【図解】コレ１枚で分かる人工知能・機械学習・ディープラーニングの関係

「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」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ーに登録し、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、様々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、大きな成果をあげることはありませんでした。

その後、特定の分野での大量のデータ（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、コンピューター性能が不十分であり、コストも高かったので十分な成果を発揮するには至らなかったのですが、コンピューター性能の向上と手法の進化と共に、実用性を高めてゆきます。

そんな「機械学習」が、精度良く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。

しかし、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」が登場します。この手法は、特徴量の選定や組合せを、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凌駕する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、人工知能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共に人工知能の研究は、ますます発展を遂げようとしています。

締め切りました！ITソリューション塾・第26期

ご案内を差し上げておりました「ITソリューション塾・第26期」が定員を超えましたので、お申し込みを締め切らせていただきます。多くの皆様のお申し込み、ありがとうございました。

なお、既に「参加枠確保」のご連絡を頂きました皆様は、早々に参加登録のご連絡を「メール」にてお願い致します。

最新版（9月度）をリリースしました！

ITビジネス・プレゼンテーション・ライブラリー/LiBRA