まずは、たとえ話から
LSTM をひとことで言うと、メモ帳を持った AI です。
たとえば、昨日と今日の気温だけを見ても、明日の空気はなかなか読めません。
でも、1週間の流れをメモしていたら、だんだん暑くなっているのか、急に寒くなったのかが見えてきます。
LSTM は、そのメモを上手に使う AI です。
ここがポイント
LSTM は、過去に何が起きたかを少し長めに覚えながら、次にどう動きそうかを考えます。だから、時間といっしょに変わる数字を扱うのが得意です。
ふつうのAIと何がちがうの？
ふつうの AI は、目の前の数字だけを強く見ることがあります。
それだと、前に続いていた流れを見落としやすくなります。
LSTM は、前に起きたことをメモ帳に残しながら読むので、数字の流れをストーリーのように追えます。
だから、上がったり下がったりをくり返すデータでも、ただのバラバラな数字としてではなく、時間の流れとして考えられます。
どんな場面で役立つの？
気温の変化。
人の歩数の変化。
毎日の学習時間の変化。
こうした、時間といっしょに動く数字は、みんな時系列データです。
LSTM は、こうした並びを見ながら、未来の動きを予想する科学に使われます。
AIが勉強すると、間違いはどうなる？
AI は、最初から上手に考えられるわけではありません。
何回も勉強して、少しずつ間違いを減らしていきます。
その間違いの大きさを Loss と呼びます。
むずかしい言葉に見えますが、ここでは「どれくらい外れていたか」を表すメモだと思えば十分です。
このように、グラフで勉強の進み方を見ると、AI が落ち着いて学べているかを確かめやすくなります。