何を教えるとAIは学べるのか

入力に、正しい答えを添える

二人は、撮影場所を確認した一部の写真に「海辺」「山」という正しい分類名を付け、その組を学習に使いました。学習が終わった後に渡したのは、別の写真だけです。返ってきた分類名は予測なので、人が確認しておいた分類名と比べました。

このように、入力と正しい答えの組を使う学習方法が、教師あり学習です。漫画の道具は、写真から学習を試せるツールを参考にした簡略画面です。一般の写真アプリやChatGPTに画像を送ると、同じ方法で再学習されるという意味ではありません。

前の教材で扱った機械学習には、予測や行動の選び方をデータや経験から学ぶ方法があります。ここでは、学習に渡す情報の違いから比べます。

教師あり学習は、入力と正解の組を使って、入力から答えを予測する関係を学ぶ方法です。正解として添える情報をラベルと呼びます。写真なら「海辺」「山」、住宅なら成約価格など、目的によって答えの形が変わります。このような学習用の正解付きデータが教師データです。

学習が終わった学習済みモデルに新しい入力を渡すと、予測を得られます。新しい写真を分類することと、その写真を使ってモデルを学習し直すことは別です。予測の正しさを確かめるときは、学習に使わなかった例の正解と比べます。正解ラベルそのものが間違っていれば、学習や評価も影響を受けます。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 教師あり学習（別のタブで開く） ↗ / Google Teachable Machineの公式紹介（別のタブで開く） ↗

種類を選ぶ「分類」と、数値を予測する「回帰」

分類は、入力を用意されたカテゴリへ分ける課題です。「海辺か山か」の2種類なら二値分類、「海辺・山・街」の3種類以上なら多値分類（多クラス分類）です。数字でカテゴリ番号を表していても、その番号が金額や長さになるわけではありません。

回帰は、金額や時間などの数値を予測する課題です。人数や日数などから旅費の金額を予測する例が当たります。「安い・普通・高い」という種類を選ぶ課題へ変えれば分類です。どのデータを使ったかだけでなく、何を答えとして出したいかで課題を区別します。ロジスティック回帰のように、名前に「回帰」があっても分類に使う手法があります。ロジスティック回帰は、ある種類に当たる可能性を求め、分類に使う手法です。ここでは計算の仕組みまで覚える必要はありません。手法名だけでは決めず、答えの種類を見ます。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 教師あり学習（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

正解率が高くても、見つけたいものを見落とす

正解率（accuracy）は、評価した例全体のうち、正しく予測した例の割合です。「正しく予測した数÷評価した総数」で求めます。どのデータを評価し、どのカテゴリが何件あったかを一緒に読みます。これは試験の合格点を表す数字ではありません。

架空の検査用データに正常な品が95件、破損した品が5件あるとします。すべて「正常」と予測すれば、正常95件は正しく、破損5件は見逃します。正解率は95÷100＝95％ですが、破損を見つけた割合は0÷5＝0％です。破損を見つける目的なら、全体の正解率だけでは足りません。破損を見逃した数と、正常品を誤って破損とした数（誤検出）も確認します。必要に応じて、破損した品のうち正しく見つけた割合（再現率）なども確かめます。

見逃しと誤検出が両方ある例で計算する

再現率（recall）は、実際に見つけたい対象だった例のうち、正しく見つけた割合です。不良品を見つけたい検査なら、分母は実際の不良品の数です。正常品を誤って不良とした数は、その分母には加えません。

正解率は、両方の状態で正しく予測した数を合計して、（6＋28）÷40×100＝85％。不良の再現率は、6÷8×100＝75％です。正解率と再現率は、分子も分母も同じとは限りません。

「不良と予測した10件」は、正しく見つけた6件と誤検出4件の合計です。実際の不良品8件とは違います。何の割合かを言葉で確かめてから、分母を選びます。見逃しと誤検出のどちらが困るかも、検査の目的に合わせて考えます。節末問題は、この表とは別の検査結果です。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 正解率・適合率・再現率（別のタブで開く） ↗

正しい答えを添えず、データの構造を調べる

教師なし学習は、正解ラベルを与えず、データの特徴や構造を学ぶ方法です。人が何もしないという意味ではありません。人が目的、使うデータ、特徴、方法、結果の確かめ方を選びます。

写真に地名の正解を付けて予測する教師あり学習と、地名を付けず似た写真の集まりを探す教師なし学習では、求める結果が違います。正解ラベルがないことと、結果を確かめなくてよいことは別です。写真の色や構図で分かれた結果が、地名で整理する目的には合わないこともあります。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 教師なし学習（別のタブで開く） ↗

クラスタリングは、似た特徴の集まりを作る

クラスタリングは、特徴が似たデータをグループ（クラスタ）に分ける方法です。分類のように「この写真の正解は山」と教えるのではなく、色や輪郭など、選んだ特徴の似方を基に集まりを作ります。特徴の違いの大きさを「距離」として測る方法もあります。

青い海の写真と、青い看板の多い街の写真が同じグループに入ることもあります。その分かれ方には意味があっても、「旅行先の地名を正しく当てた」とは言えません。グループ数を人が指定する手法でも、それだけで地名の正解ラベルを教えたことにはなりません。結果を見て、目的に合う特徴や解釈かを検討します。

漫画のアルバムでは、青い駅の写真と海の似た写真2枚が同じ群になりました。色をそろえる候補を探すには使えますが、この群だけでは旅先や撮影順序は分かりません。二人は場所と順序を確認し、駅・山の歩道・海・夕方の街の4枚を選び、似た海のもう1枚を机に残します。これは、目的に合わせて人が出力を使う判断です。正解ラベルを付けてAIを学習し直した場面ではありません。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 教師なし学習（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

次元削減は、特徴の表し方を少数へまとめる

この文脈の次元は、データを表す特徴の数です。例えば明るさ・青さ・輪郭など、多くの特徴で一枚の写真を表すことがあります。次元削減は、その表し方を少数の特徴へまとめる方法です。見える形にする、計算の負担を減らすなどの目的に使います。

クラスタリングは「どの集まりか」、次元削減は「どんな少数の特徴で表すか」という違いがあります。写真の行を何枚か削除する操作と、特徴の次元を減らす操作も別です。少数へまとめると、情報が一部失われることがあります。見やすい図になったことだけで、元の関係がすべて保たれたとは判断しません。

三つの値を二つへ縮める小さな例を見ます。写真の赤・緑・青の強さを、説明用の決まりで「三つの平均」と「青から赤を引いた値」へ変えます。（30・60・90）なら、平均は（30＋60＋90）÷3＝60、青と赤の差は90－30＝60です。三つの値が（60・60）という二つの値になりました。

ところが、元が（40・40・100）でも、平均は60、青と赤の差も60です。違う元データが同じ表し方になるので、二つの値だけでは元の三つを必ず復元できません。これは縮める意味を確かめるために手で決めた変換の例です。実際の次元削減には、データに基づいて変換の仕方を求める方法もあります。この式の暗記より、データの件数を残したまま、一件を表す特徴を減らす点を押さえましょう。

漫画で5枚の候補から4枚を選ぶのは、写真の件数を絞る作業です。一枚を表す特徴の数を減らす次元削減とは別です。写真を少なくすることと、同じ写真を少数の特徴で表すことを区別してください。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗ / scikit-learn 主成分分析と次元削減（別のタブで開く） ↗

行動して、環境から結果を受け取る

漫画は、最初の得点だけでなく、その後の配送結果も比べる必要に気づく場面です。人が道を選び直して記録しただけでは、コンピューターが強化学習を行ったことにはなりません。記録した経験を使って、システムの行動の選び方を学習する段階が必要です。

強化学習は、行動する主体が環境とやり取りし、報酬を手掛かりに行動の選び方を学ぶ方法です。行動する主体をエージェント、その行動が働きかける対象を環境と呼びます。現在の状況を状態として捉え、行動すると次の状態と報酬を受け取る、という形で考えます。

経路の例なら、今いる場所が状態、進む方向が行動、進んだ結果の得点などが報酬です。報酬は、その行動や結果を評価する数値で、日常の「ほめる」だけを意味しません。正しい方向のラベルを各入力に添えて教える方法と、行動後の報酬から学ぶ方法は違います。望ましい行動につながる報酬を、人がどう設計するかも重要です。

配送のシステムが、今いる場所・選んだ方向・受け取った報酬という経験を使い、「この場所ではどちらへ進むか」という選び方や、将来受け取る報酬の見込みを更新するところが学習です。漫画の得点は仕組みを考えるための架空の例で、現実の配送での実測値や成功の保証ではありません。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

方策は、どの行動を選ぶか

方策（policy）は、状態などを基に行動を選ぶ方法です。同じ状態で、いつも同じ行動を選ぶ場合も、一定の割合で行動を選び分ける場合もあります。交差点に来たとき、どちらの道を選ぶかという役割に当たります。人が固定の道順を書いただけなら、それ自体は強化学習を行った証拠にはなりません。

学習では、よさそうな行動を使うだけでなく、結果を知るために別の行動を試すことがあります。これを探索として考えます。展示のシミュレーターなら試せても、現実の運転や医療で危険な試行を無制限に行ってよいわけではありません。ここでは仕組みを理解するため、架空の安全な環境を例にします。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

価値は、将来までの報酬を見込む

価値（value）は、ある状態や行動から、ある方策で先へ進んだときに得られる報酬の合計を、将来への重み付けなどを含めて見積もったものです。今その場でもらう報酬そのものと同じではありません。方策が「どう行動するか」なら、価値は「先まで考えるとどれほどよいか」の見積りです。

途中で点を得てもゴールへ進めない道と、途中の点は小さくても最後に到達できる道を比べます。目先の報酬が最大の行動と、将来までの報酬がよい行動は一致するとは限りません。どの結果にどんな報酬を与えるか、将来をどう評価するかによっても、学ぶ選び方は変わります。

分岐後の得点が分かっている単純な例なら、今5点でその後0点の道は合計5点、今1点で次に10点の道は合計11点です。先の得点を半分の重さで数える設定なら、後者は1＋0.5×10＝6点になります。

この例では、「今の分岐にいる」が状態、「どちらの道へ進むか」が行動、「各分岐の状態に応じて、どちらの道を選ぶかの決まり」が方策、途中やゴールの点が報酬です。

先の得点を半分にするのは、この練習で指定した評価の設定で、将来の報酬が必ず半分になるという決まりではありません。こうして将来の報酬をどの程度重く数えるかは、学習方法や課題の設定で定めます。先をどう重く見るかで見込みは変わります。実際には結果の起こりやすさなども含めて見積もります。ここでは、今の得点と先までの見込みを分けることが中心です。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

正解付きと、正解なしを学習で組み合わせる

漫画でハルが見つけたのは、写真を分類する課題でよかった方法です。旅費を予測する課題では、求める答えが分類名ではなく金額になり、必要な記録も変わります。方法を選ぶ前に、何を答えてほしいのか、どんなデータを使えるのかをそろえて考えます。

ここからは写真分類に話を絞り、漫画とは別の条件を考えます。手元の写真の一部にだけ「海辺」「山」という正解が付き、残りには付いていないとしたら、どう学習に使えるでしょうか。同じ写真分類でも、正解がどのくらいあり、学習にどう使うかが方法を選ぶ条件になります。

半教師あり学習は、比較的少数の正解ラベル付きデータと、ラベルのないデータを学習に組み合わせる方法です。写真の一部には「海辺」「山」という正解があり、残りには正解がない場面が例になります。

ラベルなしデータを、学習が終わった後のテストに置いただけなら、この説明の半教師あり学習にはなりません。両方のデータを学習にどう使ったかを見ます。ラベルを付ける負担を減らせる可能性はありますが、ラベルなしデータの集まり方や品質が目的と合わなければ、性能がよくなるとは限りません。少数のラベルも、誤りや偏りがないかを確かめます。

使い方の一例は、正解付きの少数の写真で最初のモデルを学習し、正解のない写真をそのモデルで仮に分類して、その予測も次の学習に使う方法です。仮の予測は、人が確認した正解ではありません。間違った予測を使えば、その誤りを学習へ引き継ぐ可能性があります。半教師あり学習が、この手順だけに限られるわけでもありません。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗

すべての課題で一番よい方法は、前提なしに選べない

学習方法を選ぶときは、正解を予測したいのか、構造を見つけたいのか、行動の選び方を学びたいのかを先に整理します。同じデータでも目的が違えば、問題の立て方や評価の仕方が変わります。機械学習という共通の名前で、一つの方法へまとめないようにします。

ノーフリーランチ定理は、対象となる問題全体を特定の条件で平均すると、方法間の優劣を一律には付けられない、という考え方を支えます。例えば、候補からよい答えを探す「最適化」では、答えのよさを数値にする決まりを「評価関数」と呼びます。定理では一定の条件の下で、その決まりをあらゆる組合せで考え、同じ重さで平均した性能を比べます。方法Aが方法Bよりよい問題だけを選ぶのではなく、逆の結果になる問題も含める、ということです。現実の特定の課題でも、どの方法を使っても同じだという意味ではありません。

実務では、対象とするデータや課題に特徴があります。正解ラベルの有無、見逃しの重さ、必要な計算量などを確かめ、学習に使っていない例で比較します。「AIなら高性能」「有名な方法なら最良」と結論を先に置かず、今回の条件で判断します。

根拠：GUGA 2027年2月適用シラバス（別のタブで開く） ↗ / Google 機械学習用語集（別のタブで開く） ↗ / Wolpert / Macready No Free Lunch Theorems for Optimization（別のタブで開く） ↗