人工知能（AI）は、働き手が減る将来において、ビジネスにおいて欠かせない重要なツールとなるはずです。
ただし、人工知能の技術を十分に理解するには、機械学習やディープラーニングといった専門用語を覚えておく必要があります。そこで、今回は、人工知能用語（AI用語）について解説します。
そこで、今回は、人工知能用語（AI用語）について解説します。
目次
人工知能（AI）の学習に関する用語
人工知能（AI）が、ビジネスで役に立つには、（機械）学習が欠かせません。
まずは、人工知能の学習に関する用語を紹介します
機械学習
人工知能の核となる技術です。
人間が判断基準を指定する代わりに、コンピュータープログラム（人工知能）に大量のデータを読み込ませて（学習させて）、そこから規則性やルールを自動的に割り出させることをいいます。
この過程が、人間が経験から学んで知識を記憶していくプロセスに似ているので、「学習」という用語になっています。
実は、「機械学習」の技術自体は、１９５０年代からあったが、計算が非常に多いという課題がありました。
コンピュータが大量のデータを高速に処理することができるようになり、急速に普及しました。
以下の「教師あり学習」、「強化学習」、「ディープラーニング」も広い意味では「機械学習」の一種となります。
教師あり学習
データの「正解」、「不正解」を明らかにしたうえで、プログラムに機械学習させることです。
例えば、迷惑メールを判定する人工知能を作るには、「迷惑メール」と「普通のメール」を判断できるプログラムとならなければなりません。
そこで、「迷惑メール」と「普通のメール」を人が判断した「教師データ」を、人工知能に大量に読み込ませます。
その結果、「無効なURLが本文にあるスパムメール」というようなルールを人工知能が学習できます。
こうした人工知能の学習を「教師あり学習」と言います。
強化学習
人工知能に学習データを読み込ませる際に、「正解」を教えるのではなく、良い結果が出たら高いスコアを得られるように設定する学習方法です。
例えば、将棋を指す人工知能を創るとき、将棋のような競技の場合、プログラムが指した手が正解かどうか、すぐにはわかりません。
そこで、将棋を指す人工知能同士を戦わせて、最終的に勝ったときに、その手のスコアが上がるというルールで学習させる方法を強化学習といいます。
これを何度も繰り返すことで、将棋を指す人工知能は、最善手を見分けられるようになります。
ディープラーニング
脳の神経回路の仕組みを模した機械学習用のモデルのことを、「ニューラルネットワーク」といいます。
具体的には、データを入力層の「ニューロン」が受け取って計算し、結果を出力層に送って答えを出すという仕組みを構築します。さらに中間層を設けることで、より複雑で高精度な計算ができるようになります。
その中でも、ディープラーニングは、中間層を増やした「ディープニューラルネットワーク」というモデルを利用した機械学習のことをいいます。
別名、「深層学習」ともいいます。
ディープラーニングの特徴は、これまでエンジニアが手作業で設定していた「特徴量」を自動で計算することです。
例えば、通常の通常の機械学習で顔認識をする場合には、「目の大きさ」、「髪型」等のデータを特徴量として設定していました。
対して、ディープラーニングであれば、顔写真そのものを読み込ませるだけで、自動的に特徴量を割り出すことができます。
その他、人工知能に関する用語
データマイニング
膨大な量のデータを収集して（ちなみに、マイニングは掘り起こすという意味）、主に経営やマーケティングに役立つ傾向や相関関係等を分析、パターンなどを導き出すことをいいます。
チャットボット
「チャット（おしゃべり）」と「ボット（ロボット）」の複合語で、プログラムによる自動会話システムのことをいいます。
フェイスブックやLINEが、それぞれのサービス上でチャットボットを作れる機能を公開したため、企業や個人等が急速に利用し始めました。
自動会話システムはAIを活用したものがほとんどです。
いかがでしたか、AI（人工知能）は、将来の人間の社会に大きな影響を与える重要な技術となるはずです。
AIのことを理解するために、ぜひこれらの用語は覚えておきましょう。
