ロボットであるiRobot社の「ルンバ」等があります。
ところが多くの人は、これらの商品を使っていながら人工知能をなんとなく理解している人が殆どです。
そこでこの記事では人工知能の概要から機械学習やディープラーニングの関連性について解説します。
人工知能とは？
人工知能とは人間が持つ知能を人工的にコンピューターで再現したものです。
経験値を上げることでコンピューター内の人工知能が学習して人間のように柔軟な対応をできるのが特徴です。
人口知能は一般的にAIと呼ばれていますが、これは「Artificial Intelligence」の頭文字を取った略称です。
次に人工知能が生まれた歴史を簡単に説明します。
人工知能という言葉が初めて登場したのは、1956年に米国の科学者であるジョン・マッカーシー教授が提唱しました。
その後、幾つかのブームを迎えましたが、人工知能を稼働させる前準備として膨大な情報が必要で現実的でないため、収束しました。
再び、人工知能の脚光を浴びたのは2000年以降で機械学習とディープラーニングの進化により、人工知能は一気に実用化に拍車が掛かり、現在を迎えています。
機械学習とその種類
機械学習とは人工知能を支える技術のひとつであり、データを分析する方法の1つです。
機械学習の位置付けは人口知能が大項目とするとその一階層下の中項目となります。
次に機械学習の種類は以下の3つがありますので簡単に説明します。
・教師あり学習
本学習は正解データを与えるやり方でコンピューターが学習し、結果を出す方法です。
・教師なし学習
本学習は正解データを与えないやり方でコンピューターが独自に学習し、結果を出す手法です。
様々なデータを学習させることで特性や規則性を覚えることで、結果が正しいか否かを判断することを学ぶのがこの学習方法の特徴となります。
・強化学習
本学習は正解データを与えないやり方です。取集したデータの結果に着目して点数（スコア）をつけます。
この点数を見ながら最も成果が出た行動を学ぶのがこの学習方法の特徴となります。
ディープラーニングとの関係性は？
ディープラーニングとは日本語にすると「深層学習」という意味で人工知能を支える技術のひとつであり、データを分析する方法の1つです。
次に前述した「機械学習」との違いを説明します。
ディープラーニングの位置付けは機械学習が中項目とするとその一階層下の小項目となります。
ディープラーニングは機械学習の代表的なアルゴリズムである「ニューラルネットワーク」を活用しているのが特徴です。
ニューラルネットワークとはニューロン（脳の神経細胞）の構造と働きをモデルとした人工知能の技術です。
まとめ
この記事では人工知能の概要から機械学習やディープラーニングの関連性について解説しました。
人工知能は今後、我々を取り巻く環境をより便利にしてくれるツールであることは間違いないでしょう。従って我々も人工知能をブラックボックス化するのではなく、学んで理解することが自己の人生を豊かにすると考えます。