億から１０００億ものニューロンと呼ばれる脳細胞があり、 下の図のように互いに情報のやりとりをしている。    階層型ネットワーク 相互結合型ネットワーク つまりコンピューターが１つのユニットで計算をするのに対し、 人間の脳は、たくさんの脳細胞が同時に、並列分散処理という方法で情報処理を行っている。 これこそが生物の情報処理の到達点であり、 これによって人間の脳は「考える」「学習する」「自己組織化」といったことが可能になるのである。 ところで自分がやっている研究分野は生産管理であるが、ここでは次のような問題がある。 現代は市場のニーズが多様化し、少品種大量生産から多品種少量生産へと移行している。 つまり、工程数や、品種が増え、最適な生産政策を求めるための計算量が爆発的に増加するために、 計算が不可能となっている。 ここでニューラルネットワークの導入を試みる。 単純に計算量に頼るのでなくチャンピオンがコンピューターに見せたような解決の一手が導き出されることを期待するものである。 〜〜〜〜〜〜〜〜 ニューラルネットワークは、情報工学、数理工学、生物（工）学、物理（工）学の分野で教育研究が行われており、数学的モデル化と計算機シミュレーションで構成されている。 応用に関しても、システム工学分野同様、方法論は多数存在し、 性能比較から最終結論が導けたというほど成熟していない。 しかしながら、発達段階にあるからこそ、学ぶ醍醐味があると考えるべきである。 脳型コンピュータというフロンティアに踏み込むためには、 ニューラルネットワークを学んでおく必要があり、 心や感情を理解する人間型ロボットを開発するにも、 ニューラルネットワークの分野の研究が一役かうであろう。 トップ |