人工知能(AI)・機械学習・ディープラーニングの定義の違いを解説

「人工知能とか機械学習とかディープラーニングとか似たような意味で使われるので違いがわからない！」

「人工知能って機械学習以外にも何かあるの？」

「ディープラーニングと従来の機械学習とどう違うの？教えて！」

近年、「機械学習」や「ディープラーニング」などの人工知能に関わるテクノロジーが社会活動の場で活用されるようになりました。しかしながら、未だ「人工知能」「機械学習」「ディープラーニング」などの言葉の違いについては混同されて捉えられている節があります。

そこで本記事では、これらの人工知能に関するキーワードの意味の違いをきちんと理解できるように、次の点を解説していきます。

• 「AI」「機械学習」「ディープラーニング」の関係性の説明
• 近年のAIブームの火付け役「ディープラーニング」について解説

この記事の内容を理解することで、人工知能に関わるキーワードを適切に理解することができますよ。ぜひ参照してください！

「AI」「機械学習」「ディープラーニング」の関係性

まずは「AI」と「機械学習」「ディープラーニング」の関係性について見ていきます。

以下に、それぞれの定義と対象とするものを解説しています。要約すると次の通りです。

• 「機械学習」は「人工知能（AI）」の一部
• 「ディープラーニング」は「機械学習」の取り組みの一部
  これらの関係性は「AI＞機械学習＞ディープラーニング」となります。

人工知能(AI)：人間と同様のタスクをコンピュータに行わせるための技術
知能をもった工業製品はすべて人工知能を搭載しているといえます。
対象製品は「自動車や機械の自動運転装置」「スマートスピーカーやスマート家電」「ロボット」などがあります。さらに、近年実用化されている「チャットボット」とよばれる会話ボットも対象。

ディープラーニング(深層学習)：人間の脳の数理的な「モデル」
ディープラーニングは人間の脳をモデル化して、人間が何気なくやっているタスクをコンピュータに学習させることで人間の認識していく過程を学習させます。機械学習の一つのアプローチ手法です。

ディープラーニングとは何か？

ディープラーニングは機械学習の取り組みの一部と説明しましたが、具体的にディープラーニングとは機械学習の分野のどのようなことをさしているのでしょうか。

機械学習のしくみ

機械学習とは、コンピュータにデータを与え判断を反復させることでタスクの特徴をコンピュータに学ばせるしくみです。
つまり、タスクの法則性をコンピュータに掴ませることによって、コンピュータがタスクのアウトプットを自動化するのを目的としています。

ディープラーニングとは

先程はディープラーニングは機械学習の取り組みの一部であると説明しました。

機械学習の分野の中にニューラルネットワークという手法があります。ディープラーニングとは、このニューラルネットワークを多層に積み上げた学習（ディープニューラルネットワーク）を利用した学習手法のことを指します。

つまり、ニューラルネットワークという大きい機械学習の枠組みにディープラーニングが含まれると考えることができます。

機械学習とニューラルネットワークの違い

• 機械学習
  学習の素材となるデータの特徴を事前学習することで、データ分類を自動で行う。学習手法には高度なものから程度のものまで多種多様な方法がある。
• ニューラルネットワーク
  コンピュータが自動で特徴の分類を行うための、機械学習の一つの手法。
• ディープラーニング
  ディープニューラルネットワーク(DNN)と言われる、ニューラルネットワークを多層に積み上げることで、機械が自らがタスクの特徴量を学習する方法。
  機械学習は人間が機械に学習させるのを前提としてたが一気に技術のブレークスルーとなった。

多層ニューラルネットワークの種類

畳み込みニューラルネットワーク（CNN）

CNNは画像認識処理で利用される深層学習モデルです。近年では自然言語処理にも利用されています。層間が全結合ではない順伝播型ニューラルネットワークをさします。

CNNの応用例

Facebook の写真の自動タグ付け
自然言語処理 (NLP) 
気象予測
自動車の自動運転

再帰型ニューラルネットワーク（RNN）

RNNは時系列データを扱うことができるニューラルネットワークです。リカレントニューラルネット、フィードバックニューラルネットとも言われます。

RNNの応用例

機械翻訳
音声認識
Google翻訳などの自動翻訳

まとめ

本記事では、人工知能(AI)・機械学習・ディープラーニングの定義の違いについて解説しました。

本ブログではG検定の合格に向けて、さまざまな情報を提供しています。ぜひ以下の記事も参考にしてください。