人工知能と機械学習
人間がいちいち解き方のルールを教え込む代わりに、大量の過去問を解かせることで、コンピューター自身に正解のパターンを見つけさせる勉強法です。
定義 人工知能（AI）は人間のように思考・判断する機械を作るという最も広い概念であり、機械学習（マシンラーニング）はデータを通じてコンピューター自身にルールを見つけ出させる具体的な手法です。
まとめノートを丸暗記する勉強 vs 過去問をたくさん解く勉強
テスト勉強をするとき、まとめノートを丸暗記する方法もあれば、たくさんの過去問を解きながら出題パターンを自力でつかむ方法もありますよね。コンピューターの世界でも、これとまったく同じ2つのアプローチが存在します。人間が決めたルール通りに機械を動かすのが従来のプログラミングだとすれば、膨大な問題と答えを見せることでコンピューター自身に公式やコツをつかませる手法こそが機械学習（マシンラーニング）です。
これらはすべて、突き詰めると『人間のように賢く考える機械を作ろう』という『人工知能（AI）』という大きな目標のもとにあります。AIとは特定の技術名というより、人間の知能を再現しようとするあらゆる技術を包括する一番大きな傘であり、究極の目標なのです。
スマートフォンの音声アシスタントや翻訳アプリ、おすすめ表示（レコメンド）アルゴリズムなど、私たちが日常で触れている現代のAIのほとんどは、まさにこの機械学習という勉強法によって作られています。
なぜルールを教え込まず、自ら学ばせるのか？
人間にとっては当たり前なことでも、コンピューターにとっては気の遠くなるほど難しい場合があります。たとえば、写真に写っている動物が『猫』か『犬』かを見分けるルールを、プログラムのコードで事細かに書く場面を想像してみてください。『耳がとがっていて毛が生えており、ヒゲがある動物』と定義すると、耳が垂れた猫や毛の長い犬の写真を見せられた瞬間、コンピューターはお手上げになってしまいます。
人間なら直感で見分けられますが、その複雑な判断基準を言葉やコードで完璧に説明し尽くすのはほぼ不可能です。そこで機械学習では、手取り足取りルールを教える代わりに、何万枚もの写真データをコンピューターに渡します。
コンピューターは膨大な写真を比較・分析しながら、『なるほど、猫は全体的にこういう目元や輪郭の特徴を持っているんだな』という統計的なパターンを自ら見つけ出します。人間が言葉で説明しきれなかった微妙なニュアンスや特徴の違いまで機械自身が把握できるようになるのです。
すっきり整理：AI、機械学習、ディープラーニングの関係
ニュースなどでは『AI』『機械学習』『ディープラーニング（深層学習）』という言葉が混ざって使われがちですが、この3つはロシアの人形『マトリョーシカ』のようにすっぽりと重なり合う入れ子構造になっています。一番外側にある最大の入れ物が、人間のように賢く振る舞うすべての技術を指す『人工知能（AI）』という最も広い概念です。
そのAIを実現するさまざまなアプローチの中で、『データから学ぶ』手法を中核とする中くらいの人形が『機械学習（マシンラーニング）』です。昔のチェス専用プログラムのように人間が細かくルールを組み上げたものもAIの一種ですが、データから自律的に学んだわけではないため機械学習ではありません。
そして、機械学習の中でも人間の脳の神経回路（ニューラルネットワーク）を模倣し、複雑なデータを驚くほど高精度に処理できる最新技術が『ディープラーニング（深層学習）』です。つまり、ディープラーニングは機械学習の一部であり、機械学習はAIという広大な世界の中に含まれているのです。
🤔 よくある誤解
人工知能と機械学習はまったく同じ意味の言葉である。
AIは目標・包括的な分野であり、機械学習はそのAIを実現するための手段（学習法）の一つです。すべての機械学習はAIに含まれますが、すべてのAIが機械学習であるわけではありません。
🧺 日常で出会う場面
AI（人工知能）は「賢い機械を作ろう」という大きな目標であり、機械学習（マシンラーニング）はコンピューターがデータを学んでその目標を達成するための手段です。