この記事では、AI（人工知能）の基本的な定義から歴史、そして機械学習・ディープラーニングの違いまでをわかりやすく解説します。AIの全体像をつかみたい方のための入門記事です。

1. AIとは何か？

AI（Artificial Intelligence：人工知能）には、専門家の間でも完全に統一された定義はありません。一般的には「人間の知的な振る舞いを模倣するコンピューターシステム」と定義されます。

AIは大きく「強いAI」と「弱いAI」の2種類に分類されます。

---

2. AIの歴史：3つのブーム

AI研究には「期待と失望（冬の時代）」を繰り返してきた歴史があります。現在は第3次ブームの真っ只中です。

• 第1次AIブーム（1950〜1960年代）：推論と探索

  迷路のゴールを探す、パズルを解くといったことが可能になりました。しかし、ルールが明確でない複雑な現実の問題は解けないことが判明し、ブームは終息しました。冬の時代へ

• 第2次AIブーム（1980年代）：エキスパートシステム

  専門家の知識（ルール）をコンピューターに大量に入力し、病気の診断などを行わせました。しかし「例外」への対応や、知識の手動入力・更新に限界があり、再び衰退しました。冬の時代へ

• 第3次AIブーム（2000年代〜現在）：機械学習とディープラーニング

  インターネットの普及によるビッグデータと、コンピューターの計算能力の向上を背景に、AIが自らデータから特徴を学習できるようになりました。現在もこのブームが続いています。

---

3. 機械学習とディープラーニングの違い

「AI」「機械学習」「ディープラーニング」は、入れ子構造の関係にあります。

機械学習（Machine Learning）

データからパターンやルールを自動で学習する技術です。大きく3種類に分けられます。

• 教師あり学習：「入力データ」と「正解ラベル」のセットで学習させる方法。（例：猫の画像と「猫」というラベルを一緒に与える）
• 教師なし学習：正解ラベルなしで、データの構造やグループをAIが自ら見つけ出す方法。（例：購買データから顧客層を分類する）
• 強化学習：AIが試行錯誤を通じて、最も報酬が得られる行動を自ら学習する方法。（例：将棋・囲碁AI、自動運転）

ディープラーニング（Deep Learning）

機械学習の一種で、人間の脳の神経回路を模した「ニューラルネットワーク」を多層（ディープ）にしたものです。

---

📝 確認テスト（チェックポイント）

この記事の内容を理解できているか、以下の3問で確認してみましょう。

• 現在のAI（GeminiやChatGPTなど）は、「強いAI」「弱いAI」のどちらに分類されますか？
• AIが自ら試行錯誤して学習する手法（囲碁AIなどで使われる）を何と呼びますか？
• ディープラーニングの最大の特徴（従来の機械学習との違い）は何ですか？