【"非"エンジニアが解説】AI・機械学習・ディープラーニングの関係と違いを説明します

雑記

みなさん、こんにちは。
シンノユウキ(@y_stadio)です。

今回は非エンジニアである私が,AI・機械学習・ディープラーニングといった昨今話題のキーワードについて,その関係や違いについて解説します.

ではいきましょう!

まずは図で大まかに理解しよう!

これらの関係を詳細に見ていく前に,まずは図で大まかに理解してしまいましょう.以下の図のように,AIに機械学習が含まれ,その機械学習の中にディープラーニングが含まれるという抱合関係にあります.なので,機械学習であればそれはAIの一部であり,ディープ・ラーニングは機械学習でも,AIの一部でもあるということになります.

 

 

AIとは?

全体的な理解を簡単に終わらせたところで,AIについて見ていきましょう.AIはArtificial intelligenceの略で,日本語においては「人工知能」と訳されます.

この言葉が正確に定義され,学問化されたのは1956年のことです.AIの父として知られるJohn McCarthyらがダートマス会議にて「AI」という言葉を作り出しました.これを機に,AIに関する研究が活発になっていきました.

一般的にAIと呼ばれる場合,機械学習やディープ・ラーニングも含めた意味として使用されます.とりあえずここでは「AIには機械学習もディープ・ラーニングも含まれるんだ」と認識いただければ問題ありません.

 

機械学習とは?

次に機械学習について解説します.

機械学習は,データを機械に入力し学習させることで,そのデータの識別や判別を可能にさせます

このことを手書きの数字を識別するAIを例にして説明してみます.

まずは機械に手書き数字の画像データを大量に読み込ませます.この際には,この画像が2でこの画像が6だよといった感じの正解用のラベルも読み込ませる場合が多いです.このように,正解用のラベルも同時に読み込ませることを「教師あり学習」と呼びます.

そして,その画像からそれぞれの数字の特徴を判別するためのルールやパターンなどを機械に教えます.これを「特徴量の設計」と呼びます.たとえば,1は縦にまっすぐ引かれた線のような形をしており,7は上の方に横線が入るといったようなことをアルゴリズムとして設定します.これでその画像の特徴的なパターンなどを識別できるようになります.

これが機械学習です.

 

ディープ・ラーニングとは?

次にディープ・ラーニングについて解説します.

ディープ・ラーニングも機械学習の一部ですので,大きな流れは機械学習と変わりません.ただし大きな違いとして,特徴量の設計が不要になります.

ディープ・ラーニングでは,その画像の特徴などを機械が自分で見つけ出してくれます.面倒なアルゴリズムの設定などが不要なのですね.このことを示す有益な図を引用します:

機械学習対深い学習

引用)https://www.xenonstack.com/blog/data-science/log-analytics-deep-machine-learning-ai/

つまりディープ・ラーニングでは,いままで人間が手作業で行っていた分類のためのアルゴリズムの作成が不要になり,人間でも判断しにくい特徴などを検出することができるようになります.

こういったメリットもあり,ディープ・ラーニングは幅広い分野で活用されるようになっています.

 

まとめ

今回は関係性がいまいち曖昧なAI・機械学習・ディープラーニングの関係などを,非エンジニアの視点から解説しました.これらの意味をきちんと理解し適切に活用していきましょう.