機械学習と人工知能

人工知能、機械学習、ディープラーニングの関係

ロシアのマトリョーシカ人形を想像してみてください。大きな人形の中に中くらいの人形が入っていて、中くらいの人形の中に小さな人形が入っています。人工知能、機械学習、ディープラーニングの関係もこれに似ています:

  • 人工知能(AI):一番大きな人形、最も広い概念
  • 機械学習(ML):中くらいの人形、AIの一部
  • ディープラーニング(DL):一番小さな人形、機械学習の一部

人工知能(AI)とは?

人工知能は広い概念であり、機械に人間のような知能を発揮させる技術を指します。人間の知能が推論、学習、知覚、言語理解などの能力を含むように、AIも機械にこれらの能力を持たせようとします。

AIの目標:

  • 人間の思考プロセスを模倣する
  • 人間の知能が必要なタスクを解決する
  • 特定の分野で人間の能力を超える

AIの例:

  • チェスや囲碁のプログラム(例:AlphaGo)
  • 音声アシスタント(例:Siri、小愛同学)
  • 自動運転車

AIにおける機械学習(ML)の位置づけ

機械学習は人工知能を実現する一つの方法であり、唯一の方法ではありません。料理に様々な方法がある(炒める、煮る、蒸す、焼く)ように、AIを実現する方法も様々です。

機械学習の特徴:

  • すべてのルールを人手で書く必要がない
  • データから自動的に法則を学習する
  • 複雑でルールが明確になりにくい問題の処理に適している

従来のAI vs 機械学習:

従来のAI手法 機械学習手法
エキスパートシステム:人手でルールを作成 データからルールを学習
論理的推論:明確なルールに基づく パターン認識:データから法則を見つける
ルールが明確な問題に適している 複雑で曖昧な問題に適している

ディープラーニング(DL)と機械学習

ディープラーニングは機械学習の一分野であり、多層ニューラルネットワークを使用してデータ内の複雑なパターンを学習します。

ディープラーニングの特徴:

  • 多層ニューラルネットワークを使用する(「深い」とは層の数が多いことを指す)
  • 画像、音声、テキストなどの非構造化データの処理に特に適している
  • 大量のデータと計算リソースが必要

発展の歴史と進化

  1. 初期のAI(1950年代〜1970年代):主に人手で書かれたルールと論理的推論に依存
  2. 機械学習の台頭(1980年代〜2000年代):データから学習し始めるが、特徴量は人手による設計が必要
  3. ディープラーニングの時代(2010年代〜現在):特徴量を自動学習し、より複雑な問題を処理する


実例

従来の方法、機械学習、ディープラーニングの違いを示すために、手書き数字の認識を試みる簡単な例を見てみましょう。

方法1:従来の方法(ルールベース)

実例

# 従来の方法:人手で設計したルールに基づいて手書き数字を認識する
# これはあくまで概念的な例であり、実際にはこの方法の効果は非常に低い
def recognize_digit_by_rules(image):
    """
人手のルールに基づく数字認識(簡略化した例)
    """

    # ルール1:画像内の黒いピクセル数を計算する
    black_pixels = count_black_pixels(image)
    # ルール2:画像の重心位置を計算する
    center_x, center_y = calculate_center(image)
    # ルール3:特定の形状特徴を検出する
    has_circle = detect_circle(image)
    has_straight_line = detect_straight_line(image)
    # ルールに基づいて判断する
    if has_circle and black_pixels < 50:
        return "0"
    elif has_straight_line and center_y < image_height/2:
        return "7"
    # ... さらに多くのルール
    else:
        return "認識できません"
# 問題:ルールですべてのケースを網羅するのは難しく、非常に脆弱である

方法2:機械学習の方法

実例

# 機械学習の方法:従来の特徴抽出 + 分類器を使用する
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
# 1. 人手で特徴量を設計する(これは従来の機械学習の限界である)
def extract_features(image):
    """
人手による特徴量設計
    """

    features = []
    # 特徴1:黒いピクセルの割合
    features.append(count_black_pixels(image) / total_pixels)
    # 特徴2:画像の重心
    center_x, center_y = calculate_center(image)
    features.extend([center_x, center_y])
    # 特徴3:エッジ密度
    features.append(calculate_edge_density(image))
    # ... さらに多くの手作業による特徴量
    return features
# 2. すべてのトレーニングデータの特徴量を抽出する
X_train = [extract_features(img) for img in train_images]
y_train = train_labels
# 3. モデルをトレーニングする
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)
# 4. テストする
X_test = [extract_features(img) for img in test_images]
predictions = model.predict(X_test)
print(f"正解率:{accuracy_score(test_labels, predictions):.2f}")

方法3:ディープラーニングの方法

実例

# ディープラーニングの方法:エンドツーエンド学習、特徴量を自動抽出する
import tensorflow as tf
from tensorflow.keras import layers, models
# 1. ニューラルネットワークを構築する
model = models.Sequential([
    # 低レベルの特徴を自動学習する(エッジ、テクスチャなど)
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
    layers.MaxPooling2D((2, 2)),
    # 中レベルの特徴を自動学習する(形状、組み合わせなど)
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.MaxPooling2D((2, 2)),
    # 高レベルの特徴を自動学習する(全体的なパターン)
    layers.Conv2D(64, (3, 3), activation='relu'),
    # 分類層
    layers.Flatten(),
    layers.Dense(64, activation='relu'),
    layers.Dense(10, activation='softmax')  # 10個の数字カテゴリ
])
# 2. モデルをコンパイルする
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
# 3. 生の画像データを直接使用してトレーニングする(人手による特徴量設計は不要)
model.fit(train_images, train_labels, epochs=5,
          validation_data=(test_images, test_labels))
# 4. 評価する
test_loss, test_acc = model.evaluate(test_images, test_labels)
print(f"ディープラーニングモデルの正解率:{test_acc:.2f}")

実行結果の比較:

  • 従来の方法:正解率 約60〜70%(かつルールが複雑)
  • 機械学習:正解率 約85〜92%(人手による特徴量設計が必要)
  • ディープラーニング:正解率 約98〜99%(特徴量を自動学習)
その他の拡張