AIとMLの違いは何ですか

「人工知能」や「機械学習」という言葉を聞いたことがあるでしょう。 そして、もしあなたがそうしていなければ、あなたはすぐにそうするでしょう。 2021年までに、新技術の80％がAIベースになると推定されています。 また、世界中の組織の37％が、日常業務を改善するために何らかの形のAIを使用しています。

たとえば、Amazonは機械学習を使用して、配送時間を225％以上短縮しました。 したがって、これらの用語が何を意味するのか、そしてそれらの違いが何であるのかわからない場合でも、心配しないでください。私たちがお手伝いします。

次の数段落では、機械学習と人工知能の違いについて詳しく説明します（1）。うまくいけば、この時々紛らわしいトピックに光を当てることができます。 また、各用語の意味を簡単に説明し、さまざまな種類の人工知能とさまざまな種類の機械学習の例をいくつか示します。 最後に、そもそも2つの用語が同じ意味で使用されている理由について説明します。

• AIの簡単な理解
• さまざまな種類の人工知能
• MLの簡単な理解
• さまざまな種類の機械学習
• AIとMLの違い
• テクノロジー企業がAIとMLを使用する理由
• 最終的な考え

AIの概要

人工知能（AI）とは、人工機械による人間の知能の模倣を指します。 この機械は、人間の脳と同様の能力で学習と問題解決が可能なコンピューター化された脳を備えています。

人工知能は、いくつかのサブセットを含むかなり広い総称です。後で戻ってくるので、覚えておくことが重要です。

AIの目標は、問題解決だけでなく、人間の脳の意思決定能力も再現することです。 これは、アルゴリズムを使用することで実現できます。アルゴリズムは、基本的に、特定の状況でコンピューターが実行することを概説する一連のルールです。

アルゴリズムは、すべての材料が存在するときにコンピューターが従わなければならない一種のレシピと見なすことができます。

人工知能は、次の3つのタイプに分類できます。

• 狭いAI

  狭いAIは、その名前が示すように、非常に狭い焦点を持っています。 「弱いAI」と呼ばれることもあります。 ナローAIの例は、SiriやGoogleアシスタントです。 ナローAIは、テクノロジーにおける人工知能の現在の状況を表しています。

• 一般的なAI

  2番目のタイプのAIは、人工知能（AGI）です。 このタイプのAIは、コンピューターの能力が人間の脳の能力と一致する場合に発生します。 AGIの下では、コンピューターは独立した問題解決と推論、意思決定、さらには創造的思考さえも可能になります。

• スーパーAI

  3番目のタイプのAIは、人工知能（ASI）です。 現在は存在しませんが、おそらくこのタイプにはかなり精通しているでしょう。 ASIの下では、機械は人間の脳が達成できる以上の知的能力を発達させます。

  ターミネーターシリーズを見たことがあれば、これが問題になる理由を理解できます。 しかし現実には、多くの専門家はASIが実際に人類に多大な利益をもたらすと予測しています。

MLの概要

人工知能がどのようにいくつかの異なるサブセットを持っているかについて話したときを覚えていますか？ まあ、機械学習、またはMLはそれらの1つです。 機械学習は、データから学習する機械の能力です。 もちろん、最初にマシンをプログラムする必要があります。 しかし、適切なアルゴリズムが導入され、マシンにデータへのアクセスが許可されると、学習を開始できます。

機械学習は存在し、今日の私たちの世界では実際にかなり一般的です。 オートコレクトは、スパムフィルターと同様に、現代のMLの一例です。 これらのプログラムは、知覚力にはほど遠いですが、新しいデータに基づいて動作を変更する機能を備えています。 それが狭いAIのようにひどく聞こえるなら、それはそうだからです。 機械学習は狭いAIの一例です。

機械学習は、次の4つのカテゴリに分類できます。

• 監視あり

  このタイプのMLには、ラベル付きデータセットの使用が含まれます。 データがマシンに特定のパターンまたは一連の特性を教えると、マシンは結果を予測できます。

• 監督されない

  教師なし機械学習とは、ラベルのない既存のデータを並べ替えることです。 教師なし機械学習アルゴリズムは、関係やパターンに基づいてデータを異なるグループに分離するようにコンピューターに教えることができます。

• 半教師あり

  半教師あり機械学習は、この2つの間のどこかにあります。 このタイプの機械学習は、データセットにラベル付きコンポーネントとラベルなしコンポーネントの両方がある場合に機能します。 半教師あり機械学習の下で与えられる予測は、すべてのタイプの機械学習の中で最も正確である傾向があります。

• 強化

  このタイプのMLは、人間が参加する強化学習の種類に似ています。強化学習では、最善の行動方針が決定されたときに報酬が与えられます。 マシンの目標は、報酬を最大化する決定を下すことです。

人工知能と機械学習の主な違い

結局のところ、あなたは疑問に思うかもしれません：これらのものはどのように違うのですか？ 区別を覚えやすくする可能性のあるいくつかの重要な特性があります。

• 範囲

  覚えておくべきことの1つは、スコープです。 人工知能の範囲は非常に広いです。 一方、機械学習の範囲ははるかに狭く、これらの機械は特定のタスクをマスターできますが、それ以外のことはできません。

• 目標

  人工学習と機械学習のもう1つの重要な違いは、2つの目標が大きく異なることです。 人工知能、特にAGIまたはASIに関して言えば、目標は、意思決定と感覚的な思考が可能なコンピューターを作成することです。 機械学習の目標は、機械が過去のデータに基づいて結果を正確に予測できるようにすることです。

• データセットのタイプ

  さらに、人工知能は、構造化、非構造化、半構造化など、あらゆる種類のデータを処理できます。 あるいは、機械学習は構造化データと半構造化データのみを理解できます。 さらに、AIとMLの両方に自己修正が含まれますが、AIのみに推論が含まれます。

• 知恵と知識

  人工知能は知恵と知性の獲得を伴うのに対し、機械学習は知識を目的としているとも言えます。

• 結果

  人工知能は複数の結果を調べて、最良のものを選択します。 機械学習は、それが最良の解決策であるかどうかに関係なく、唯一の解決策と見なすものを選択します。

• 意識

  実際、機械学習と人工知能の違いの核となるのは、感覚的な思考です。 機械学習では、コンピューターが独自の意識を発達させる必要はありません。 人工知能は、人間の脳の能力と一致するために、機械がプログラミングとは独立して感じ、考えることができることを必要とします。

テクノロジー企業がAIとMLを同じ意味で使用する傾向があるのはなぜですか？

数十年前、主に真の人工知能（AGIとASI）の開発に焦点が当てられていたため、テクノロジー企業は人工知能と機械学習を同じ意味で使用しています。 その時、ネガティブなスティグマが学期の前後に発生し始めました。 この汚名は、映画、テレビ、メディアでのASIの描写に関係している可能性があります。

そのため、技術が進歩するにつれて他の用語が出現し始めました。 機械学習やディープラーニングなどの用語が登場し始め、人々はそれらを狭いAIと交換可能に使用しています。

問題は、MLが実際には狭いAIと同義であるだけであるということです。 人工知能と超知能が競争相手になると、MLとAIの区別がより重要になり、用語の互換性が自然に低下する可能性があります。

最終的な考え

機械学習は、AIテクノロジーが今日ある場所です。 人工知能は、それが明日になる可能性がある場所を表しています。 用語をまっすぐに保つために支援が必要な場合は、機械学習には学習する機械を教えることが含まれることを覚えておいてください。

これらのマシンは、単一のタスクを非常にうまく実行します。 一方、人工知能には、人間の心を複製することが含まれます。 これらのマシンは、理論的には、人間と同じようにさまざまなタスクを実行できます。

最終的には、年が経つにつれて、2つの違いはより広くなり、区別しやすくなります。

その他の役立つリソース：

人工知能がロボットプロセスの自動化を次のレベルに引き上げる方法

コンバージョンを増やす最高の人工知能に焦点を当てたプラットフォーム

人工知能によるサイバーセキュリティの未来

機械学習の上位5つの公開データセット

専門家が知っておくべき機械学習アルゴリズムのリスト