AIとは何か

あなたの知らないAI(人工知能)と機械学習についての違いを3分で解説

AIと機械学習のイメージ

最近流行のAI(人工知能)や機械学習などという用語はきっとどこかで耳にしたことがありますよね。

しかし、なんとなく今までよりも機械が発展しているんだなというくらいで、詳しいことはよくわからない方がほとんどでしょう。

しかしAI(人工知能)は、今後もどんどん発達して需要が高まっていくことが予想されます。それに加えて、私たちの身近なところにもAI(人工知能)や機械学習の技術を利用したものが多く存在しています。よって少しでもAI(人工知能)や機械学習について知っておくと必ず役に立つでしょう。

今回はAI(人工知能)と機械学習の違いについてお話します。まずはAI(人工知能)と機械学習のそれぞれについて軽く触れてから違いについてお伝えしましょう。

そもそもAI(人工知能)とは

AIのイメージ

AI(人工知能)とはArtificial Intelligenceの略で、日本語だと人工知能と訳されます。AI(人工知能)の定義ははっきりとしたものがなく、専門家の間でも定まっていません。

今までのコンピュータプログラムは設計者が想定した範囲内の判断や処理を繰り返すだけでした。しかし人工知能は今までとは違い、コンピュータ自らが学習して、推察や判断の力を成長させることができるのです。

人工知能というと幅広いものですが、種類を大きく分けると2種類に分けることができます。それは特化型人工知能と汎用人工知能です。

まず特化型人工知能について軽く解説します。特化型人工知能とは、その名の通り何かに特化した人工知能のことです。例えば、AlphaGoという人工知能を聞いたことがあるかもしれません。AlphaGoとはGoogleによって開発された囲碁に特化した人工知能です。

AlphaGoは16万局の、つまり約3000万の局面を3週間かけて学習することができます。それに対して人間は、毎日一局打ったとしても、30年で1万1千局ほどしか学習することができません。これらの差を見ると特化型人工知能の威力が見て取れますよね。

それに対して、汎用人工知能とは何かに特化はしておらず、人間と同じような能力をもった人工知能のことです。つまり、人間に代わることができるのではないかと考えることができるため、人間の仕事を奪うとされるシンギュラリティ(技術的特異点)が唱えられています。

機械学習とは

機械学習のイメージ

今度は機械学習について説明しましょう。

機械学習とは、データの中から規則性や判断基準を見つけ、それを使って判断し、未知のものを予測することに特化した技術のことです。人間が与えた答えによって自ら学習します。

例を3つほどみてみましょう。

1つ目は、機械学習の技術をを用いることで、たくさんの動物の写真の中から猫の写真だけを取り出して分類することができます。
2つ目は、ショッピングサイトで何かを購入したとき購入履歴に基づいたおすすめ商品が表示されたりしますよね。これは機械学習によって機械が消費者の傾向を分析した結果なのです。
3つ目は、ビッグデータの分析することで、有益な情報を見つけ出すことができます。すなわち、人間だけでは解決できない認知能力や判断の必要な作業や新しいシステムの創造が可能になります。

これらの3つの例をみてみると、私たちの身近なところから身近ではなさそうなものまで幅広いところに機械学習の技術が使われていることがわかります。

AI(人工知能)と機械学習の違いをポイントで説明

ポイントのイメージ

それではAI(人工知能)と機械学習は何が違うのでしょう。AI(人工知能)と機械学習の違いを考えるためのポイントは2つあります。

1つ目は、AI(人工知能)と機械学習は包括関係にあるということ。

上の解説でお気づきかもしれませんが、機械学習はAI(人工知能)の特化型人工知能の具体例なのです。特化型人工知能とは何かに特化した人工知能であることはお話ししました。判断や予測に特化した人工知能が機械学習ということです。

2つ目は、AI(人工知能)の発展には機械学習、機械学習の発展にはAI(人工知能)がそれぞれ関わっているということです。

まずはAI(人工知能)発展の歴史を軽くみてみましょう。第一次AIブームから第三次AIブームまでありますが、簡単に以下のようにまとめてみました。

  • 第一次AIブーム→推論と探索の時代
  • 第二次AIブーム→コンピュータに知識を与える時代
  • 第三次AIブーム→機械学習とディープラーニングの時代

これより、機械学習は第三次AIブームに属していることがわかります。つまり、機械学習の発展によってAI(人工知能)が発展してきたのです。

逆に、機械学習はAI(人工知能)の発展によって発展してきたこともおわかりいただけたでしょう。

AI(人工知能)や機械学習を学ぶステップ

勉強のイメージ

ここまでAI(人工知能)と機械学習について解説しましたが、さらにこれらを学びたい方に向けて方法をお伝えします。AI(人工知能)や機械学習を学ぶステップは①〜④の4ステップに分けて勉強するとしっかりと学ぶことができます。1つ1つみていきましょう。

① AI(人工知能)について知る

まずはAI(人工知能)について、ざっくりと基本的なことを知っておくと良いでしょう。

AI(人工知能)は様々なデータを分析できるため、どんなことを実践してみたいかに立ち返って考えてみることが大切です。そうすることで、学んでいくにあたって目的が明確になり、モチベーションも維持することができます。

② 数学・統計学について最低限勉強する

次に、数学や統計の基本的な知識は身につけておくと良いでしょう。

機械学習を学ぶための土台として微分積分/線形代数といった数学的知識や、平均/分散/検定などといった統計的知識は必要は必須となってきます。

③ Python(プログラミング言語の1つ)について勉強する

PythonはAI(人工知能)や機械学習を学ぶ上で、最も最適なプログラミング言語であり、需要も極めて高いです。

ですから基本的なプログラミングの知識をしっかりと身につけておくことで、スムーズにAI(人工知能)や機械学習の勉強につなげることができます。

④ 機械学習やディープラーニングについて勉強する

①~③で機械学習を学ぶ土台を作った上で、機械学習とディープラーニングの原理や、具体的に教師あり学習・教師なし学習における様々なアルゴリズムなどをPythonを通じて実践的に学ぶと良いでしょう。

また、プログラミングまでガッツリやらずに少しだけ知りたいと思う方は、②まで軽く触れてからAI(人工知能)や機械学習の仕組みについて学んでみるのも良いでしょう。

さらにAI(人工知能)や機械学習について知りたい時におすすめの学習サービス

学習するイメージ

さらにAI(人工知能)や機械学習について、実践的に学びたい方におすすめの学習サービスを3つほどご紹介します。

Aidemy

特徴:登録ユーザー65,000人以上。ブラウザを開いてすぐに学習でき、環境構築は不要。AI(人工知能)に必要な数学や、Pythonの知識を基礎から説明してくれます。

プログラミングをはじめようとしたときに一番初めにつまずく可能性の高い、環境構築が不要というのはとても魅力的です。

Aidemy

KIKAGAKU

特徴:データサイエンス/機械学習/ディープラーニングの仕組みや実用方法について学べます。「基本無料」「初学者OK」「すぐにスタート」という3つの特徴。

少しかじってみたい、という方にとっては無料で初心者OKというのはとても心強いですよね。

KIKAGAKU

Chainerチュートリアル

特徴:数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説。学ぶ順番を迷うことがなくなります。

幅広く解説されているということで、これ一つで実践的に学ぶことができるというのはとても興味深いですよね。

Chainerチュートリアル

 

AIのイメージ

今回はAI(人工知能)と機械学習の違いについてお話ししました。それでは最後に軽くこの記事のまとめをします。

まずそもそもAI(人工知能)とはコンピュータ自らが学習して、推察や判断の力を成長させることができるものでした。また機械学習とは、データの中から規則性や判断基準を見つけ、それを使って判断し、未知のものを予測することに特化した技術のこと。そしてAI(人工知能)と機械学習は、包含関係にあり互いに支え合っているという関係がありました。

ですから機械学習はAI(人工知能)の一部であるということはお分かりいただけたでしょう。

AI(人工知能)も機械学習も今後、今以上にさまざまな分野で活躍します。そのため、これらの言葉の意味や違いや具体例などを学んでおくと今後非常に役立つことは間違いありません。幸いなことに今は学習教材も環境も豊富にあります。

興味を持った方は、ぜひより深く学んでみてください。

トップへ戻る
タイトルとURLをコピーしました