基礎編

AI・機械学習・ディープラーニングの包含関係

AI、機械学習、ディープラーニングは同義語ではなく、対象範囲が入れ子になった概念として整理します。最も広い概念がAIで、その中にデータから規則性を学ぶ機械学習があり、さらにその中に多層ニューラルネットワークを中心とするディープラーニングがあります。G検定ではこの包含関係が、歴史、技術分類、モデル選定の前提として頻出します。

正解の理由

機械学習はAIの一部であり、ディープラーニングは機械学習の一部という関係が正しいため、選択肢4が正解です。AIは探索、推論、知識表現、ルールベースシステムなども含む広い研究分野です。機械学習は、人がすべてのルールを明示する代わりに、データからパターンや予測規則を学習します。ディープラーニングはその代表的な方法の一つで、画像認識、音声認識、自然言語処理、生成AIなどで大きな成果を出しています。

混同しやすい論点

• ディープラーニングの成功が目立つため、AI=ディープラーニングと短絡しがちですが、探索・推論・知識表現などの古典的AIもAIに含まれます。
• 機械学習と統計学は関係が深いものの、機械学習はAIシステムの予測・認識・意思決定に使う実装上の枠組みとして問われます。
• 生成AIや大規模言語モデルはディープラーニングの応用ですが、AIの全体像では一部です。

他の選択肢の評価

• 選択肢3は包含関係が逆です。AIが機械学習の一部なのではなく、機械学習がAIの一部です。
• 選択肢4は正しい包含関係を表しています。
• 選択肢1は誤りです。ディープラーニングはAIと無関係ではなく、機械学習に含まれる重要な技術です。
• 選択肢2は誤りです。3語は重なる部分がありますが、完全に同じ意味ではありません。

実務上の意味

実務では、課題に対していきなり「AIを入れる」と考えるのではなく、ルールベースで十分か、機械学習が必要か、ディープラーニングほどのデータ量と計算資源があるかを切り分けます。この包含関係を理解していると、過剰な技術選定や期待値のずれを避けやすくなります。