Clicked Gallery

機械学習とAIの違いとは？

実際の技術ドキュメントでハイライトされた言葉を、Clickedが解説します。

例文

The team replaced its hand-written rules with a machine learning model trained on two years of labelled email.

読者がドキュメント内の単語をハイライトすると、Clickedが技術用語「machine learning」をシンプルに解説しました：

3段階での解説

事実はそのまま、ノリだけ変えて — スラングモード 😎

Clickedのやり方

●○○

Overview

人工知能とは目的のことで、本来なら人の判断が要る仕事を機械にやらせることをいう。機械学習は現在その主流となっている手段で、規則を教わるのではなく例から自力で割り出していく。機械学習はすべてAIに含まれる。AIのすべてが機械学習というわけではない。

●○○

Overview

AIは野心のほうだ。本来なら人が下すしかない判断を、機械にやらせようという話になる。機械学習はその座を取った手法で、規則を手渡されるのではなく例から自力で割り出していく。機械学習はどれもAIに入る。一方でAIには、学習など一切していないものが山ほどある。😎

まずはサッと概要 — それで十分なことも。

●●○

Detail

この二語は違う階層にある。片方は目的の名前で、もう片方はそこへ至る道筋の名前だ。人工知能のほうが目的で、本来なら人が下す判断を機械に下させようとするところから始まる。何十年ものあいだ、それは専門家が自分の判断を規則として書き下すことを意味していた。初期の医療診断システムはそうやって動いていた。機械学習は同じ目的に反対側から届く。スパムかどうかの印がすでに付いた十万通のメールを見せ、規則のほうをプログラムに見つけさせるのだ。ではなぜそちらが主流になったのか。面白い問題のほとんどでは規則が果てしなく、動き続け、言い切ることができないからで、それはスパムでも翻訳でも医療画像でも変わらない。厄介なのは、例から学んだ仕組みは何を学んだか説明できないうえ、例に含まれていた偏りをそのまま抱え込むことだ。どちらの道筋にも電卓は入らない。指示のとおりに動くだけで、判断をまったく下していないからだ。AIが目的で、機械学習はデータを通じてそこへ届く一分野になる。だから二語は入れ替えて使えない。

●●○

Detail

AIとは、本来なら人が下すしかない判断を機械にやらせることをいう。機械学習はそこへ至る道筋のひとつで、ラベル付きの写真を十分に見せれば違いを自力で割り出す。あなたの写真アプリが愛犬の写真を全部見つけてくるのはそのおかげだ。犬がどう見えるかをコードに書き下した人はいない。その説明は役に立つ形では存在しないからだ。古いほうの道筋は、専門家の規則を人が手で書き出すやり方で、それもAIには違いなかった。ではなぜデータから学ぶ側が勝ったのか。現実の問題の規則は果てしなく、しかも動き続けるので、その一覧を書き終えた人がいなかったからだ。代償もある。写真アプリはあなたに犬とは何かを説明できないし、その写真の相当数を間違ってヤギと付けてしまえば、あなたはヤギを十一頭飼っていますと嬉しそうに報告してくる。ちなみにあなたの家のサーモスタットは何ひとつ判断していないので、箱に何と書いてあろうとAIではない。😎

もっと知りたい？ワンクリックで深掘り。

●●●

Analogy

移動と自動車の関係に近い。移動が目的で、ある場所から別の場所へ行くことを指す。自動車はそのうち主流になった手段だが、自転車も鉄道も船も移動には変わりない。乗り物をすべて自動車と呼ぶのが間違いなのと、AIをすべて機械学習と呼ぶのが間違いなのは、まったく同じ種類の誤りになる。

●●●

Analogy

病気を治すのが目的だとする。抗生物質はすべてを変えた手段で、医療と言えば錠剤を思い浮かべる人が出てくるほどになった。それでも外科手術も理学療法もワクチンも医療のままだ。ここでの機械学習は抗生物質にあたる。あまりによく効いたので、分野全体の名前を黙って借りてしまった側になる。😎

なじみのない概念も、身近なたとえでストンと理解 — 新しいたとえは何度でも。

AIによる解説には誤りが含まれる場合があります · 専門的な助言ではありません

正式な定義 — 同じ用語の、よくある説明

人工知能とは、通常は人間の判断を要する作業を行うシステムを扱う分野であり、記号的および規則ベースの手法と統計的手法の双方を含む。機械学習は、その振る舞いが明示的に指定されるのではなく、学習の工程を通じてデータから導かれる下位分野である。現在配備されているAIシステムの大半を占めるが、指定された命令を実行するだけの決定的なソフトウェアは、この分野の外側に置かれる。

「machine learning」のような言葉を、ブラウザ上でそのままClickedに解説させませんか？PDFにも対応。

Chromeに追加 — 無料

無料で50回の解説 · クレジットカード不要

ギャラリーの他の記事

「ニューラルネットワーク」とは？

ルールを書いてもらう代わりに、例からルールを学ぶ数学。それが勝つ理由も。

大規模言語モデル（LLM）とは？

次に来る文章を予測するプログラム。そのあとで、だらだら続けずに答えるよう仕込まれている。

AIにおける学習（トレーニング）とは？

例からモデルを作り上げる工程。あとから話しかけても何も変わらない。

「過学習と学習不足の違い」とは？

答えを丸暗記 vs. 本を開かず — 両者を暴くスコアの差。

「バイアスとバリアンスのトレードオフ」とは？

硬直しすぎ vs. 感化されすぎ — 合計誤差が中間で最小になる理由。

「合成データ」とは？

機械が作る学習データ。研究所が依存を深める理由と、失敗する仕組み。