テクノロジーのニュースを追っているなら、機械学習という言葉をあちこちで目にするでしょう。それには理由があります。機械学習は、コンピューターが情報を処理する仕組みに欠かせない要素なのです。
機械学習は身近なところにあり、Googleマップでの経路検索から受信トレイの確認まで、日々の暮らしに影響を与えています。
では、機械学習とはいったい何で、いつごろからこれほど注目されるようになったのでしょうか？
要点を簡単に説明します。
機械学習の歴史には、とりわけ重要な発展が2つあります。最初の発展は、人工知能の先駆者アーサー・サミュエルが1959年に「機械学習」という言葉を作ったことに始まります。
1959年、MITのエンジニア、アーサー・サミュエルは機械学習を次のように説明しました。「コンピューターに、明示的にプログラムされなくても学習する能力を与える研究分野」。サミュエルは、自らのコンピューターを開発していました。いつか世界トップのチェッカー選手に勝つと見込んでいた、自律型のチェッカープログラムです。
機械学習におけるもう一つの重要な発展とは何でしょうか。インターネットです。
インターネットの登場によって、蓄積された膨大なデータがもたらされました。これほど多くの情報がすぐに利用できるようになったことで、なすべきことは一つに思われました。情報を意味のあるパターンに整理する方法を見つけることです。これは機械学習の最も重要な役割の一つです。
ビッグデータは、機械学習を支える基本的な構成要素です。
ビッグデータとは、要するにその名のとおり、大量のデータです。ソーシャルメディア企業や検索エンジンが蓄積した情報に加え、絶えず情報を収集するマイクやカメラのデータも含まれます。
アルゴリズムは、この膨大な情報を整理し、テクノロジーが次に何をするか予測できるようにします。
膨大なデータをもとに機械学習アルゴリズムが機能し、テクノロジーは将来のパターンを予測する手段を得ます。こうしたアルゴリズムによって、将来の行動を予測し、起こりうる問題を先回りして把握できます。
よく知られた例の一つが、Amazonの商品おすすめ機能です。利用者の好みや他の人の購入傾向を読み取り、関心を持ちそうな商品を推薦します。
機械学習とは、集められた膨大な情報を整理してパターンを見つけ、新たなパターンを予測することです。
機械学習は人間の学習とは異なります。機械が知っているのは、教えられたことだけです。コンピューターは好奇心を示したり、推論したりできません。
たとえば、NetflixでSF映画をよく見ると、おすすめ欄に『ストレンジャー・シングス』が表示されるかもしれません。しかし、それはNetflixのデータだけにもとづく数学的な結果です。ドキュメンタリーが好きだとNetflixに伝えたことも、高い評価をつけたこともなければ、システムがおすすめに表示することはまずないでしょう。
機械学習の例は、日々の暮らしのあちこちにあり、私たちの生活に影響を与えています。
機械学習は身近なところにあり、さまざまなものに影響を与えています。たとえば、Facebookのフィードや、Googleマップのおすすめルート、メールの迷惑メール自動振り分け機能、さらには銀行情報のセキュリティにまで及びます。
現在の機械学習は、1600年代以降、大きく進化してきました。今日では、人間の介入が最小限でも機械が学習できます。
機械学習を通じて、技術者たちは人間の脳の働きを模倣し、ニューラルネットワークと呼ばれる高度なシステムを開発しました。ニューラルネットワークはディープラーニングを可能にし、その結果、人間の知能を上回るコンピューターシステムが生み出されています。
機械学習は、人工知能の開発において重要な役割を果たします。
人工知能と機械学習は混同されることがよくありますが、同じものではありません。人工知能とは、機械が知的な作業を行う能力を指します。一方、機械学習とは、機械がデータから意味のあるパターンを自動的に見つけ出すプロセスを指します。機械学習がなければ、私たちが知る人工知能は実現できません。
機械学習の未来には、多くの可能性があります。仮想現実、自動運転車産業、人工知能の発展に、機械学習が活用されていくでしょう。
さまざまな意味で、機械学習はテクノロジーにおける最も強力な推進力の一つです。その発展は、次のような産業の未来を切り開いています。人工知能や自動運転車。
