人工知能と機械学習の違いは何ですか?

人工知能 (AI) と機械学習 (ML) は現在非常に注目されている流行語であり、多くの場合、同じ意味で使用されているようです。

これらは全く同じものではありませんが、同じものだと認識されることで混乱が生じることがあります。そこで、その違いを説明する記事を書く価値があると思いました。

ビッグデータ、分析、そして世界を席巻しているより広範な技術変化の波が話題になると、両方の用語が非常に頻繁に登場します。

簡単に言えば、最良の答えは次のとおりです。

人工知能とは、私たちが「スマート」と考える方法でタスクを実行できる機械という、より広い概念です。

と、

機械学習は、機械にデータへのアクセスを与え、機械自身で学習させるようにすればよいという考えに基づいた、現在の AI の応用です。

初期

人工知能は古くから存在しており、ギリシャ神話には人間の行動を模倣するように設計された機械人間の物語が数多く存在します。初期のヨーロッパのコンピューターは「論理機械」として構想され、基本的な算術や記憶といった機能を再現することで、エンジニアたちは自らの仕事は本質的に機械の脳を創造することだと考えていました。

テクノロジー、そして特に重要な、人間の心の仕組みに関する理解が進歩するにつれ、AIとは何かという概念も変化しました。AI分野における研究は、ますます複雑な計算ではなく、人間の意思決定プロセスを模倣し、より人間的な方法でタスクを実行することに重点を置いてきました。

人工知能（AI）は、知的に動作するように設計されたデバイスであり、多くの場合、応用AIと一般AIという2つの基本的なグループに分類されます。応用AIの方がはるかに一般的で、株式の知的取引や自動運転車の操縦を目的としたシステムは、このカテゴリーに該当します。

汎用AI（理論上はあらゆるタスクを処理できるシステムやデバイス）はあまり一般的ではありませんが、今日最もエキサイティングな進歩のいくつかはここで起こっています。また、機械学習の発展につながった分野でもあります。AIのサブセットと呼ばれることもありますが、実際には現在の最先端技術と考える方が正確です。

機械学習の台頭 

2 つの重要なブレークスルーにより、機械学習が AI 開発を現在のスピードで推進する手段として登場しました。

その 1 つは、1959 年にアーサー サミュエルが発見した、コンピューターに世界について知っておくべきことやタスクの実行方法をすべて教えるのではなく、コンピューター自身で学習できるように教えることができるかもしれないという認識でした。

2 つ目は、より最近では、インターネットの出現と、生成され、保存され、分析に利用可能になるデジタル情報の量の大幅な増加です。

これらのイノベーションが導入されると、エンジニアたちは、コンピューターや機械にあらゆることを行う方法を教えるのではなく、人間のように考えるようにコード化し、インターネットに接続して世界中のすべての情報にアクセスできるようにしたほうがはるかに効率的であることに気付きました。

ニューラルネットワーク

ニューラル ネットワークの開発は、スピード、正確性、偏見のなさなど、人間に対してコンピューターが持つ本来の利点を維持しながら、コンピューターに人間と同じように世界を考え理解することを教えるための鍵となってきました。

ニューラルネットワークは、人間の脳と同じように情報を分類するように設計されたコンピュータシステムです。例えば、画像を認識し、そこに含まれる要素に基づいて分類するように学習させることができます。

本質的には確率システムに基づいて動作します。入力されたデータに基づいて、ある程度の確度で発言、決定、または予測を行うことができます。フィードバックループを追加することで「学習」が可能になります。つまり、自身の決定が正しいか間違っているかを感知したり、指示されたりすることで、将来のアプローチを修正します。

機械学習アプリケーションは、テキストを読み取って、書き手が不満を述べているのか、それとも祝福の言葉を述べているのかを判別できます。また、音楽を聴いて、それが誰かを幸せにするのか悲しくするのかを判断し、その気分に合った他の音楽を見つけることもできます。場合によっては、同じテーマを表現した独自の音楽を作曲したり、元の曲のファンが好むであろう音楽を作曲したりすることもできます。

これらはすべて、機械学習とニューラルネットワークを基盤としたシステムによって実現される可能性です。SFの影響もあって、電子機器やデジタル情報と、まるで人間同士が接するのと同じくらい自然にコミュニケーションを取り、やり取りできるべきだという考えも生まれています。この目的のため、AIのもう一つの分野である自然言語処理（NLP）は、近年、非常に刺激的なイノベーションの源泉となっており、機械学習に大きく依存しています。

NLPアプリケーションは、書き言葉または話し言葉による自然な人間のコミュニケーションを理解し、同様の自然言語を用いて人間とコミュニケーションを取ろうとします。ここでMLは、機械が人間の言語の多様なニュアンスを理解し、特定の聴衆が理解しやすい方法で応答することを学習するのを支援するために使用されます。

ブランディングの事例?

人工知能（AI）、特に今日のMLは確かに多くの可能性を秘めています。日常的なタスクの自動化と創造的な洞察の提供という可能性を秘めており、銀行、医療、製造業など、あらゆる業界の産業がその恩恵を受けています。ですから、AIとMLは別の存在であるということを心に留めておくことが重要です。つまり、それらは継続的に、そして利益を生む形で販売されている製品なのです。

機械学習は、マーケターにとって確かにチャンスとして捉えられてきました。AIが登場して長い時間が経つにつれ、その潜在能力が真に発揮される前から、ある意味「古臭い」ものと見なされ始めていたのかもしれません。「AI革命」への道のりには、いくつかの失敗もありましたが、「機械学習」という言葉は、マーケターにとって、新しく、輝かしく、そして何よりも、現代にしっかりと根ざした何かを提示するものを与えてくれます。

人間のようなAIが最終的に開発されるという事実は、技術者の間ではしばしば必然的なものとして扱われてきました。確かに、今日ではその目標はかつてないほど近づき、その目標に向かって加速しています。近年私たちが目にしてきた刺激的な進歩の多くは、機械学習によってもたらされた、AIの仕組みに対する私たちの認識の根本的な変化によるものです。この記事が、AIと機械学習の違いを理解する上で少しでもお役に立てれば幸いです。