前回はAIがどのような概念なのか歴史などを踏まえて解説しました。
今回はAIという概念の次の登場した「機械学習」という言葉について説明していこうと思います。
>>AIって何?という方はこちら
この記事でわかること
・機械学習の概念
・機械学習の手法について
・機械学習とディープラーニングの違いについて
機械学習とは
機械学習とは、人間の脳のような学習機能をコンピューターに持たせる技術のことを指します。
機械学習モデルを訓練するために膨大なデータを収集し、学習させる必要があります。
収集したデータを元に推論を繰り返し、規則性やパターンを見つけだしていきます。
AIとの違いは、AIという最も包括的な概念の中の一つの方法が機械学習である。と言えるでしょう。
機械学習の主な手法
機械学習の種類は、大きく「教師あり学習」「教師なし学習」「強化学習」の3つに分類されます。
AIと機械学習がどのような分類になっているか疑問に思う方もいるかもしれないので下記の図を参考にしてみてください。
これから説明する「教師あり学習」「教師なし学習」「強化学習」は機械学習(ニューラルネットワーク)に分類されます。
深層学習(ディープラーニング)と機械学習の違いについては後述します。
教師あり学習
入力データと正解データをセットにしてコンピュータに与える手法です。
例えば、数字の「1」と書かれた紙が入力データの場合、その紙に写っているものが1という「数字」である情報を正解データとして、入力データとセットでコンピュータに与えます。
この作業を何度も繰り返すことで、最終的にコンピューターは与えられた手書き数字の紙に何が書かれているか判別できるようになるという仕組みです。
教師なし学習
正解データを与えずに入力データのみをコンピューターに与える手法です。
教師なし学習が用いられる理由として、人間にも正解がわからない物事の予測をしてもらいたいからです。
例えば、野球ボールとサッカーボールの写真をコンピューターへ与えたとします。
正解データは与えませんが、この作業を繰り返し行うことでコンピューターは形や特徴を理解し、別々に分けることが可能になるのです。
強化学習
正解データの代わりに報酬をコンピューターに与える手法です。
強化学習では、コンピューター自らが試行錯誤してその行動に基づいて報酬が最大化するよう学習を進めます。
例えば、2016年にプロに勝って話題となった囲碁の人工知能であるAlphaGoが代表例です。
コンピューターへ碁を指すという行動をさせて対戦を行わせていく過程で、できるだけ勝利するために最適な過程を学習していきます。
機械学習と深層学習(ディープラーニング)との違い
上記の分類図を見るとすでにお分かりの方もいると思いますが、深層学習(ディープラーニング)は機械学習の一種になります。
機械学習と深層学習の違いは、機械学習ではデータを人間の手で調整して判断をしてきながら精度を向上させていくのに対し、深層学習はニューラルネットワークという手法を活用して機械自身が大量のデータを学習していきます。
深層学習では、機械学習の一部であるニューラルネットワークという手法を活用してタスクを学習していきます。
ニューラルネットワークとは、簡単に言うと人間の脳内細胞を模したモデルになります。
ここではニューラルネットワークについて深く解説しませんので、別の記事でまとめようと思います。
まとめ
今回は機械学習やその手法、ディープラーニングとの違いについて解説しました。
AIの基礎知識を押さえたいという方は、まず最低限今回の記事内容を覚えましょう。
今後もAIに基礎知識に関する記事はこれからも何個か書いていく予定です。
AIについての知識は難しそうと思われますが、私のブログでできるだけ分かりやすく解説していきますのでこれからも記事を読んでいただけると嬉しいです。
最後まで見ていただきありがとうございました。