機械学習は英語で「Machine Learning」といいます。
先日は「AI」(人工知能)の概要などを説明させていただきましたが、今回は最近大きな話題となっているAIの分野である「機械学習」をできるだけ分かりすく説明することにしました。少しでも、皆さまの参考になればと心から願っております。
機械学習はAIのひとつの分野です。
2010年ころから機械学習の手法であるディープラーニングの活用が爆発的に増えています。
機械学習は意外と歴史のあるAI分野のひとつです。
アメリカのコンピューターサイエンティストであったアーサー・サミュエル(Arthur Samuel)は、1959年に機械学習を以下のように定義しています。
明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野
“Field of study that gives computers the ability to learn without being explicitly programmed” Arthur Samuel(コンピューターサイエンティスト)
機械学習の「父」とされているサミュエルは、世界初の学習型チェッカーゲームの開発者としても知られています。
機械学習のここ数年の急激な成長は三つの要因(変化)によって生じていると言われています。
機械学習のディープラーニング技術のCNN(畳み込みニューラルネットワーク)、RNN(再帰型ニューラルネットワーク)やGAN(敵対的生成ネットワーク)の登場とその進化により、新しいAI商品が次々と生まれていきます。
インターネットで普及したSNSや、PCやスマートフォンに多数のセンサーが搭載されるようになったことで、大量のデータを簡単に集められるようになりました。
90年代に登場しはじめた並列処理が可能なGPUや分散処理などの技術によって、コンピューターがより短い時間で大量のデータを処理することができるようになりました。
あらかじめ用意された正解データを参照しながら、膨大なデータから特徴やルールを学習していきます。
物事のトレンドを予測することが可能です。トレンド予測の活用例としては:不動産価値、商品価格、株価、会社業績等があります。
物事をカテゴリ別に分けることが可能です。果物をサイズ別に分けたり、画像や音声を種類別に分けたり、正常なもので不正常なものを分けたりと、活用例は多数あります。
正解データに頼らず、データそのものの特徴やルールを自ら見つけ出していきます。
機械学習のニューラルネットワークを活用したアルゴリズムは、人による指導なく、自律的に類似性のあるデータをクラスタリング(グルーピング)します。
例えば、犬に類似したものは「犬」というクラスターに収集します。猫に類似したものは「猫」というクラスターに収集します。
機械学習のニューラルネットワークを活用したアルゴリズムは、人による指導なく、自律的に正常なものと不正常なもの(異常)を検知します。
機械の異常を検知することもあれば、ベルトコンベアーを流れる製品の異常も検知するなど、ほかにも活用例は多くあります。
人は失敗や成功を重ねることで成長していきます。
「強化学習」では同じように失敗や成功を繰り返し、それに対して報酬を与えることで学習効率を上げていくことが可能です。 この学習方法は最短経路の探索やゲームの攻略に力を発揮します。
WEB広告の効果(クリック率)は多数の要因(ユーザの在住地、時間帯、掲載サイト等々)によって決まります。
要因に「報」と「罰」をつけることによって、より効率的で効果の高い広告配信が可能になります。
強化学習を使用することによって、ロボットやドローンなどの機械は「報」と「罰」を活用した強化学習で「成長」していくことが可能になります。
AI × 教育 AI学習・AI勉強 AI × 英語 AI × 画像・音声認識アプリ AI × ロボット AI × マーケティング AI × 本【2023年版】 AI企業一覧【2023年版】 AIセミナー・イベント AIインフォグラフィックス AIでできること AI × 広告 AI × ニュース AI × ブログ 機械学習開発AI企業一覧 機械学習とは AI × 活用例 AI事例 AI AIとは AI × メリット データサイエンス AI講座 AI研修 AI人材 チャットボットとは チャットボット企業 AI × SEO AI × 研究 AI × 動画 ディープラーニングとは DXとは 強化学習とは DX事例 AI × スポーツ データ分析とは データ分析企業 データ可視化とは DX × 本 DX × 企業 画像認識とは GPT-3とは