マシンラーニングとは？
はじめに
マシンラーニング(機械学習)という言葉を聞いたことはあるでしょうか？マシンラーニングとはAIという概念に属する様々な技術の一部分であり、AIの学習方法です。今回はそんなマシンラーニングについて紹介していきます。
マシンラーニングとは？
マシンラーニングとは、AI(人工知能) に情報を与え、物事やルールを理解させるため取り入れられている学習方法のことを指します。 その特徴として、様々なデータからルールやパターンを分析する方法であること、データの識別や予測に主に使われること、100％の精度は難しいものの従来の手法に比べ精度があげられる可能性があること、の3つがあります。
マシンラーニングの仕組みとは？
コンピュータにデータを読み込ませ、アルゴリズムに基づき分析させていきます。事例となる様々なデータを与え学ばせることにより、大量のデータの中に隠れている特徴やパターンを見つけ出させ、その特徴やパターンを元に新しいデータを分析し予測することが可能になる、というものです。
マシンラーニングには「教師あり学習（Supervised Learning）」、「教師なし学習（Unsupervised Learning）」、「強化学習（Reinforcement Learning）」の3種類が存在し、さらにそれぞれの学習方法ごとに複数の問題やアルコリズムがあります。次項で紹介していきます。
マシンラーニングの種類
教師あり学習（Supervised Learning）
教師あり学習は、コンピューターにデータと問題の正解を与えて学習させる方法です。「A(データ)を入れたらB(正解)を出すのが正しい」という訓練を繰り返すことによって、新しいデータを入れたときに正しい出力ができるようになります。
教師あり学習の問題は分類と回帰の2つに分けることができます。分類問題はデータを種類ごとに分類するもので、例えば画像データに何が写っているかを判別する、音声データから文字を予測する、といったものです。
それに対して、回帰問題はデータの特徴から新しいデータの正解を予測するもので、例えば株価の予測や天気予報がこれに当てはまります。
また、教師あり学習においてよく利用されるアルゴリズムとして、データを直線で予測もしくは分類する線形回帰(分類)、線形回帰(分類)の手法の一つで超平面分離定理を元に曲線で予測もしくは分類するSVM(サポートベクターマシン)、データから樹木状の予測モデルを作成する決定木などがあります。
教師なし学習（Unsupervised Learning）
教師なし学習では、教師あり学習と異なり問題の正解は与えません。データのみを与えることによってデータが持つ特徴や傾向を学習させ、グループ分けしたり、データの簡略化を行い、新しいデータがどのグループに属するかを判別させます。
また、教師なし学習にはデータ同士の類似度に基づきデータをグループ分けするクラスタリング、データ間の関連性(ルール)を発見するアソシエーション分析などのアルゴリズムがあります。
強化学習（Reinforcement Learning）
強化学習とは、コンピュータの出力結果に応じ点数をつけ、良い結果であれば報酬を与えることで、コンピュータ自身がより良い結果を出せるよう誘導する学習方法です。近頃話題に上がる囲碁・将棋ソフトや、ロボットの学習によく用いられています。
強化学習では、コンピュータにルールと行動結果に応じた報酬を与えます。動物に芸を覚えさせる時の「まず芸を教え、芸が成功した時のみ報酬として餌やおやつを与える」というやり方をイメージするとわかりやすいでしょう。
マシンラーニングは何に使われているのか？
マシンラーニングは実際のところどういった用途に使われているのでしょうか。代表的な例を3つ紹介します。
音声認識
音声認識は、AIで音声を分析し、文字に変換することや機器や家電の操作が可能になる技術です。
身近な例として、「Google Home」をはじめとするスマートスピーカーや、iPhoneやiPadで使える「Siri」などがあります。
声だけで操作が可能で、他のデバイスやアプリと連携することで音楽の再生、アプリや家電の起動、天気予報の読み上げ、レシピの検索など様々な操作が可能になります。
また、仕事で書類を作る場合に重宝する「Googleドキュメント」でも音声認識機能は使われています。パソコンのマイクをONにし、音声を入れることでタイピング要らずで書類が作成可能です。その他にも「LINE」ではマイクを使った音声でのメッセージ入力が可能です。
顔認識・顔認証
人間の顔を認識・識別する顔認識や、検出した顔を登録済みのデータを照合し特定の個人であることや本人であることを確認する顔認証にも使われています。身近な例で言うと、デジタルカメラの顔にピントを当てる機能や、 iPhoneやiPadでロックの解除や決済、サインインに使われる「FaceID」などがあります。
自動運転
自動運転にもマシンラーニングが使われています。自動車に取り付けてある多数のセンサーからデータを取得し、運転時の様々なシチュエーションを学習させることで、上手な運転を身につけていきます。他にも「信号の色と意味」「標識の表示と意味」のデータを大量に与えて学習させ、標識や信号を正しく認識し従うように導くことができます。
おわりに
以上、マシンラーニングについて紹介してきました。マシンラーニングはAIに物事やルールを理解させるための学習方法で、「教師あり学習」「教師なし学習」「強化学習」に分けられ、それぞれ異なるアルゴリズムを持つものでした。また、様々な用途で取り入れられ私たちにとって身近なものとなっています。
今記事で紹介したアルゴリズムや用途はあくまでも一例なので、興味がある方はぜひ深く調べてみてください！