教師あり学習・教師なし学習・強化学習とは？

3つの違いは、学ぶときに何を渡すか

総務省の令和元年版 情報通信白書（AIに関する基本的な仕組み）は、機械学習の学習法を「教師あり学習」「教師なし学習」「強化学習」に大別しています。どれもAIの名前や製品名ではなく、過去の記録からパターンを見つけるときの学ばせ方の違いです。

「教師」は、正解を教える役のたとえです。Google Cloudの解説（強化学習とは）は、教師あり学習を、正解を提供する教師と一緒に学ぶようなもの、教師なし学習を、教師なしでデータを独自に理解しようとするようなもの、とたとえています。

教師あり学習の「正解」は、記録に最初から残っていることがある

Google Cloudの教師あり学習とはによると、教師あり学習に使うデータには、入力（特徴）と正しい出力（ラベル）の両方の例が含まれます。同じ解説は、教師あり学習を、種類を当てる「分類」と、数量のような連続した値を当てる「回帰」に分けています。迷惑メールかどうかを見分けるのは分類、経験から給与を予測するのは回帰の例として挙げられています。

売上の予測に当てはめると、日付・曜日・天気が入力で、その日に売れた数が正解です。レジや販売管理に販売数が残っていれば、正解はすでに記録の中にあります。来店数、予約数、問い合わせの件数も同じです。

写真の場合は事情が変わります。製品の写真から傷の有無を見分けたいなら、過去の写真の1枚ずつに「傷あり」「傷なし」を人が付ける必要があります。白書は、教師あり学習では学習用データにラベルを付けること（アノテーション）が必要で、その分データ活用の難しさが上がると書いています。

記録に残っている数字が、そのまま知りたい答えとは限らない点にも注意が必要です。たとえば品切れになった日の販売数は、お客さんが欲しかった数より少なく記録されます。当社では予測の相談を受けたとき、品切れや臨時休業の日をどう扱うかを最初に確かめます。

教師なし学習は、分け方が決まっていないときに使う

白書は、教師なし学習ではネコの画像に「これはネコ」という情報を与えずに学ばせても、ネコと他の生き物を区別できるようになる例を挙げています。ただし、それがネコと呼ばれるものかどうかまでは判別できません。この特徴から、クラスタリングによる顧客のグループ化に使われると説明しています。

Google Cloudの教師あり学習と教師なし学習は、教師なし学習の使い道として、異常の検出や顧客のセグメンテーション（グループ分け）を挙げています。

店や会社の仕事に置きかえると、会員を来店の間隔と金額でグループに分ける、いつもと違う売れ方や機械の動きに気づく、といった使い方です。AIが返すのは「グループ1」「いつもと離れている」という区切りまでで、グループの意味や、その違いが問題かどうかは人が判断します。詳しくはお客さんを「似た人同士」に分けるAIとは？と「いつもと違う」に気づくAIとは？で説明しています。

強化学習は、何度も試せる場所がないと始めにくい

白書は強化学習の例として、二足歩行ロボットが歩く速さや脚の曲げ方を試し、長い距離を歩けたら報酬を与えることを繰り返して、倒れずに歩けるようになる過程を挙げています。正解の記録を渡すのではなく、試した結果そのものが学習の材料になります。

前述のGoogle Cloudの強化学習の解説は、課題として、効果的に学ぶには大量のやり取りのデータが必要になることが多いこと、望ましい動きを正しく表す報酬の決め方が難しい場合があること、ロボットのように現実で動かす場合は学習中の安全を確保する必要があることを挙げています。

店の発注や人の配置で同じことをしようとすると、わざと品切れを起こしたり人を減らしたりする試行錯誤を、現場で何度も繰り返すことになります。そのため当社は、中小の店や会社が最初に作るAIとしては強化学習をすすめていません。過去の記録が残っている作業なら、教師あり学習か教師なし学習で始められるかを先に確かめます。

手元の記録がどれに当たるかを見分ける

どの学び方を使うかは、AIの側よりも、手元の記録と知りたいことで決まります。次の順に確かめると、自分の作業に当てはめやすくなります。

生成AIとの関係

白書は、深層学習（ディープラーニング）も機械学習の手法の一つで、3つの学習法と組み合わせられると説明しています。文章や画像を作る生成AIは、この深層学習を土台に生まれたAIです。3つの言葉は、生成AIを含むAIの作り方を説明するときにも出てきます。

仕事でどう使い分けるかは、機械学習と生成AIは何が違う？で場面ごとに整理しています。言葉の違いが分かったら、手元の記録を1つ選び、知りたい答えがその中に残っているかを見てみてください。