ディープラーニングと研究

どうも、ドクターフリーランスOです。

今回ですけども、「ディープラーニングと研究」について書こうと思います。

ここでいう研究とは、私が行なってきている今となっては古典的な生化学の研究を指しています。

この分野では、同じ条件の実験を複数回行なうことで、その結果が再現性があるのかどうかを評価します。

そのため、一定ではない条件下での結果をいくら解析してもあまり意味が無いため、条件設定がとても重要です。

近年、「シンギュラリティ」、「AI」などのワードを多く聞くようになってきました。個人的にはこの「AI」が広く活用されるようになるこれまでの今となっては古典的な実験、あるいは研究手法の考え方が変わってくると思います。

ディープラーニングを活用すると今までは実験対象と手法をプロットして結果を導き出していたものが、実験対象と予想されるあるいは理想とされる結果をプロットして、対象からその結果になる条件が導き出されるという手法が可能になります。

これまでの古典的な実験手法では、条件設定によって結果が変わってくるので、条件設定が重要でしたが、ディープラーニングを活用した実験では条件設定をガチガチにするというよりは、無数の条件から最適な条件を見つけるという考え方になると思います。

また、これまでの古典的な実験手法では、途中のブラックボックスの部分は条件を一定にして最後の部分を感知して評価していましたが、ディープラーニングでは多くのパラメータが合ったほうが評価がし易いと思われるので、高感度なセンサーによるモニタリングを複数箇所行なうと良いと思われます。

自分としては、ディープラーニングを活用することでラボレベルからスケールアップしていった時の結果が異なっていく現象が緩和されると思っています。そのため、ディープラーニングは情報科学分野特有のスキルというよりは、科学者すべてが身に着けるスキルなのかと思っております。

最後までお読み頂きありがとうございます。日々勉強で至らないところばかりの自分ですが今後ともよろしくお願い致します。Twitterもやっているので良かったらフォローお願い致します。

twitter.com