シリーズ〜人工知能とは〜５話目 「人工知能」を発展させた2つのシステム②
皆さんこんにちは！
前回のブログで「機械学習」のイメージを少しお伝えしました。今回も「機械学習」の話です 😀
一般的に「機械学習」にはさらに「教師あり学習」と「教師なし学習」があります。
皆さんはどんなイメージをもたれますか？言葉の意味からすれば、何となくはイメージできるけど・・・どういうことなんだろう？．．．といった感じでしょうか？でもそんなに難しく考えることはありません。文字通り「教師」がいる場合といない場合の機械学習を指しています :c16:
まず、「教師あり学習」についてお話しします。「教師あり学習」は「AI（人工知能）」に「正解」を与えておき、その答えと合ってるかどうかを判定できるようにする学習方法です :a6:
ではリンゴで考えてみましょう。仮に皆さんがリンゴ農家だったとします :b9:
皆さんは、木に成っているリンゴを毎日見ています :b9:
だんだん色がついてきて赤みが増してくると、そろそろ収穫できるかなぁと考えます。あまり早く収穫すると、甘みが足りずおいしくないかもしれません。でもギリギリまで置いておくと、出荷してお店に並ぶころには傷んでしまうかもしれません
その見極めが重要になります。ベテラン農家のみなさんは、長年の経験から今年はそろそろかな？とか、明日くらいかなと判断していくわけです。つまり過去のデータ（赤みと味など）をベースに、今年のリンゴの収穫時期を判断することになります 8)
この過去のデータが、ここで言う「教師」になります。
「教師あり学習」の場合、この「教師」役を担うデータを、「AI（人工知能）」にあらかじめ与えて学習させます。
例えば、ちょうど収穫時期になるリンゴの写真（画像データ）を読み込ませるわけです。同時に収穫できない（と考える）リンゴの写真も読み込ませます。もっとわかりやすく言えば色々なリンゴの写真を読み込ませるときに、「収穫できる」または「収穫できない」という情報を付け加えておくのです。
そうすると「AI（人工知能）」はその写真のデータと収穫できるかどうかの「情報」をもとにして、新しいリンゴの写真を示したとき、「収穫できる」「収穫できない」の判定があっているかどうか答え合わせができるようになります。これを繰り返していけば、「学習」効果があがり、リンゴを収穫できる・できないの判定が正しくできるようになります。
これが「教師あり機械学習」のイメージです。これって何かに似ていませんか？何となく“学校の授業”に似ていません？先生がいて、答えを教えてくれるのも、たくさんのデータ（問題）が必要なのも・・・・。
皆さんも、大阪ハイテクで「教師あり学習」を通して、「機械学習」について学びませんか :b8:
