人工知能の分野における大半の用語と同様、機械学習にも固有の定義はありません。

簡単に言えば、機械学習が行うことはデータを使用して質問に答えることです。より正式な言い方をすると、データからパターンを学習し、明示的にプログラミングすることなくタスクを実行可能なアルゴリズムを使用することです。

さらに、機械学習システムの決定的な特徴は、経験とデータでパフォーマンスを向上させることです。いわば、機械が学習するのです。

機械学習は、「人工知能」（AI）という包括的用語でグループ化された一連のテクノロジーの一部です。

AIと機械学習の概念はしばしば同じ意味で使用されているように見えますが、実際には、機械学習をAIの一分野ととらえる方が正確です。AI自体はコンピューターサイエンスの一分野です。

AIは人によって意味することが異なりますが、通常は「人間の知性を必要とするタスクを実行できるマシン」という、より広い概念を指します。

その意味において、機械学習とは、データを使用してモデルをトレーニングし、指定されたタスクを独立して実行し、経験から学習する特定のアプリケーションを指します。

近年、AIと機械学習が流行語になっています。しかし、これらのトピックは新しいものではありません。科学者たちはかなり長い間AIと機械学習に取り組んできました。

人工知能が最初に議論されたのは、1950年代でした。この用語は、アメリカのコンピューター科学者ジョン・マッカーシーにより、1956年にニューハンプシャー州のダートマス大学でのワークショップで始めて使用されました。

それ以来、AIは多くの進化を遂げ、黄金時代と暗黒時代の両方を経験しました。機械学習は1980年代に登場しましたが、この分野の開発が急速に加速し始めたのは2010年代になってからです。この変化の理由は何ですか？

過去10年間で、重要な2つの要因がAI分野の著しい発展に貢献してきました。

まず、膨大な量のデータが刻一刻と作成されています。マシンには「学習」するためのデータが必要です。可用性が高まると、より大きなデータセットを使用して既存モデルのトレーニングを改善し、それらのモデルをテストして新たな分野に適用できます。

2番目の要因は、近年コンピューターの処理速度が向上し、これらの情報すべてをより迅速に理解できるようになったことと関連があります。これにより、この分野のハイテク企業および他の団体は、より大規模な研究開発投資を正当化することができました。

現在の速度で開発が進むと、AIは間もなく人工的な感じが希薄になり、はるかにインテリジェントになります。

AI研究が成し遂げようとしていることについて、根本的な誤解があります。2001年宇宙の旅に登場したHAL 9000コンピューターのような自律思考型マシンの実現には程遠く、近い将来ロボットに仕事が奪われることを心配する必要もありません。

それが起こり得るのは、汎用人工知能（AGI）、つまり知的タスクを人間と同様の方法で、監督なしに処理できる仮説的マシンが実現した場合です。しかし、今のところ、それはまだSFの領域です。

少数の企業と研究所 – DeepMindやOpenAIなど – を除き、現在のAIの研究は狭義の知能に焦点を当てており、特定のタスクを独立して処理するよう機械を教える技術が長足の進歩を遂げています。

機械学習の人気が高まることで、現実の物と単なるノイズとの区別が困難になることがあります。公式に認められた定義が欠如していること、サイエンスフィクションの遺産、およびAI関連のトピックに対する一般的な低レベルのリテラシーすべてがその要因となっています。

それで、このレッスンを通して機械学習について、および人工知能と機械学習の関係についてよりよく理解していただきたいと願っています。ただし、機械学習の分野でさえ、認識しておく必要のあるさまざまなタイプのモデルとアプローチがあります。

これが次のレッスンのトピックです。