機械学習って何?

ざっくり言うと

ひとことで言うと「機械学習 = データから自分でルールを覚える勉強法」。AI(人工知能)という大きな看板の中で、いま一番活躍している中心メンバーです。

イメージ

正確には

IBM の解説では、機械学習は「明示的にプログラムされなくても、データから学習し、経験を通じて改善するシステムを構築する AI の一分野」と定義されています。Google の Machine Learning Crash Course でも、機械学習は「データから有用なパターンを発見するプロセス」と説明されており、手書きのルールに頼らずデータで賢くするという点が一貫した特徴です。

総務省『令和元年版情報通信白書』でも、機械学習は AI 研究の主要分野の一つとして紹介されており、近年の AI ブームを牽引している中核技術と位置づけられています。

普通の自動化との違い

初学者が混乱しやすいのが、「自動化」と「機械学習」の違いです。どちらもコンピューターが勝手に動くように見えますが、中身はかなり違います。

つまり、決まった手順を繰り返すのが自動化、過去のデータから判断のコツを覚えるのが機械学習です。業務ツールの説明で「AI搭載」と書かれていても、実際には単純な自動化だけの場合もあるので、何を学習しているのかを確認すると見分けやすくなります。

機械学習の3つの学習方式

機械学習にもいくつかタイプがあります。IBM や Google の整理にならって、代表的な3類型を比較してみます。

学習方式	学び方	必要なデータ	身近な例
教師あり学習(Supervised Learning)	「問題」と「正解」のペアを大量に見せて覚えさせる	ラベル付きデータ(正解つき)	スパムメール判定 / 画像の中の猫を見分ける
教師なし学習(Unsupervised Learning)	正解は与えず、データの中から「似たもの同士」を自分でグループ分けさせる	ラベルなしデータ	商品レコメンド / 顧客のセグメント分け
強化学習(Reinforcement Learning)	試行錯誤させて、うまくいったら「ごほうび」、失敗したら「減点」して学ばせる	環境とごほうび設計	囲碁・将棋AI / 自動運転 / ロボット制御

機械学習と深層学習(ディープラーニング)の関係

「機械学習」と「深層学習」もよく混ざる言葉ですが、深層学習は機械学習の中の一手法です。前回の記事(AIってそもそも何?)で出てきた入れ子の関係を再掲すると、こうなります。

生成AI ⊂ 深層学習 ⊂ 機械学習 ⊂ AI

つまり、ChatGPT などの生成AIも、たどっていくと「機械学習の親戚」ということになります。

機械学習で何ができる?

逆に苦手なのは「学習データに無いタイプの問題」です。たとえば過去のデータに無い新しい詐欺手口や、想定外の状況。「見たことがあるパターンには強く、見たことがないパターンには弱い」のが機械学習の素直な姿です。

注意点

やってみよう

次は同じ「AIの種類」の章にある関連記事(深層学習とは / 生成AIの仕組みなど)で、機械学習の中をもう一段だけ覗いてみてください。