エキスパートシステムとディープラーニング

今AIについて勉強しているのですが、ものをコンピュータに識別させる方法としてエキスパートシステムとディープラーニングがあるそうです。

まずエキスパートシステムとは、案件ごとに方法を考え、プログラミングする方法です。
例えば道路の横にカメラを置き、数ある自動車の中でハイエースだけ認識したい場合、ハイエースの横から見た輪郭をコンピュータに覚えさせます。
これのメリットとしては認識したいパターンが少ない場合に有効である事と、ビックデータが不要だという事です。
一方デメリットとしてはパターンが多い場合に上手くいかない事です。

次にディープラーニングとは、ビックデータを用意し、既存の学習エンジンで学習させる方法です。
例えば道路の任意の場所にカメラを置き、種類関係無く自動車を認識させたい場合、かなりの数の自動車の画像を学習エンジンで学習させます。
この時画像データは偏ってはいけなくて、幅広い種類の自動車の画像や多方向から撮った画像も用意しないといけません。
これのメリットとしてはパターンが多い場合に有効である事です。
一方デメリットとしては学習に高性能なコンピュータが必要である事、ビックデータを用意するのが大変だという事です。

このAI講座の講師曰く、先端の技術に頼り過ぎず、用途に応じて昔の技術も使えたら使っていこうとの事でした。