AI（人工知能）とは

機械学習とディープラーニング（深層学習）の違いの前に、AI（人工知能）とは何かを理解しておきましょう。

AI/人工知能（Artificial Intelligence）とは、人間の知能をコンピュータで再現することです。

ここで押さえておきたいポイントとして、実際は専門家の中でも「人工知能」の定義が異なっているという点です。

また「知能」とはどのような事を指すのでしょうか。

「知能」とは日常的に行なっている知的処理の事を指します。

例えば、ある動物を見て「この動物は可愛い」と感じたり、「あの場所に車が止まっている」などと「認識」したり、ある英語の試験の問題を解く際に、「この問題の答えはこれかな？」と「推論」したり、ある本を読んで「この文章は大変わかりやすい文章だなぁ」と「判断」したりするような事です。

人間の知的処理能力の場合、論理的に思考したり、五感（視覚、聴覚、臭覚、触覚、味覚）など様々な処理能力があります。ですが、現在、人間のように考えるコンピュータはまだできていません。現在の「人工知能(AI)」は人間の知的な活動の一面を模倣している技術を指しています。

機械学習とは

機械学習(machine learning)とは、コンピュータが問題とその答え（ラベル）を使って学習し、データに潜むパターンを見つける技術です。

機械学習では主に、予測させたり分類などが出来ます。身の回りでは、GoogleのGmailの迷惑メールやクレジットカード不正検知、商品のレコメンデーションなどなどに使われています。

機械学習とディープラーニング（深層学習）との違い

結論から言ってしまうと、機械学習の１手法としてディープラーニング（深層学習）が存在するという事です。

AIの中に、機械学習があり、機械学習の１手法にディープラーニング（深層学習）という手法があるという位置付けになります。

従来の機械学習において非常に難しかったこととしては、特徴量(変数)の設計です。

例えば、従来の画像認識では、入力データはピクセル値そのものではなく、「特徴量」と呼ばれる変数の集合でしたが、画像の特徴量は色、形状、テクスチャといった様々な情報を表現した変数のセットであることが一般的です。この特徴量の設計というのは非常に難しく、研究者の経験や直感によるところが大きくまさに職人芸でした。一方で、ディープラーニングは、そのような特徴量もデータから自動的に学習することが可能になりました。また、ディープラーニングは機械学習アルゴリズムの1手法で、分類や回帰ができます。

機械学習とディープラーニング（深層学習）の関係

まず、よく聞くキーワード3つ(人工知能、機械学習、ディープラーニング)の説明をします。

これら3つは上記のようなすみわけになります。

人工知能（AI) ＝ ディープラーニングと認識する方が多くいますが、AI＝ディープラーニングではありません。

AIの中に機械学習があり、機械学習の1手法として、ディープラーニングがあることを理解しましょう。

 機械学習とはデータから学習し、そこに潜むパターンを見つけ出すことができる人工知能の技術です。

ディープラーニング（深層学習）は、多くの層が重なった深いニューラルネットを使った機械学習技術のことです。

実際のところ、ニューラルネットは昔から研究されており、何層も重ね深くするということはされていましたが、層を増やしただけでは精度が上がったというわけではありませんでした。ここまでの理解としてディープラーニング（深層学習）は、『多くの層が重なった深いニューラルネットを使った機械学習技術のこと』であるというのだけを理解していれば一旦は問題ありません。

おわりに

この記事では、初学者向けに機械学習とディープラーニング（深層学習）の違いを解説しました。

機械学習を学ぶ上でオススメは、機械学習エンジニアからいつでも質問できる環境で学ぶことです。

AI Academy Bootcampなら、６ヶ月35,000円にてチャットで質問し放題の環境で、機械学習やデータ分析が学べるサービスを提供しております。
数十名在籍しているデータサイエンティストや機械学習エンジニアに質問し放題の環境でデータ分析、統計、機械学習、SQL等が学べます。AI人材に必要なスキルを効率よく体系的に身に付けたい方は是非ご検討ください。