人工知能(AI) に関する用語として、「機械学習(マシンラーニング)」、「ニューラルネットワーク」、そして、「ディープラーニング」について、それらの関係、仕組みなどについて少しご紹介しておきます。人工知能(AI)全体の分類としてとくに知っておいていただきたいのは、①人工知能(AI)の一分野として「機械学習(マシンラ一二ング)」などがあること②その機械学習の手法として「ニューラルネットワーク」や「SVM」があること③そのニューラルネットワークの手法として「ディープラーニング(深層学習)」 があること④ディープラーニングの中にも、数種類の手法があるということです。この機械学習の中で、少し前までは「SVM」(サポー卜・ベクタ一・マシン)と呼ばれる方法が中心的存在でした。機械学習の中にSVMと並んで「ニューラルネットワーク」があります。ニューラルネットワークは、実は古くから知られている機械学習の手法で、なかなか良い精度を得られないという欠点、が知られていました。一因として、学習データが不足していたということが挙げられます。そこでSVMが研究されましたが、精度がなかなか上がりませんでした。そこに2006年のヒントン教授の論文発表(層の深いニューラルネットワーク)、さらに2012年の画像認識コンテスト（ILSVRC）での圧倒的勝利で、一気にニューラルネットワーク、なかでも層の深い「ディープラーニング(ディープニューラルネットワーク)」が脚光を浴びるようになったという流れです。このディープラーニングにもいくつかの手法があります。ヒントン教授が使い、一躍有名になった手法がCNNで、他にもRNN、あるいはAuto Encoder、GANなどがあります。CNN、Auto Encoderは主に画像解析(認識)に使われ、RNNはテキス卜データや音声解析(認識)に、GANは学習データに似たモデルの生成などに多く使われます。派生する手法は他にもあります。