AI対機械学習 対ディープラーニング

すべての略語

人工知能（AI）をめぐるすべての略語を理解することは、AI vs 機械学習 vs ディープラーニングという基盤技術そのものを理解することよりも難しいかもしれません。それに加えてAIの異なる学問分野や応用領域が組み合わさると、一般の人が関心を失ってしまうのも無理はありません。だからこそ、機械学習 vs AI、あるいはNLP vs 機械学習といった複雑な技術の背後にある科学を比較する際に、それぞれがどのように明確に定義されるかをまず確認するのが良い方法です。

以下では、人工知能の重要な部分と、それらがどのように組み合わさっているかを説明します。Sonixでは、特に自動音声認識に焦点を当てているため、その観点から主要な技術を解説します。AI vs ML vs DLの応用に関して提供する知見は、私たちがクライアントのために行う業務に直結しています。

まず、最も一般的に使用されるいくつかの略語とその定義から始めましょう。

• Artificial Intelligence (AI) — 知的な機械を作り出す広範な学問分野
• Machine Learning (ML) — 経験から学習できるシステムを指す
• Deep Learning (DL) — 大規模なデータセットに基づいて経験から学習できるシステムを指す
• Artificial Neural Networks (ANN) — コンピュータの学習を助けるために設計された人間の神経回路網のモデルを指す
• Natural Language Processing (NLP) — 言語を理解できるシステムを指す
• Automated Speech Recognition (ASR) — コンピュータのハードウェアおよびソフトウェアベースの手法を使用して、人間の声を識別し処理することを指す

人工知能（AI）は、機械をスマートにすることに関連するすべてをカバーする包括的な分野です。ロボット、冷蔵庫、車、あるいはソフトウェアアプリケーションであっても、それらをスマートにしているのであれば、それはAIです。機械学習（ML）はAIと並んでよく使われますが、同じものではありません。MLはAIのサブセットです。MLは、自ら学習できるシステムを指します。人間の介入なしに、時間の経過とともに賢くなっていくシステムのことです。ディープラーニング（DL）はMLの一種ですが、大規模なデータセットに適用されます。知的な行動には膨大な知識が必要であり、学習はその知識を得るための最も簡単な方法であるため、現在ほとんどのAI開発にはMLが含まれています。下の図は、機械学習 vs AI vs DLの関係を示しています。

MLには多くの手法やアプローチがあります。その一つが人工ニューラルネットワーク（ANN）であり、単にニューラルネットワークと呼ばれることもあります。この良い例がAmazonのレコメンデーションエンジンです。 Amazonは人工ニューラルネットワークを使用して、顧客への推奨事項を生成しています。Amazonは「この商品を見た人はこんな商品も見ています」や「この商品を買った人はこんな商品も買っています」と表示することで商品を提案します。Amazonは全ユーザーのブラウジング体験からデータを吸収し、その情報を使用して効果的な製品推奨を行っています。

Sonixでは、機械を使用してオーディオをテキストに変換します。 その基盤となる主な技術は、自動音声認識（ASR）と自然言語処理（NLP）です。ASRは音声をテキストに処理するものであり、NLPはテキストを処理して意味を理解するものです。人間は口語表現や略語を使って話すため、正確な出力を導き出すには自然言語の広範なコンピュータ分析が必要となります。

ASRとNLPはAIの傘下にあります。MLはNLPのタスクによく使用されるため、MLとNLPには重複する部分があります。ASRもMLと重複しています。歴史的に、ASRは多くの機械学習技術の原動力となってきました。AI vs 機械学習を比較する際、図の中の重複と違いを理解することが極めて重要です。

要約すると、DLはMLのサブセットであり、両者はAIのサブセットです。ASRとNLPはAIの配下にあり、MLやDLと重複しています。これらがいかに相互に絡み合っているかは驚くべきことです。それは機械学習 vs AIという対立軸ではなく、これらの比較的新しい技術が、高度な問題をリアルタイムで解決するための手法をいかに創造し、改善できるかということなのです。