ディープラーニングは機械学習と何が違うのか

ディープラーニングは「機械学習の一種」。でも何かが決定的に違うから、これだけ騒がれている。 その「決定的な違い」が何なのか、歴史と一緒に見ていきます。

この章の全体像

ディープラーニングと機械学習の違いは、ひと言で言えば 「特徴量を誰が設計するか」 です。 この一点が、AIの能力を桁違いに広げました。

1. 古典的機械学習の決定的な弱点

第1章 で見たように、古典的機械学習には数々の優れた手法がありました。 ランダムフォレスト、XGBoost、SVM、ロジスティック回帰…どれも強力です。

しかし、これら全てに 共通する一つの弱点があります。それは：

1.1 「特徴量設計（feature engineering）」とは

機械学習は、数値の入力を受け取って、何かを予測する仕組みです。 ところが現実のデータは、画像であったり、音声であったり、文章であったりします。これらをどう数値化するか、が問題になります。

例えば「画像から犬と猫を分類する」タスクを古典機械学習で解こうとすると：

画像（28×28×3 = 2352個のピクセル値）
   ↓ 人間が「特徴量」を設計する作業
特徴ベクトル（数十〜数百次元）
   - 「輪郭の数」
   - 「色のヒストグラム」
   - 「コーナーの位置」
   - 「テクスチャ統計量」
   - SIFT / HOG / SURF などの特徴記述子
   ↓
SVM や ランダムフォレストなどに入力 → 予測

この 「人間が特徴量を設計する」 作業が、実は とんでもなく難しい職人芸 でした。

1.3 古典機械学習が苦手だった領域

この弱点が顕著に出るのが、非構造化データです：

表データ（売上、顧客情報、医療データなど）では、特徴がもとから数値で揃っているので、古典機械学習は今でも強力です。 しかし、画像・音声・自然言語のような複雑なデータでは、人間の特徴量設計が壁になっていました。

2. ディープラーニングの革命 — 特徴量も自動学習

ディープラーニングは、この壁を 「特徴量も含めて自動学習する」 という発想で乗り越えました。

2.1 アプローチの違い

生データ（画像、音声）
   ↓
[人間が特徴量を設計]
   - SIFT、HOG等の特徴抽出
   - 専門知識が必要
   ↓
特徴ベクトル
   ↓
[浅いモデル]
   - SVM、RandomForest等
   - 特徴 → 答え
   ↓
予測結果

生データ（画像、音声）
   ↓
[深いネットが特徴抽出も自動学習]
   - 第1層: エッジを検出
   - 中間層: 形を検出
   - 深い層: 物体を検出
   ↓
[出力層]
   - 直接答えを出す
   ↓
予測結果

2.2 階層的な特徴学習

ディープラーニングが画像認識で何をしているか、層ごとに見ると驚きます：

誰も「目の形」をプログラミングしていないのに、ネットが学習を通じて自動的に 「目という概念」「顔という概念」を獲得していく。これが革命の正体です。

3. 2012年 — 革命の起点

ディープラーニングが 世界に衝撃を与えた瞬間 は、2012年の ImageNet大規模視覚認識チャレンジ（ILSVRC）です。

4. なぜ2012年だったのか — 必要だった3つの条件

ディープラーニングのアイデア（多層ニューラルネット）自体は、1986年から知られていました。 ではなぜ 2012年まで開花しなかった のか？ 3つの要素が揃う必要があったからです。

この3つが 2010年代に揃った ことで、ディープラーニングが実用化しました。 アイデアだけあっても、ハードウェアとアルゴリズムが揃わなければ動かない、という典型例です。

5. 「浅い」 vs 「深い」 ニューラルネット

「ディープ」とは「層が深い」という意味です。具体的にはどれくらい違うのか？

💭 よくある疑問：深いNNを「DL」と呼ぶなら、浅いNNは何と呼ぶ？

これは用語の混乱しやすいところ。整理すると：

用語の階層を図で整理

📋 「浅いNN」の呼び方バリエーション

🎚️ 「浅い」と「深い」の境界は？

実は 明確な定義はありません。慣習的な目安：

• 1〜4層：浅いNN（NNUE は4層なので「浅い」）
• 5〜10層：グレーゾーン
• 10層以上：明確に「深い」NN（ResNetは50〜152層、Transformerは数十〜数百層）

「ディープラーニング」という言葉が広まった2012年（AlexNet）以降は、8層以上は深いNN と呼ばれることが多くなりました。

🤔 「NNUEは浅いNNなのに、なぜ"AI"と呼ばれる？」

これも面白い質問。AI（人工知能）はML（機械学習）をも包含する最も広い概念です。 なので：

• NNUEは ✅ AI である（広い意味）
• NNUEは ✅ 機械学習 である（NNを使った機械学習）
• NNUEは ✅ ニューラルネット である（浅いNN）
• NNUEは ❌ 「深層学習」とは普通呼ばない（4層しかないので）

ただし、本サイトでも引用している 『将棋AIのゆくえ』 でやねうらお氏が「NNUEはDL系」と言っている場面があります：

ここでは「DL系」と言っていますが、これは 「ニューラルネット系」 という意味の通用的な使い方。 厳密には深層学習ではないが、 ディープラーニングの仕組み（誤差逆伝播による学習）を共有する仲間 という意味で「DL系」と呼んでいるわけです。

🎯 将棋AIの文脈で「NNUE と dlshogi を対比」するときは？

一般論ではなく、「NNUE（浅いMLP評価関数）」 vs 「dlshogi（深いCNN+ResNet+MCTS）」 という具体的な対比をする場面では、将棋AI界には 独自の慣用表現 があります：

将棋AI界での慣用呼称まとめ

なぜ「NNUE は DL」とも言われるのか

やねうらお氏は 『将棋AIのゆくえ』で「NNUEはニューラルネットワークの一種でDL系と同じ仕組み」と語っています。これは：

• 厳密には：NNUEは4層なので深層学習ではない（浅いNN）
• 広い意味では：誤差逆伝播・GPU学習・パラメータ最適化など DLの仕組みを共有する仲間 なので「DL系」と呼ばれることがある
• 業界の使い分け：dlshogi 側と並べて対比するときは 「NNUE型 vs DL型」。学習方式を語るときは 「NNUEもDL系（NN系）」。文脈次第

6. 識別AI vs 生成AI

ディープラーニングが解く問題は、大きく2タイプに分かれます。これを意識すると、現代AIの全体像がスッキリ整理できます。

同じディープラーニング技術が、識別タスクにも生成タスクにも使われるのがポイント。 違いは「何を出力するか」だけ。

補足：よくある誤解 — DLは「教師あり学習」に当たるの？

「ディープラーニングって、教師あり学習？ それとも強化学習？」とよく聞かれます。 答えは 「どれにも当てはまる。3類型と直交する別の軸」 です。ここで誤解を解いておきましょう。

機械学習には2つの独立した軸がある

第1章 で見た「教師あり / 教師なし / 強化」は データの与え方 の話。 一方、「古典 vs ディープラーニング」は モデルの中身 の話。別の話なので、直交します。

マトリックスで整理

軸Aと軸Bを掛け合わせると、6つの象限ができ、すべての組み合わせが現実に存在します：

どの象限にも実例があります。つまり「ディープラーニングは特定の学習タイプ」ではなく、 「3類型のすべてに使える汎用ツール」です。

まとめ

1. ディープラーニングは 機械学習の一種。だが、「特徴量を人間が設計しなくていい」という点で革命的
2. 古典機械学習は 表データでは今も強力（XGBoost等）。画像・音声・自然言語でディープラーニングが優位
3. 革命の起点は 2012年のAlexNet。画像認識のエラー率を大きく下げて世界に衝撃
4. 必要だったのは 大量データ + GPU + アルゴリズムの工夫 の3つ
5. 「ディープ」とは 「層が深い」 こと。代表アーキテクチャは MLP / CNN / RNN / Transformer
6. 識別AIと生成AIは、ディープラーニングの中で 出力タスクが違うだけ。LLM（ChatGPT等）は生成AIの代表

次の章

ここまでの話を踏まえて、いよいよ ニューラルネットの中身 を見ていきましょう。 ニューロン1個から始めて、なぜ層を重ねると複雑な関数が表現できるのかを、インタラクティブな図解で確認します。

→ 第3章「ニューラルネットの基礎」へ進む