AIって結局なに？まずは「広い言葉」だと理解しよう
AI（Artificial Intelligence / 人工知能）は、ひとことで言うと「人間の知的な作業をコンピュータにやらせるための技術の総称」です。ここが大事で、AIは特定の1つの技術名ではなく、いろいろな手法・考え方をまとめた“傘”のような言葉なんですね。
たとえばAIが得意なことには、次のようなものがあります。
- 画像から猫を見つける（画像認識）
- 迷惑メールを分類する（分類）
- 需要を予測して在庫を最適化する（予測）
- 文章を要約する、チャットで答える（自然言語処理）
そして、そのAIを実現する代表的なアプローチが機械学習で、機械学習の中に深層学習があり、深層学習の発展形として生成AIが注目されている……という関係性になります。
まずは地図：AI・機械学習・深層学習・生成AIの関係
混乱しやすいので、ざっくり階層で整理します。
AI（人工知能）：知的な作業を実現する技術の総称
└ 機械学習（ML）：データから規則を学び、予測や分類を行う手法
└ 深層学習（DL）：ニューラルネット（多層）で特徴を自動学習する機械学習の一種
└ 生成AI：文章・画像・音声など“新しいコンテンツ”を生成するAI（主にDLが基盤）
ポイントは、生成AIは「AIの一部」であり、機械学習や深層学習と対立する概念ではないことです。
機械学習（ML）とは：データから「当てる」技術
機械学習は、ルールを人が全部書く代わりに、過去データからパターンを学んで推定・判断する技術です。イメージとしては「例題をたくさん見せて、テストに強くする」感じですね。
代表的なタスク
- 分類：スパム/非スパム、正常/異常など
- 回帰：売上や気温など“数値”を予測
- クラスタリング：似た顧客をグループ分け（教師なし学習）
よくある例（身近で役に立つやつ）
- ECのレコメンド（購入履歴から好みを推定）
- クレジットカードの不正検知（普段と違う挙動を検出）
- 工場設備の故障予兆（センサーデータから異常の兆しを予測）
