【話題のITトレンド】AI・前編〜機械学習の仕組みと3つの学習手法～　ー Vol.6 ー

精度が高まるAI！そのロジックと可能性を解説！

第3次ブームと言われている「AI」。画像生成や数値予測、ロボット制御など、様々な分野で耳にする機会が増えてきました。そんな「AI」を支える技術力と可能性について「①機械学習の仕組み」「②機械学習を支えるディープラーニング」の2回に渡ってお届けいたします。

AI（人工知能）とは？

「AI（人工知能）」とは、人間が行う知的ふるまいをコンピューターにより人工的に再現したものです。従来の条件分岐といったルールベースのAIと異なり、近年のAIは参考となるデータをAIに読み込ませることで、学習および推論を行います。いわゆる機械学習です。
「機械学習」では、より複雑かつ精度の高い推論が行えるようになりました。また、機械学習の精度を向上させる技術「ディープラーニング」の誕生により、人間の指導なしにAIが学習できる時代に突入しました。

なお、AIの活用により得られるのは「推論による客観的なデータ」と「オペレーションの代行」です。「推論による客観的なデータ」は様々な場面での意思決定に役立ち、個人の生活の中での判断から企業間でのコラボレーションの意思決定まで、あらゆる場面で新しい判断基準として活用されることが予想されます。また「オペレーションの代行」では、ロボットの活用と合わせることで、専門的かつ高度なオペレーションの自動化が期待できます。

機械学習の基本的な仕組みについて確認してみましょう。

なお、AIの実現には長年様々な研究が行われてきましたが、機械学習の中にも、学習の仕方が異なる学習手法がいくつか存在します。代表的な3つの学習方法について解説いたします。

機械学習と3つの学習手法

機械学習とは、大量のデータをもとにAIが学習を行い、未知のデータに対して推論（分類や予測）を行う仕組みです。学習に用いるデータの量や質に比例して、推論の精度が上がる特徴があります。
また、データの学習の仕方にも複数の方法が存在します。代表的な3つの学習手法「教師あり学習」「教師なし学習」「強化学習」の違いについて確認してみましょう。

　

① 教師あり学習

教師あり学習の手法で動物の画像を学習・推論させる場合、学習に用いる大量の画像データに、この画像は「猫である」「犬である」「鳥である」とあらかじめ正解を添えて読み込ませます。AIはデータの特徴と正解の関連性を学び、未知のデータに対して推論を行えるようになります。

　

② 教師なし学習

「①教師あり学習」と異なり、教師なし学習ではAIに推論の正解を教えずにデータを読み込ませ、AIはデータの特徴から自動的に推論に必要な特徴を見つけ出します。スーパーマーケットの顧客データから購買の傾向毎にグルーピングを行うなど、人間が気づいていない傾向の発見や、瞬時に精査できない推論が可能となります。

　

③ 強化学習

強化学習ではAIに達成させたい「ゴール」を設定し、無造作に行う推論の結果に応じて評価を与えます。AIは繰り返し試行的な推論を行い得た評価をもとに、推論結果と評価の関係性を自ら学び次回以降の推論に役立て精度を上げていきます。これは犬が「お手」を覚えるプロセスに大変似ています。結果に応じたご褒美を与えることで自ら学習していきます。