現在、そしてこれからも活躍していくであろうAI（人工知能）について、一度は見聞きしたことがあるでしょう。しかし、AI（人工知能）と密接な関係にある機械学習や深層学習（ディープラーニング）となると、よく知らない、それどころか聞いたことがないという人も少なくないですよね。AI（人工知能）ですら一見取っ付きづらく、難しく感じる用語ですし、そうなってしまうのも無理ありません。
とはいえAI（人工知能）や機械学習、深層学習について紹介しているWebサイトや書籍はこの世にたくさんあり、どれを読んだらいいんだろう、どれが初心者向けだろう、と悩む人は多いはず。時代はAI（人工知能）だ！と気合が入っていたり、危機感を感じていたりしている人も、この記事を読んでしっかり知識を付けておきましょう。
そこで今回は、AI（人工知能）に関する技術のうち、機械学習や深層学習に（ディープラーニング）について、わかりやすく重点的に解説します。
AI（人工知能）とは
機械学習や深層学習に入る前に、まず、そもそもAI（人工知能）とは何か、というところから解説しましょう。
AI（人工知能）とはArtificial Intelligenceの略（日本語訳）で、それぞれArtificialが「人工的な」、Intelligenceが「知能」という意味です。その定義はいくつかありますが、IT用語辞書バイナリによれば
「人間の知的営みをコンピュータに行わせるための技術のこと、または人間の知的営みを行うことができるコンピュータプログラムのこと」（引用元）
を指します。といわれても少々小難しく感じますが、簡単にいってしまえば「人間のような知能を持ったコンピュータ」といえるでしょう。
実はこれまで2回AI（人工知能）ブームがきており、現在のAI（人工知能）ブームは第3次ブームです。ということを聞くと、AI（人工知能）はすでにブームが来ていたのか、と意外に感じますよね。現在のAI（人工知能）ブームは、機械学習や深層学習（ディープラーニング）の技術が発展したことが背景にあります。
次に、現在のAI（人工知能）を支える技術である機械学習について解説していきます。
機械学習とは
簡単にいってしまうと、機械学習とはコンピュータの学習方法の一種で、予測や意志決定を実現するような技術です。より踏み込んで説明するならば、
「コンピューターがデータから反復的に学習し、そこに潜むパターンを見つけ出すこと」（機械学習とは-SASより引用）
といえるでしょう。つまりアルゴリズムというコンピュータへの命令をし、データから繰り返してコンピュータが学習することで、人間が明示的に示さずとも自律的に解を得ることができます。
機械学習は与えるデータやアルゴリズムの処理によって教師あり学習、教師なし学習、強化学習の3つの仕組みに分類されます。教師あり学習は、あらかじめ質問とその回答となるデータを人間が与える機械学習の仕組みのことです。対して教師なし学習はコンピュータに大量のデータだけを与えて、その中の規則性を発見させるもので、教師なし学習よりAI（人工知能）のイメージに近いでしょう。
そして、強化学習とは、教師なし学習と同様に事前に解を与えず、代わりにゴールと、その結果に応じる報酬や罰を与えることで「正しい」手順を繰り返し学んでいくものです。
機械学習に続いて、深層学習（ディープラーニング）について解説していきます。
深層学習（ディープラーニング）とは
深層学習（ディープラーニング）はAI（人工知能）の急激な発展を支えている技術の1つで、人間が日常で行なっている行動や処理をコンピュータに学習させる手法の1つです。深層学習はAI（人工知能）のさまざま様々な分野で実用化が進んでおり、身近な例をあげれば自動運転車にも使われています。
深層学習（ディープラーニング）の基礎となるシステムとして、人間の脳を模したニューラルネットワークがあります。人間の脳内には多数の神経細胞（ニューロン）が存在し、複雑な回路を作っています。この複雑な回路をニューラルネットワークで実現しており、このシステムこそが現在のAI（人工知能）の要といっても過言ではありません。
深層学習（ディープラーニング）は現在もっとも注目の集まるIT技術の1つですが、その理由は精度の高さにあります。深層学習（ディープラーニング）で高い認識精度を実現したことで、ユーザ満足度の高い家電やより安全性の高い自動運転車が誕生したといえるでしょう。特に画像認識などにおいては、人間の認識能力を超えるほどとなっているといわれており、非常に驚きですよね。
AIブームの火付け役深層学習（ディープラーニング）と機械学習の違い
ここまで機械学習と深層学習（ディープラーニング）について重要な点を押さえて解説しました。では、機械学習と深層学習（ディープラーニング）ではどのような違いがあるのか。
機械学習と深層学習（ディープラーニング）の違いを一言で説明すると、機械学習の発展版が深層学習（ディープラーニング）になります。機械学習よりも深層学習（ディープラーニング）が優れているのは、先ほど触れたニューラルネットワークによる部分が多く、その偉大さは語りつくことができません。
具体的に機械学習と深層学習（人工知能）がどのように違うかというと、特徴の抽出の仕方がその1つにあげられます。そこで、わかりやすく説明するために色の認識を例にあげて説明しましょう。
深層学習（ディープラーニング）のすごさ
機械学習と深層学習（ディープラーニング）の違いについて説明しましたが、ではどのようにすごいのか知りたいですよね。より実感しやすいように具体例をあげて、機械学習の一種である深層学習（ディープラーニング）がどこで活躍し、どれほどすごい仕事を成しているのか解説します。
音声認識の側面から深層学習（ディープラーニング）のすごさをあげると、Amazon社のAlexaが代表例です。Alexaにかけたれた人間の声の処理に深層学習（ディープラーニング）の技術がたくさん盛り込まれています。人間の声を分析そして認識し、天気を教えればいいのか、スケジュールを教えればいいのか、注文をすればいいのか判断する能力を持っており、とてもかしこいですよね。
さて、今回はAI（人工知能）に関する技術のうち、機械学習や深層学習に（ディープラーニング）ついて、重点的に解説しました。改めて確認しておくと、AI（人工知能）と機械学習、深層学習（ディープラーニング）は次のようなものです。
- AI（人工知能）：人間のような知能を持ったコンピュータ
- 機械学習：コンピュータの学習方法の一種で、予測や意思決定を実現するような技術
- 深層学習（ディープラーニング）：機械学習の発展版で、コンピュータが自動で学習する技術
- 機械学習と深層学習（ディープラーニング）の違いの一つとして特徴の抽出に人間の手をどれほど必要とするか。深層学習（ディープラーニング）では人間の手が必要となる部分が少ない。
人々や社会の要請に応えるために、機械学習や深層学習（ディープラーニング）はますます発展していくこと間違いありません。この記事で得た知識を元に、AI（人工知能）関連の技術革新を注目しながら、時代の流れに乗っていきましょう。
