機械学習とは
機械学習とは、大量のデータからパターンを学び取り、未知のデータにも対応できるようにするAIの一分野です。人間がルールを一つずつ書き込む代わりに、たくさんの例を読み込ませて、規則性をAI自身に見つけさせます。迷惑メールの判別から売上の予測まで、いまのAIの賢さの多くは、この機械学習が支えているもの。ChatGPTのような生成AIも、土台をたどれば機械学習にたどり着きます。
機械学習の仕組み
機械学習では、まず大量の訓練データをAIに読み込ませます。AIはその中から「こういう特徴のときは、こうなりやすい」というパターンを少しずつつかみ、内部の数値(パラメータ)を調整して予測のズレを小さくしていく。この繰り返しによって、見たことのないデータにも、それなりの答えを返せるようになります。
ここで一つ、大事な補助線を引いておきます。機械学習の「学習」は、人間が意味を理解して覚えるのとは別物です。AIは内容を「わかって」いるわけではなく、膨大なデータから統計的に「こうなりやすい」を計算しているだけ。賢く見えても、中身は人間の学びとはかなり違う、と捉えておくと誤解が減るはず。
3つの代表的な学び方
機械学習の学び方は、大きく3つに分けられます。1つ目は教師あり学習。正解(ラベル)付きのデータを使い、「この入力にはこの答え」という対応を学びます。大量の「これは迷惑メール、これは普通のメール」という見本を見せて覚えさせる、と考えると分かりやすいでしょう。迷惑メールの判定や、数値の予測などが代表例です。
2つ目は教師なし学習で、正解のないデータから、隠れたまとまりや傾向をAI自身に見つけさせる方法。顧客を似たグループに分ける、といった使い方が知られています。3つ目が強化学習で、うまくいけば報酬を与える形で、試行錯誤しながら良い手を覚えさせていくやり方。ゲームAIやロボットの制御などで力を発揮します。
類似概念との違い
よく似た言葉に、深層学習(ディープラーニング)があります。深層学習は機械学習の一部で、人間の脳の神経回路をまねた仕組みにより、より複雑なパターンを扱えるようにしたもの。そして、その機械学習をすっぽり包む大きな枠がAI(人工知能)です。
近ごろ話題の生成AIも、土台は機械学習、とりわけ深層学習にあります。「機械学習」「深層学習」「生成AI」は別々の技術というより、入れ子のように重なり合った関係だと捉えると、頭の中が整理しやすいでしょう。
ビジネスでの使われ方
実務では、需要予測や在庫の最適化、不正利用の検知、顧客の離反予測など、過去のデータから先を読む場面で広く使われています。人が経験と勘でこなしていた判断を、データにもとづいて後押ししてくれるのが強みでしょう。
ただし注意したいのは、機械学習は学習に使ったデータの質と量に、結果が大きく左右されるという点。偏ったデータからは偏った予測しか生まれません。何を学ばせ、どこまで信じるかは人が見極める。そんな前提で取り入れるのが現実的です。
TopicAIが自分と戦って強くなる、1959年の驚き
「機械学習(machine learning)」という言葉は、1959年にIBMのアーサー・サミュエルが名づけたとされます。彼が作ったのは、チェッカー(西洋のボードゲーム)を指すプログラム。学び方がふるっていて、プログラムどうしを何千回も自己対戦させ、勝ちパターンを自分で覚えさせたのです。やがてアマチュア級の腕前に到達しました。さらに、IBMがこのデモを披露したところ、IBMの株価が一晩で15ポイントも上がったと伝えられています。AIが自分と戦って強くなる姿は、半世紀以上前の人々をも驚かせたわけです。
機械学習に関するよくある質問
- 機械学習と深層学習の違いは？
- 深層学習は機械学習の一部で、人間の脳の神経回路をまねた仕組みでより複雑なパターンを扱えるようにしたものです。さらにその機械学習を包む大きな枠がAIです。
- 機械学習にはどんな学び方がありますか？
- 大きく3つです。正解付きデータで学ぶ「教師あり学習」、正解のないデータから傾向を見つける「教師なし学習」、試行錯誤で良い手を覚える「強化学習」があります。
- 機械学習の「学習」は人間の学習と同じですか？
- 別物です。AIは内容を理解しているのではなく、膨大なデータから統計的に「こうなりやすい」を計算しているだけです。結果は学習に使ったデータの質と量に大きく左右されます。