共有する

3分でわかる!いまさら聞けない機械学習とは!?

( Writer : 幾谷 )

機械学習って何?

日々の業務で手がいっぱいで新しい技術に着いていけない。

興味はあるけど忙しくて勉強に使える時間がない。<br>この記事ではそういった日々を過ごしているビジネスマンに向けて,今話題の技術知識を「短く」かつ「分かりやすく」説明します。

今回ご紹介するのは人工知能やビッグデータ解析になくてはならない「機械学習」という技術です。アメリカのIDC社は2015年のビッグデータ解析市場をおよそ15兆円と試算しています[1]。15兆円という額はだいたいインドの国家予算と同じくらいです。

大企業においても優秀な機械学習スタートアップを買収する動きが活発になっています。最近だとTwitterが機械学習を専門とするWhetlabというスタートアップを買収しています[2]。SNSやIoTの普及により今後得られる膨大なデータをどのように処理するか? そのような課題において機械学習が大きく活躍することは間違いありません。

ところで,機械学習と聞いて連想するのはどのようなことでしょうか。「語感から考えて,機械が何かを学習するんでしょ?」 そんな風に答える方が多いかと思います。

この答えは機械学習が備える3つの特長の内2つを含んでいますが,ひとつを見逃しています。まずは機械学習の3つの特長から考えていきましょう。

3つの特長

機械学習は3つの特長,それは「機械」で「自動的」に「学習できる」ことです。
実際,人工知能の権威であるカーネギーメロン大学のTom Mitchellも『機械学習では経験により自動的に学習する機械をどう作るかという問題を考える』と述べています[3]。

Tom Mitchellの言葉にも,機械,学習,そして自動的という単語が含まれています。機械学習をざっくり理解するステップとして,これらの特長をまず覚えておいてください。

では,「機械で自動的に学習できること」はどんなメリットを我々にもたらしてくれるのでしょうか? その簡潔な回答は,「過去のデータを使って未来の行動を予測することができる」というものです。 

過去から未来を予測する

現在までに,世界中の研究者や技術者たちは,膨大なデータを入力すると,それらが持つパターンを自動で学習するコンピューターモデルをいくつか開発してきました。例えば,ニューラルネットワークという人間の脳の構造を模したものが挙げられます。このモデルが機械学習の鍵になっています。

簡単な例として株価売買ロボットを考えてみます。

あなたは学習可能なモデルと,過去の株価チャートを持っています。まずモデルに株価チャートを入力して,これまでのデータのパターンを学習します。この処理によって,任意のデータを入力すると,その時点で買いか売りかを判定するモデルが完成します。完成したこのモデルに,ある未来の時点の株価チャートを入力すると,そのときの売り/買いを判定してくれるシステムの出来上がりです。

この例のように過去のパターンを学習することで(それが未来においても変化がないと仮定すれば),未来の株式売買の判断を機械に委ねることができるのです。 

機械学習によって現実となる世界

「現代で人間が行っている仕事の約半分が機械に奪われる」
イギリスのオックスフォード大学の教授はそのような衝撃的な予測をしています[4]。

なくなる可能性の高い仕事としては銀行の融資担当者やスポーツの審判などが挙げられています。ここまで読んでくださった方にはお分かりかもしれませんが,このような仕事はすべて「過去のパターンを未来に当てはめることで成り立つもの」なのです。

それは何故か。機械学習を用いれば,そのような仕事は多かれ少なかれ自動化可能だからです。逆に言えば,過去のパターンをそのまま未来に適用することが困難なアイデア勝負の仕事は今後も人間の独壇場となりうることが予測されます。

最後にここで紹介した機械学習についてまとめます

1。機械学習のポイントは「機械」で「自動的」に「学習できる」ことにある。

2。「膨大なデータを入力すると,それらが持つパターンを自動で学習するモデル」を使って機械学習は実現される。

3。「過去のパターンを未来に当てはめるだけで成り立つ仕事」は機械学習に奪われる可能性が高い。

[1] http://astavision.com/contents/news/705

[2] http://techcrunch.com/2015/06/17/twitter-acquires-machine-learning-startup-whetlab/

[3] http://postd.cc/what-is-machine-learning/

[4] http://gendai.ismedia.jp/articles/-/40925

関連記事