コンピューターが理解するには、なぜ、ディープラーニングが必要なのかを理解した！

ＡならばＢを学習させて、「Ａは？」と聞いてＢを答えるのは、
理解しているのではなく、暗記しているから・・・

ＡならばＢを学習させて、「Ｃは？」と聞いて「教えてもらってない！」と答えるのも
理解しているわけではない・・検索がうまくいったから


ＡならばＢを学習させて、ＡとＣの共通点と相違点を教える。
「Ｃは？」と聞いてＢかどうか答えるのが、「理解した」ということ

つまり、Ａとは何ぞや、Ｃとは何ぞやを概念化し、
どういうときにＢができるか、これも概念化して
その結果を答えるというものが、理解したってこと。

つまり、入力と出力の間に概念が入って、概念操作をする。

そのときＡならばＢの場合、Ａは入力、Ｂは出力で、この間をつなぐものは１層あればいい・
でも、概念を形成する場合、入力を抽象化しないといけない。つまり、捨象する層が必要になってくる。
このため、何層も必要になってくる。だからディープラーニング。
この何層もある隠れ層の中に概念ができ、その概念が入出力をつなぐことになるのでしょう。


ここで、先ほどの問題
１．ＡならばＢを学習させて、
２．ＡとＣの共通点と相違点を教える。
というのは、２つの待った食い違ったタスクになる。答えさせたいのは１であり、
２は概念形成をするもの。ここは、１のようなＡをいれたらＢという形で
学習させる必要はない。穴埋め問題でも、学習させることにより、概念は獲得していく。

ということで、はじめに汎用的な２を教えた後で、実際の問題の１を転移学習させるのが、
ＢＥＲＴなんでしょうか？