目次
AIって？
「AI」や「人工知能」などといった漠然とした単語だけで聞いても、なかなか具体的なイメージが出てこない方も多いのではないでしょうか。
身近な例を出すとスマホのGoogleアシスタントやSiriといった音声アシスタントに始まり、FaceIDにカメラで写真を撮るときに顔に□が付くアレ(伝われ)など、スマホだけでも結構様々な機能として実用化されています。
あとはそれこそ最近話題のNovelAIとかChatGPTとか
AIの学習
さて、AI及び人工知能は学習しないとまともに使い物にならないのは説明するまでもないと思います。
なので肝心の「AIの学習って何ぞや？」ってところを見ていきます。
学習の方法ですが大まかに分けて下記の2種類があります。
機械学習
深層学習
順番に掘り下げていきましょう。
機械学習
一言で説明するならば、
「機械が何かしらの法則や特徴を学習し、その結果を基に"人間が"判断基準を設けて最終的な結果を求めるもの」
です。
もう少し丁寧に説明すると、画像や音声、文章などのデータに対して、
「これは○○です。」
と、予めラベルデータ（教師データとも呼ばれます）を割り当てておき、それをもとにして入力されたデータが割り当てられたラベルデータに一致するかどうか、を判別して結果を返すという、名前の通り機械的な判別を行う学習方法になります。
また、教師データが必要になることから、教師あり学習と呼ばれることもあります。
例
猫の画像をたくさん用意して「これは猫！」と教える。
犬の画像を渡すと「これ猫じゃない！」ってなる。
みたいなイメージです。
深層学習
別名ディープラーニングとも呼ばれます。名前だけはニュース等で聴いたことがある方もいるんじゃないでしょうか？(いるのか？)
現代のAIで多く使われているのは主にこちらですね。理由としては"ニューラルネットワーク"なるものが普及したためだとか。
さて、深層学習についてですが、AIの学習時に自ら法則や特徴を見つけるのは機械学習と同じなのですが、
最終的な判断基準もAI側で求めて結果を出すことができるのがこちらの学習方法です。
深層学習では自ら特徴を学習しその特徴を教師データとすることで、
予めラベルデータを割り当てずとも同じ様な画像を生成することのできるように学習したり、（教師なし学習と呼ばれる手法）
ゲーム内でどのような行動をすることでスコアを入手することができるか、を学習して最終的にAIがゲームをクリアすることができるように学習したり（強化学習と呼ばれる手法）
することが可能です。
ニューラルネットワークって？
人間の脳にある、神経細胞の一種であるニューロンをモデル化して再現したものを何層にも重ねることで、人間の脳みその処理フローを再現して処理を行うため、機械学習等の結果よりもいい結果になることが多いみたいですね。
(画像識別だったら正解率が上がり、ゲームするAIならクリアスピードが上がる、みたいな感じ。)
ニューラルネットワークの種類
さて最後に、一口にニューラルネットワークといっても学習する対象やより細かい学習方法の違いなどによって、様々な分野に細分化されているので、ここでいくつか名前だけでも紹介して終わろうと思います。（全部についてまとめると文字数と執筆時間が途方もない事になるので投げ出しました）
気になった方はそれぞれの単語で調べてみてください。(たぶんわからない単語をわからない単語で説明されると思いますが)
画像識別、異常検知
・CNN
・Res-Net
・オートエンコーダ
・Ano-GUN
画像生成
・GAN
・DCGAN
・Cycle-GAN
記事作成：K&Q