AI・機械学習ディープラーニングという言葉は今では聞いたことないって人はほとんどいないくらいに流行しているワードです。
でもじゃあAIってなんなの？
機械学習とディープラーニングって何が違うの？
って聞かれたときに回答できない人のための記事です。
忙しい人のためにそれぞれの概要と簡単な例をまとめました。
1. AIと人工知能とディープラーニングの違い
まず初めにAIと機械学習とディープラーニングの違いについて纏めます。
簡単に説明するとAIという分野の中に機械学習というカテゴリがあります。
そして機械学習の手法の一つにディープラーニングというものがあるわけです。
AI＞機械学習＞ディープラーニング。
野球で例えるなら
AI＝「野球選手」
機械学習＝「バッター」
ディープラーニング＝「一本足打法」
みたいな感じです。
2. AIの概要
次にAIという言葉の概要について説明します。
AI(Artificial Intelligence)という言葉は1956年に誕生した言葉です。
最近流行りだしたのでもっと新しいワードかと思いますが、意外と歴史がある単語です。
昔のAIは迷路やパズルなど、ルールや方法が明確な条件下で次の一手を考えられるというものであまり実用化には向いていなかったそうです。
昔から将棋や囲碁のゲームってありましたがあれの対戦相手もAIと呼べるわけです。
2018年現在ではAIは探索や推論、知識表現、そして機械学習など様々な用途で使われるようになっています。
3. 機械学習の概要
機械学習とは細かいことを気にせずザックリ言うと
与えられたデータから何かしらの法則を見す作業を行うことです。
機械学習については人によっては違う意見があると思いますが、下記のように3つに分類することができます。
今回はこの中でも特に直感的にわかりやすい教師あり学習について説明します。
3.1 教師あり学習
教師あり学習とは与えられた条件と結果のセットから法則を見出す方法です。
例えば、インフルエンザに感染しているかを判断する機械学習するとします。
まず、過去の事例から風邪にかかった人の特徴を機械に学習させます。
「こういう特徴のある人は風邪をひいてるんだよー」って教えてあげる感じです。
機械が風邪の特徴を学習できたなら風邪を引いたかもしれない人の特徴を機械に教えます。
すると機械は学習した特徴を元にしてその人が風邪をひいているのかどうかを判断します。
これが機械学習の一例です。
4．ディープラーニングとは
いよいよ深層学習とも呼ばれるディープラーニングについての解説です。
ディープラーニングは機械学習で特徴を学ぶ際に使用する学習方法です。
例えば、機械学習の説明の際にに機械が風邪をひいた人の特徴を学んでいましたが、
実際にはどうやって学んでいたのでしょう？
学習の際には人が風邪をひいた人の特徴を洗い出して機械に教え込む必要がありました。
- 熱が出ている人は風邪をひいている可能性が高い
- 患者の好きな食べ物のデータもあるけどこれは関係なさそうだから計算から除外しよう
- 咳が出るのは風邪の症状だから特徴として覚えさせよう
なんてことを人間が考えて入力する必要がありました。
でもこういう特徴の選択って大変な作業ですよね。
この特徴の選択を機械が自動的にしてくれる技術こそがディープラーニングなのです！
詳しい内容は別の記事に譲りますが、ニューラルネットワークという人間の脳の構造を真似した仕組みを使って与えられた大量のデータから必要なものを選択することができます。
下の図がニューラルネットワークの説明でよく出てくる図です。
意味は分からなくていいですが、入力層、中間層、出力層に分かれています。
このようにいくつもの"層"を使って学習することから"深層学習"と呼ばれるわけです。
このディープラーニングの登場によって特に画像、音声認識の分野は飛躍的に向上し、AIは現在注目される技術となったといっても過言ではないでしょう。
5.まとめ
- AI < 機械学習 < ディープラーニング
- 機械学習には教師あり学習、教師なし学習、中間的学習がある
- ディープラーニングは特徴量の選択が自動で行われる機械学習の1手法