【初心者が学ぶ】AIと機械学習とディープラーニングの違い

はじめに

データサイエンティストになるために勉強を始めました！
先輩から教わったことをアウトプットする場として記事を更新していきます。

AIと機械学習、ディープラーニングの違いを説明できる？

AIや機械学習、ディープラーニングって最近よく聞くワードですよね。なんとなく言葉としては知っているけど、説明できるかって言われると、僕はできませんでした。

AIって何？

AIはArtificial Intelligenceの略です。単語の意味は

• Artificial：人造の、人工的な
• Intelligence：知能、知恵

ってことで、人工知能ですね。自然知能をコンピュータ上で再現したものですね。現在では機械学習以上の機能を有するもののことを言うそうです。
アトムやドラえもんもAIですね。実はAIには二つの種類があります。

汎用型人工知能

まず１つ目は汎用型人工知能です。先ほどのアトムやドラえもんのように人間と同じように様々な課題を処理できる人工知能です。空を飛んだり、100万馬力だったり、四次元ポケットは人間とかけ離れてますが（笑）

特化型人工知能

想像がつくと思いますが、限定された課題処理に特化した人工知能です。
音声認識や自動車の自動運転で使われる画像認識、翻訳サイトでは自然言語処理が使われています。これらの機能が集まると汎用型人工知能になるわけですね。

じゃあ機械学習って何？

機械学習はAIの一部分です。機械学習とは様々なアルゴリズムを使って、反復学習をさせることにより、結果から法則（モデル）を見つけます。そのモデルを使うことで、自動的に分類させたり、予想させたりすることができます。また、英語だとMachine Learningと呼ばれ、MLと略されることもあります。
Amazonや楽天などのおすすめ（レコメンデーション）や工場で出荷する商品の異常検知などに使われます。
AIと同じように、実は機械学習も大きく３つに分類されます。

教師あり学習

正解データを学習させることで、正誤モデルを構築します。これを学習プロセスといい。モデルを利用して、正解・不正解が明確な問題の解決するプロセスを認識・予測といいます。代表的なアルゴリズムでは、回帰と分類があります。回帰は株価などの数値の予測に利用されます。分類はその通り、物事をカテゴライズするのに利用されます。

教師なし学習

反対に教師なし学習では学習データに正解がない状態で学習させます。正解がないのに学習？って思いますよね。教師なし学習では機械にデータの特徴を分類させます。これを行うことにより、データの特徴からグルーピングするクラスタリングができます。
また、次元削減と呼ばれるデータを特徴づける情報を抽出することもでき、膨大なデータの本質を導き出すことも可能です。例えば、各教科のテストの点数から生徒がどの教科が得意なのか見つけてくれたりします。

強化学習

３つ目の強化学習はシステム自身が様々なシミュレーションを行い、試行錯誤してベストなシステム制御を実現してくれることです。例えば新発売のマリオのゲームがあったとして、機械学習を使えば、システムが勝手に試行錯誤して学習してくれるので、ベストな動き方を見つけ全面クリアしてくれることでしょう。

ディープラーニング

ディープラーニングは深層学習とも呼ばれ、基本的に教師あり学習を発展させたものです。つまり位置付けとしては、AI ＞　機械学習　＞　ディープラーニング　と内包されています。人間の脳神経回路を模したニューラルネットワーク（NN）を多層構造にしたディープNNを用いた学習を行います。これにより、高い認識精度が実現でき、安全性が優先される自動運転などで活躍しています。

まとめ

• AI ＞　機械学習　＞　ディープラーニング
• AIには汎用型と特化型がある。汎用型が最強！
• ディープラーニングは人間の脳神経回路を模して学習している。

記事を書く上で、分からない部分は自己補完を行いながら執筆したので、至らぬ点があるかもしれませんが、それぞれの違いや特徴が伝われば嬉しいです。