コレ1枚で分かる「AI、機械学習、ディープラーニングの関係」：即席！3分で分かるITトレンド

人間の“知能”をモデルに進化してきた「人工知能（AI）」と、「機械学習」「ディープラーニング（深層学習）」の関係性をおさらいしておきましょう。

[斎藤昌義（ネットコマース株式会社），ITmedia]

この連載は

　カップめんを待つ間に、電車の待ち時間に、歯磨きしている間に“いまさら聞けない”ITトレンドが分かっちゃう！　いまさら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。

　「人間の“知能”は機械で人工的に再現できる」――そんな研究者の理想から、「人工知能（AI）」という言葉が生まれたのは1956年のことです。

　その後、半世紀以上にわたり、研究が続けられてきました。この間、迷路やパズル、チェスや将棋といったゲームをうまく解くところから始まり、人間が持つ知識を辞書やルールとしてコンピュータに登録し、専門家のような回答を導こうとする研究が行われてきました。

　しかし、人間が辞書やルールを作るわけですから、世の中の全ての事象を登録することなどできません。そのため、狭い限られた分野では成果を上げることはできましたが、さまざまな分野で広く応用が利く人間の“知能”にはほど遠いもので、大きな成果を上げることはありませんでした。

　その後、特定の分野で、大量のデータ（学習データ）を解析し、規則性や関係性を見つけ出す手法「機械学習」が登場します。その結果を利用して、分類や区別、判断や予測を行います。

　機械学習の考え方は以前からありましたが、コンピュータの性能が不十分であり、コストも高かったため十分な成果を発揮するには至らなかったのですが、コンピュータ性能の向上と手法の進化とともに、実用性を高めていきます。

　ただし、機械学習が高精度に規則性や関係性を見つけ出すためには、どこに着目すればよいのか、つまりデータを比較するときの着目すべき特徴の組み合せを、人間が見つけ出して設定する必要がありました。この特徴の組み合せのことを「特徴量」といいますが、その設定の巧拙が結果を大きく左右します。

【図解】コレ1枚で分かる「AI、機械学習、ディープラーニングの関係」

　ここ最近になって、人間の脳の働きついての研究が進み、その成果を応用した機械学習の一手法である「ディープラーニング（深層学習）」が登場します。この手法は、特徴量の選定や組み合せを、データを解析することで自ら作り出すことができます。そのため、人間に依存せず、データ量を増やすほどに、規則性や関係性を見つけ出す精度を向上させることができます。

　その結果、画像や音声の認識など、特定の分野では人間の能力をしのぐ性能を発揮しています。将来は、世界の森羅万象を分類整理してくれるかもしれません。

　現在、ディープラーニングは、AI研究において特に注目されている分野で、その発展には目を見張るものがあります。その一方で、大量の学習データや強力な計算能力がなければ、その能力を発揮できないという課題も抱えています。

　このような課題を解決する技術やその他の手法とともにAIの研究は、ますます発展を遂げようとしています。

著者プロフィール：斎藤昌義

【図解】コレ1枚でわかる最新ITトレンド [増強改訂版]

　日本IBMで営業として大手電気・電子製造業の顧客を担当。1995年に日本IBMを退職し、次代のITビジネス開発と人材育成を支援するネットコマースを設立。代表取締役に就任し、現在に至る。詳しいプロフィールはこちら。最新テクノロジーやビジネスの動向をまとめたプレゼンテーションデータをロイヤルティーフリーで提供する「ITビジネス・プレゼンテーション・ライブラリー/LiBRA」はこちら。