人工知能（AI）の進展や応用について人々が耳にすることの大部分は、機械学習として知られるアルゴリズムのカテゴリーを指している（ AIについてさらに詳細を知りたい方は、1つ目のフローチャートを参照）。
機械学習のアルゴリズムは統計を用いて大量のデータからパターンを発見する（下記注を参照）。ここで言うデータには、たとえば数値、言葉、画像、クリックなど多彩なものが含まれており、デジタル形式で記録できるデータであれば、機械学習のアルゴリズムに入力できる。
（注：ほんの少しのデータで機械学習を実行する方法があるが、一般的には良い結果を得るには大量のデータが必要になる）
機械学習は、今日私たちが利用するサービスの多くで用いられているプロセスだ。たとえば、ネットフリックスやユーチューブ、スポティファイ（Spotify）のレコメンド・システムや、グーグルやバイドゥ（Baidu）のような検索エンジン、フェイスブックやツイッターのようなソーシャルメディアのサービス、シリ（Siri）やアレクサ（Alexa）のような音声アシスタントなど数多くで使われている。
これらすべてにおいて、それぞれのサービス提供者は、利用者について可能な限り多くのデータを収集している。たとえば、利用者はどのジャンルを観るのが好きか、どのリンクをクリックしているか、どのステータスに反応しているかなどについてのデータを収集しており、機械学習を用いて、利用者が次に望むであろうものについて高度な知識に裏付けられた推測をする。あるいは音声アシスタントの例であれば、利用者の口から発せられる妙な音ともっともよく合致する言葉は何なのかを推測する。
率直に言 …
- 人気の記事ランキング
-
- Useful quantum computing is inevitable—and increasingly imminent それでもなお、 量子コンピューターが 人類に必要な理由
- Why the next energy race is for underground hydrogen 水素は「掘る」時代に？ 地下水素は地球を救うか
- Useful quantum computing is inevitable—and increasingly imminent それでもなお、 量子コンピューターが 人類に必要な理由
- How the Rubin Observatory will help us understand dark matter and dark energy 見えない宇宙の地図描く ルービン天文台が挑む、 95%の「暗黒」の謎
