AIと機械学習の基礎知識 — 何が違うの？

「AI」と「機械学習」はイコールではない

ニュースなどで「AI」と「機械学習」という言葉がほぼ同じ意味で使われているのを見かけますが、正確には少し違います。

• AI（人工知能）: 人間のような知的な処理をコンピュータで実現しようとする、大きな分野全体の呼び名
• 機械学習: AIを実現するための代表的な「手法」の一つ

つまり、機械学習はAIという大きな箱の中に入っている道具の一つ、というイメージです。他にも人間があらかじめルールを全部書いておく「ルールベース」のAIなど、機械学習を使わないAIも存在します。

機械学習は「データから規則性を見つける」技術

昔ながらのプログラムは、人間が「もし〇〇なら△△する」というルールを一つひとつ書いていました。これに対して機械学習は、大量のデータを与えると、コンピュータ自身がその中の規則性やパターンを見つけ出すという考え方です。

たとえば「気温とアイスの売上のデータ」をたくさん見せると、機械学習は「気温が上がるほど売上も上がりやすい」という関係性を自分で見つけ出します。人間がその関係式を書く必要はありません。

学習の3つのタイプ

機械学習には、大きく分けて3つの学び方があります。

1. 教師あり学習: 「問題と正解のペア」をたくさん見せて学ぶ方法。一番よく使われるタイプです。
2. 教師なし学習: 正解を教えずに、データの中のグループ分けや構造を見つけさせる方法。
3. 強化学習: 試行錯誤を繰り返しながら、良い結果につながる行動を学んでいく方法。ゲームAIなどでよく使われます。

身近な例：くま予報マップ

Corota AI Lab.が開発しているくま予報マップは、教師あり学習の分かりやすい例です。過去の「クマの目撃情報」と「その時の気象条件や地形などのデータ」のペアを大量に学習させることで、「こういう条件のときはクマが出やすい」という規則性をAIが見つけ出し、出没リスクを予測しています。

ディープラーニングと生成AIとの関係

近年話題の「ディープラーニング（深層学習）」は、機械学習の中でも特に「人間の脳の神経回路を模した仕組み」を使う手法です。画像認識や音声認識で大きな成果を上げ、ChatGPTやClaudeのような「生成AI」もこのディープラーニングを土台に作られています。

つまり整理すると、AI ⊃ 機械学習 ⊃ ディープラーニング ⊃ 生成AI、という入れ子の関係になっています。

まとめ

• AIは大きな分野の名前、機械学習はその中の代表的な手法
• 機械学習は「データから規則性を見つける」技術
• 教師あり学習・教師なし学習・強化学習という3つの学び方がある
• 生成AIも、この機械学習の延長線上にある技術

実際に手を動かしてこの仕組みを体験してみたい方は、データサイエンス・ラボでマンツーマン指導を行っています。