AIの種類を整理してみた

AIって、実はいろんな種類があるらしい

前回の記事で生成AIについて調べて、ちょっとだけAIの世界が見えてきた気がした。でも、調べれば調べるほど、新しい言葉が出てくる。

機械学習、ディープラーニング、ニューラルネットワーク、LLM...

一つ理解したと思ったら、また知らない単語が3つくらい飛び出してくる。まるでモグラ叩きだ。

「AIにも種類があるんだ」ということは何となく分かった。でも、それぞれがどう違うのか、全然整理できていなかった。

だから今回は、思い切って「AIの種類」を自分なりにまとめてみることにした。間違ってるところがあるかもしれないけど、初心者のリアルな理解過程として読んでもらえたら嬉しい。

まず大きく分けると「弱いAI」と「強いAI」

AIの世界には、大きな分け方が一つある。

**弱いAI（特化型AI / Narrow AI）**は、特定のタスクに特化したAIのことだ。チェスで人間に勝つとか、画像の中から猫を見つけるとか、一つの仕事をめちゃくちゃ上手にこなす。今世の中にあるAIは、ほぼ全部これらしい。

**強いAI（汎用型AI / AGI）**は、人間のようにあらゆることを考えて判断できるAI。SFの映画に出てくるようなやつだ。これはまだ実現していない。

この分類を知ったとき、ちょっと安心した。映画で見るような「AIが人類を支配する」みたいな話は、まだ遠い未来の話なんだなって。今のAIは、あくまで「一つのことが得意な専門家」なのだ。

次に大事な階層構造

調べていて一番スッキリしたのが、AIの技術が**入れ子構造（マトリョーシカみたいな構造）**になっているという発見だった。

一番外側に**AI（人工知能）**がある。これが最も広い概念で、人間の知的な活動を機械で再現しようとする技術全般を指す。

その中に**機械学習（Machine Learning）**がある。これは大量のデータからパターンを自動で学び取る手法だ。プログラマーが一つ一つルールを書くんじゃなくて、データを食べさせると自分でルールを見つけてくれる。

機械学習の中にさらに**ディープラーニング（深層学習）**がある。人間の脳の仕組みをヒントにした「ニューラルネットワーク」を何層にも重ねて、より複雑な学習ができるようにしたものだ。

そしてディープラーニングから生まれたのが生成AI（Generative AI）。前回の記事で調べた、新しいコンテンツを作り出す技術だ。

AI > 機械学習 > ディープラーニング > 生成AI

この階層を理解したとき、頭の中の霧がかなり晴れた。バラバラに聞いていた言葉が、一本の線でつながった感覚だった。

身近なところにいるAIたち

概念だけだと分かりづらいので、身の回りのAIがどの種類に当たるのか、整理してみた。

**音声アシスタント（SiriやAlexaなど）**は、音声認識と自然言語処理を使ったAIだ。ディープラーニングの技術がベースになっている。毎日「今日の天気は？」って聞いてたけど、あれもAIだったのか。

レコメンドエンジン。NetflixやSpotifyが「あなたへのおすすめ」を出してくるやつ。これは機械学習を使って、視聴履歴からパターンを見つけている。確かに、僕の好みをかなり正確に把握してる感じがする。

自動運転。これはディープラーニングの代表例で、カメラやセンサーから得た情報をリアルタイムで判断している。人間が運転するより安全になる可能性があるっていうのは、すごい話だ。

迷惑メールフィルター。これも実は機械学習だ。大量のメールデータから「スパムの特徴」を学習して、自動で振り分けてくれる。地味だけど、めちゃくちゃ助かってる。

ChatGPTやClaude。これらはLLM（大規模言語モデル）と呼ばれる生成AIの一種。膨大なテキストデータから学習して、人間と自然に会話できる。

こうやって並べてみると、AIって既に生活のあちこちに入り込んでいることに気づく。知らないうちにお世話になりまくっていたわけだ。

「ああ、そういうことか」の瞬間

正直に言うと、最初はこの分類を見ても「だから何？」って感じだった。種類を知ったところで、何が変わるの？って。

でも、ある瞬間に腑に落ちた。

友達が「AIで画像を作ってみたんだけど、うまくいかない」と言っていた。話を聞くと、テキスト生成のAIに画像を作らせようとしていた。

それ、そもそもツールの選び方が間違ってる。

テキスト生成が得意なAIと、画像生成が得意なAIは違う。料理に例えるなら、包丁でお湯を沸かそうとしているようなものだ。

AIの種類を理解するって、つまり**「何にどのツールを使えばいいか」を判断する力を身につけること**なんだ。

これは大きな発見だった。漠然と「AI使えばなんとかなる」じゃなくて、目的に合ったAIを選べるようになる。それが「AIの種類を知る」ことの本当の価値だ。

まだまだ分からないことだらけ

ここまで整理してみたけど、正直まだ分からないことの方が圧倒的に多い。

ニューラルネットワークの仕組みを詳しく聞かれたら答えられないし、機械学習のアルゴリズムがどう動いているのかも理解できていない。

でも、それでいいと思っている。

全部を完璧に理解する必要はない。

料理をするのに、電子レンジの電磁波の仕組みを完璧に理解する必要がないのと同じだ。大事なのは「何ができるか」「どう使えばいいか」を知ること。

そして今回の整理で、少なくとも「AIという大きな世界の地図」はぼんやり見えてきた。

次は実践だ

種類を知った。階層を理解した。身近なAIの正体も分かった。

次は、実際にAIツールを使いこなすステップに進もうと思う。知識を頭に入れるだけじゃなくて、手を動かして体験する。

前回の記事でも書いたけど、AIは触ってみないと分からない。本を100冊読むより、5分間触ってみる方が学びは大きい。

次の記事では、僕が実際にAIツールを使い始めた体験談を書いてみる。うまくいったことも、盛大に失敗したことも、全部正直に。

初心者のリアルな奮闘記、もう少しだけ付き合ってくれたら嬉しい。