解説とわかりやすい図で簡単に説明
AIに興味はあるものの用語が難しいと感じる方向けにご用意いたしました。
「学習とは？」「ディープラーニングとは？」などAIに関する基本的な用語をできるだけわかりやすくご説明いたします。 この解説を読んでAIに関するイメージを掴んでいただければ幸いです。どうぞご活用下さい。
このカタログについて
| ドキュメント名 | AIとは？やさしいAI用語集 |
|---|---|
| ドキュメント種別 | その他 |
| ファイルサイズ | 1.4Mb |
| 登録カテゴリ | |
| 取り扱い企業 | 株式会社マーブル エンベデッドプロダクト事業本部 プロダクト事業部 (この企業の取り扱いカタログ一覧) |
この企業の関連カタログ
このカタログの内容
Page1
やさしいAI用語集
Page2
目次
はじめに
AIの分類イメージ
AIの歴史
1.学習と推論
1-1.学習
1-2.推論
2.機械学習について
2-1.機械学習
2-2.教師あり学習
2-3.教師なし学習
２
Page3
目次
2-4.強化学習
2-5.過学習
2-6.ニューラルネットワーク
2-7.ディープラーニング
3.AIの形態
3-1.クラウド
3-2.クラウドAI
3-3.IoT
3-4.エッジAI
3-5.生成AI
4.AIの実践
4-1.開発言語 Python（パイソン）
4-2.代表的なライブラリ
4-3.AIの応用例
3
Page4
はじめに
AI（人工知能）とはArtificial Intelligenceの略で一般的な用語として広く知られ
ています。言い換えれば、人間の代わりにコンピュータが自ら状況を判断し、適切な行
動を行う技術とも言えます。
2012年以降ディープラーニング（深層学習）というAIに学習をさせる技術の登場に
よって、学習精度を向上させることが可能になり、顔認証や音声認証、ゲーム（囲碁や
将棋）など幅広い分野での研究が行われています。
また、IOTデバイスでの利用など場所を問わずAIの技術を活用できるようになってき
ました。
私たちの生活の一部になりつつあるAIの用語について、AI初心者の方向けにできる
だけ簡単に説明いたします。
4
Page5
AIの分類イメージ
人間の代わりにコンピュータが自ら状況を
判断し、適切な行動を行う技術
AI（人工知能）
AIが自動でデータのパターンを発
見し、分析や予測をする。
機械学習
機械学習の最新の手法。人の手を借
りずに自動で学習を行う。
ディープラーニング
5
Page6
AIの歴史
1950年代～(一次ブーム)
人工知能の概念が初めて提唱され、多くの研究が行われた。
研究の結果、ゲームのようにルールが決まったもの（チェスなど）に対しては強い傾向にあることが判明し
た。しかし、自動翻訳などのパターンが一定でないものに対しては対応が難しく、AIの一次ブームは終わ
りを迎えた。
1980年代～ (二次ブーム)
専門知識（医療知識など）をあらかじめ覚えさせておき、後から条件を入力することにより当てはまる情
報を提供する「エキスパートシステム」が開発された。
2000年代～ (三次ブーム)
機械学習の技術が生まれたことにより、コンピュータが、自らデータの分析を行い判断することができ
るようになった。これにより予測などが可能になった。
6
Page7
1.学習と推論
AIに関する基本的プロセスである「学習」と「推論」について説明をいたします。
7
Page8
1-1.学習
「学習」は人が直接ルールを決め、機械にものを覚えさせることを指す言葉です。
たくさんのデータを特徴ごとに分類し、分類した結果から「学習モデル」を作り上げます。
現在は機械が自動で法則性を見つけ学習モデルを作り出すディープラーニングという
技術に進化しています。
ポイント！！
・学習モデルとはAIが学習したデータをもとに作成したもの。
学習モデルが判定基準となり、物の分類や正誤判定などを行う。
猫ってこんな感じ 人がAIに直接教える
これが猫の特徴か
8
Page9
1-2.推論
AIが学習したデータ（学習モデル）をもとに対象のデータを見比べ、結果判定する
プロセスを「推論」と呼びます。
ポイント！！
・学習モデルに依存する作業なので、学習モデルの内容次第で結果が大きく変わる
これは同じ分類のもの？
違うもの？ 教えてもらったのはこれ
分析の結果
対象のデータ 学習モデル 猫に分類！
9
Page10
2.機械学習について
機械学習の概要や、様々な学習方法について説明いたします。
10
Page11
2-1.機械学習
AIが自動でデータの特徴を発見し、分析や予測をすることを「機械学習」と呼びます。
人が特徴を定義し、機械にデータを読み込ませ結果を出します。その結果を人が見て、
間違っていれば人が補正をかけて、また学習を進めていく方法です。
ポイント！！
・従来は場合分けのような方式で学習を進めていた。
・機械学習にも様々な方法がある。（教師あり学習など）
分けてみて！
11
Page12
2-2.教師あり学習
データとラベル（名前）を紐づけて学習させる方法を「教師あり学習」と呼びます。
例えば、写真をデータとして用意し、そこに「犬」というラベルを紐づけて学習を進めます。
学習を進めるうちにデータごとに分類が分けられていき、最終的に「犬」か「犬ではない」
かを判別できるようになります。
ポイント！！
・データとその名前をセットで学習させることで物体の判別ができるようになる。
これは「犬」だ
学習後
これは「犬」です
こっちは「犬じゃない」
12
Page13
2-3.教師なし学習
教師あり学習とは違いデータとペアになっているラベル（名前）を付けず、データのみ
をAIに渡し学習させる方法です。
AIはデータを見比べてその特徴をつかみ、分類分けなどを行います。
ポイント！！
・データが合っている間違っているのかを判定するのではなく、グループ分けを
できるようにする学習方法
色は違うけど、耳の さっきのとは特徴が一致し
形や模様が似てるな ないから別の分類？
13
Page14
2-4.強化学習
強化学習は、ある条件のもと得られる結果が一番良くなるように、試行錯誤して学習
を続ける方法です。
様々な方法を試していくことでより良い結果を出そうとします。
ポイント！！
・強化学習を利用した代表的なものは囲碁AIの「AlphaGo」だ。
何度も対局を繰り返し、学習を行い続けることでプロにも勝てる実力を身に着けた。
14
Page15
2-5.過学習
AIが学習データだけを正解だと認識し、その他の未知のデータは不正解という
判定を下してしまうようになることです。
学習したデータに特化しすぎて、汎用力のない「頭の固い」AIになってしまう状態を指
します。
ポイント！！
・学習させるデータのバリエーションを増やしたり、複雑なデータを単純なものに
変えたりすることで過学習を防ぐことができる。
これが「犬」で
あるはずない
これが
「犬」だ
本当は犬なのに、学習したものと違
うから犬ではないと判断
15
Page16
2-6.ニューラルネットワーク
人間の脳の神経細胞を模して造られた数式モデルです。
例えば、人間が目で見たものを脳で処理し、それが何なのか認識するまでの流れを数
学的に表したものです。
1957年に「パーセプトロン」と呼ばれるニューラルネットワークが考案されAIブーム
の火付け役となりました。その後も研究が続き、現在はディープラーニングなどの複
雑な学習を行うことができるようになっています。
ここに注目！！
・ニューラルネットワークはAIの発展に密接に関わってきた技術。
16
Page17
2-7.ディープラーニング
ニューラルネットワークを発展させた機械学習の最新の手法で、人の手を借りずに自
動で学習を行う方法です。
ディープラーニングの特徴は、分類した結果が間違っていたとしてもそのまま学習を
続け、間違っている部分の補正を自動で行うところにあります。
ポイント！！
・学習精度がとても高く、人間の認識率を超える場合もある。
・従来の学習方法よりもデータの特徴をより詳細につかむことができ、複雑なデータ
の処理を行うことが可能。
重要な特徴はこれかな 特徴に近いから仲間だ
人が分類分けのルールを決めなくても自動で行う 未知のデータに対しても高い認識率
17
Page18
3.AIの形態
AIがどのような形で提供されているのか解説します。
18
Page19
3-1.クラウド
インターネットで提供しているサービスを、インターネット経由でユーザーは必要な時
に利用するという仕組みです。
クラウドの形態としてソフトウェアを提供する「SaaS」、開発環境などのプラットホー
ムを提供する「PaaS」、サーバーなどのインフラを提供する「IaaS」があげられます。
ポイント！！
・従来のローカルのサーバ環境のことを「オンプレミス」と呼びます。
・AWSなどサービス提供元もたくさん存在する。
19
Page20
3-2.クラウドAI
クラウド上で情報を処理し推論等の重い処理を行うAIを「クラウドAI」と呼びます。AI
に関する学習や推論などはクラウド上ですべての処理を行います。
クラウドAIのメリットは以下のものがあげられます。 クラウド
AI
・現場の端末の性能に関わらずAIを利用できる。
・クラウド上で処理を行うため複雑な処理も実行可能
・インターネットに繋がっていれば場所を問わず利用できる。 処理結果を返す
AIを起動して！
ユーザー端末から
クラウドに指示を出す
20