『AIと機械学習は同じもの?』という素朴な疑問から出発し、機械学習の本質をゆっくり解きほぐしていきます。今日のゴールは、『データからルールを自動で見つける』という考え方を自分の言葉で説明できるようになること。会話に混じりながら一緒に学んでいきましょう。
戸倉 ジャスミン
先生、AIと機械学習って結局同じなの? ニュースで両方ごちゃ混ぜに使われてて、どこが違うのか混乱するんだけど。
香月 リサ 先生
いい入り口ね、ジャスミンちゃん。
AIはコンピュータに知的な作業をさせる技術の総称で、その中の一分野が機械学習なの。
地図で言うなら、AIという大きな国があって、機械学習はその中の県のひとつ、というイメージよ。
香月 リサ 先生
もっと踏み込むと、機械学習は『人間がルールを書く』のではなく『データからルールを自動で見つけさせる』アプローチ。
AIのうち、データから学ぶタイプがこれ、と覚えてほしいの。
深見 つむぎ
補足すると、ルールを人が直接書くやり方は『ルールベース』と呼ばれますね。
『気温が28度以上なら冷房ON』のような if文 の集まりで動くシステムのことです。
香月 リサ 先生
その通り、ありがとう。
ルールベースは仕様が明確で説明しやすい反面、想定外のパターンに弱いの。
たとえば『猫の写真を見分ける』ようなルールを全部人間が書くのは、ほぼ不可能よね。
戸倉 ジャスミン
確かに、猫って耳の形も模様も個体差ありすぎだし、if文じゃ書ききれないね…。
香月 リサ 先生
そこで機械学習の出番。
大量の猫・犬の写真をデータとして与えると、AIが統計的に『猫らしい特徴』と『犬らしい特徴』を自分で抽出するの。
雪村 ましろ
猫の写真をいっぱい見せたら、AIが『これが猫っぽい特徴かなぁ』って自分で気づくってことですか〜?
香月 リサ 先生
そう、ましろちゃん、まさにそれ。
これが学習ね。
耳の形、ひげ、目の位置といったヒントをAIが統計的に掴んでいくのよ。
戸倉 ジャスミン
なんかあたしたちが経験から覚えてくのと似てて、すごいね! 人間が図鑑見て覚えるのに近いじゃん。
深見 つむぎ
ただし人間と違って、機械学習には数値化されたデータ、アルゴリズム、計算資源の3つがそろって初めて動きます。
データ量が少なすぎると学習はうまくいきませんし、アルゴリズムが貧弱でも精度は出ません。
香月 リサ 先生
いい整理ね。
だから『データ・アルゴリズム・計算資源』の三点セットが機械学習の土台、と押さえておきましょう。
近年はこの三つが揃ってAIが急進化したのよ。
スマホ1台にも学習済みモデルが入る時代になったわ。
雪村 ましろ
データが多いほど賢くなるんですね〜。
ましろも漫画をいっぱい読むと言葉が増える感じと似てますかぁ〜?
香月 リサ 先生
近い感覚ね。
ただし偏ったデータばかりだと偏った答えを出すから、データの質と多様性も重要よ。
ジャンルが偏った図書館では知識も偏るでしょう? 同じ話ね。
深見 つむぎ
つまり、量と質の両方が必要ということですね。
多いだけでも、質が高いだけでも片手落ちになる。
戸倉 ジャスミン
なるほど、データが先生ってわけだね。
試験でもここ出そうじゃん?
香月 リサ 先生
出ます。
試験では『ルールベースと機械学習の違い』『機械学習はAIの一分野』『データから自動で学ぶ』が鉄板ポイントよ。
ここを外すとかなり痛いから、必ず押さえてね。
確認クイズ
機械学習の特徴として最も適切なものはどれか?
- 人間がすべてのルールをプログラムする
- データからパターンを自動的に学習する
- インターネットに常時接続が必要である
- 量子コンピュータでのみ動作する
こたえを見る
正解: 2. データからパターンを自動的に学習する
機械学習はデータからパターンやルールを自動で発見する手法で、AIの一分野に位置づけられます。ルールを人が全部書くのはルールベースAIで、機械学習とは別のアプローチ。ネット接続や量子コンピュータは必須要件ではありません。