用語比較
AI・機械学習・深層学習の違い
AI（人工知能）、機械学習、深層学習（ディープラーニング）は、G検定の大項目1「人工知能とは」、大項目3「機械学習の概要」、大項目4「ディープラーニングの概要」に関わる言葉です。同じ意味で使われる場面も多いのですが、範囲の広さが違います。
AIが最も広く、その手法の一つが機械学習、さらに機械学習の手法の一つが深層学習です。総務省の令和元年版情報通信白書も、この三つを入れ子の関係として整理しています。
差が出やすいのは特徴量の扱いです。機械学習では何に着目するかを人が指示することがあり、深層学習ではその着目点そのものをネットワークが自動で獲得します。
このページは、三つを同じ意味だと思っている人や、深層学習は機械学習とは別の技術だと思っている人を対象にしています。設問が問うのは、範囲の広さか、特徴量を誰が決めるかのどちらかです。
この記事の根拠と出典
本文の主要なセクションでは、公式一次資料と照合した内容と編集部の整理を、見出しの下のラベルで区別しています。 試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。G検定の一次情報確認日: 2026-10-02。
結論
AI（人工知能）
確立した定義はなく、人間の思考プロセスと同じような形で動作するプログラム、あるいは人間が知的と感じる情報処理・技術という広い概念で理解される。三つのうち最も範囲が広い言葉です。
機械学習
入力されたデータからコンピューターがパターンやルールを発見し、新しいデータの識別や予測に使う手法。AIの手法の一つ。
深層学習
多数の層から成るニューラルネットワークを用いる機械学習。着目すべき特徴量をネットワークが自ら獲得する。
違いを表で確認
| 比較軸 | AI（人工知能） | 機械学習 |
|---|---|---|
| 範囲 | AIが最も広く、機械学習はその手法の一つ | 深層学習は機械学習の手法の一つ |
| AIに含まれる手法の例 | 機械学習のほか、エキスパートシステムのような機械学習以外のAIもある | 深層学習は多層のニューラルネットワークを使う手法に限られる |
| 特徴量（着目点） | 機械学習では、人が「色に着目する」のように指示すると識別が円滑になる場合がある | 深層学習では、着目点そのものをネットワークが学ぶ |
| G検定のAIの活用レベル | レベル3が機械学習 | レベル4が深層学習を取り入れたAI |
| 学習法・注意点 | 学習法は教師あり学習・教師なし学習・強化学習に大別される | これらの学習法と組み合わせられる。判断の根拠を人が理解しにくい点が指摘されている |
| 試験での手掛かり | 「入力データからパターンやルールを発見」「新たなデータに当てはめる」 | 「多数の層」「特徴量を自ら抽出」 |
どこで迷っているかを切り分ける
三つを同じ意味で覚えている人
報道ではAIと機械学習がほぼ同じ意味で使われます。しかし試験では、機械学習はAIの手法の一つという位置づけで問われます。AIの方が広い、と覚えます。
深層学習を別の分野だと思っている人
深層学習は機械学習と並ぶ別の技術ではなく、機械学習の中の手法の一つです。教師あり学習や強化学習と組み合わせることもできます。
AIの活用レベルの表で迷う人
G検定の公式シラバスは、AIを「単純な制御プログラム」「古典的な人工知能」「機械学習」「深層学習」の4つのレベルに分類して説明できることを求めています。機械学習がレベル3、深層学習を取り入れたAIがレベル4です。
具体例で使い分ける
例 1
ニンジンとジャガイモを区別する
大量のニンジンとジャガイモの写真を入力し、コンピューターが両者を区別するパターンを見つける場面です。白書も同じ例で説明しています。
- データからパターンやルールを発見し、新しい写真の識別に当てはめています。
- 人が「色に着目する」と指示すれば識別が円滑になりますが、この指示は特徴量を人が与えた例です。
結論: データからパターンを発見する手法なので、機械学習です。
例 2
着目点そのものをネットワークが学ぶ
多数の層のニューラルネットワークに写真を入力し、「色に着目するとうまくいく」という点自体も学習させる場面です。
- 多層のニューラルネットワークを使う機械学習です。
- 何に着目するかを人が設定していなくても、特徴量を自ら抽出して識別できます。
結論: 特徴量の自動獲得は深層学習の特徴です。機械学習の一種でもあります。
例 3
人が書いた規則で判断する
白書が、機械学習以外のAIの例として挙げているエキスパートシステムの場面です。
- 白書は、機械学習以外のAIの例としてエキスパートシステムを挙げています。
- 機械学習が入力データからパターンやルールを発見する手法であるのに対し、この例は別の種類のAIとして示されています。
結論: AIではありますが、機械学習でも深層学習でもありません。
問題文から答えを選ぶ手順
- 1
データから学ぶ仕組みかを見る
データからパターンやルールを発見する仕組みがなければ、機械学習ではありません。エキスパートシステムのように、機械学習以外のAIもあります。
- 2
多数の層のニューラルネットワークかを見る
機械学習の中で、多数の層から成るニューラルネットワークを使っていれば深層学習です。
- 3
特徴量を誰が決めたかを確認する
着目点を人が指示しているなら機械学習の手法、ネットワークが自動で獲得しているなら深層学習の特徴です。
- 4
包含関係に戻して選択肢を絞る
深層学習は機械学習の一部、機械学習はAIの一部です。「深層学習は機械学習を含む」のように向きが逆の選択肢は誤りです。
試験での見分け方
- 1最も広い言葉はAI、その手法の一つが機械学習、さらにその手法の一つが深層学習。
- 2データからパターンやルールを発見するなら機械学習。
- 3多数の層のニューラルネットワークを使う機械学習が深層学習。
- 4特徴量を自ら獲得するのが深層学習の特徴。
- 5エキスパートシステムは、白書が挙げる機械学習以外のAIの例。
誤答しやすい選択肢
深層学習は機械学習とは別の技術だと考える
修正: 深層学習は機械学習の手法の一つです。教師あり学習・教師なし学習・強化学習といった学習法と組み合わせることもできます。
AIと機械学習は同じものだと考える
修正: 報道では同じ意味で使われても、機械学習はAIの手法の一つです。エキスパートシステムのように、機械学習を使わないAIもあります。
機械学習では必ず人が特徴量を設計すると考える
修正: 白書は、機械学習の例で人が着目点を指示すると識別が円滑になると述べるに留まります。着目点を自動で獲得するのが深層学習の特徴、と対比して覚えます。
深層学習なら判断根拠も分かりやすいと考える
修正: 白書は逆に、深層学習ではAIがどのような根拠で判断したかを人が理解しにくいと指摘しています。
確認問題
Q1AI・機械学習・深層学習のうち、最も範囲が広いのは？
答え: AI
機械学習はAIの手法の一つで、深層学習は機械学習の手法の一つです。
Q2多数の層から成るニューラルネットワークを用いて行う機械学習は？
答え: 深層学習（ディープラーニング）
深層学習は機械学習の手法の一つです。
Q3着目すべき特徴量を自ら抽出できる点が特徴とされるのは？
答え: 深層学習
何に着目するかを人があらかじめ設定していなくても識別できる点が、大きなブレークスルーとされます。
Q4機械学習以外のAIの例として白書が挙げているのは？
答え: エキスパートシステム
機械学習は入力データからパターンやルールを発見する手法で、エキスパートシステムは機械学習以外のAIの例とされます。
到達チェック
- AI・機械学習・深層学習の包含関係を説明できる
- 機械学習を、データからパターンやルールを発見する手法として説明できる
- 深層学習を、多層のニューラルネットワークを用いる機械学習として説明できる
- 特徴量を人が指示する場合と自動で獲得する場合の違いを説明できる
- AIの活用レベルの4分類で、機械学習がレベル3、深層学習がレベル4と分かる
関連ページで確認する
よくある質問
QAI・機械学習・深層学習は何が違う？
範囲の広さが違います。AIが最も広く、機械学習はAIの手法の一つ、深層学習は機械学習の手法の一つです。
Q深層学習は機械学習に含まれる？
含まれます。深層学習は多数の層から成るニューラルネットワークを用いて行う機械学習で、機械学習の手法の一つです。
Q機械学習とAIは同じ意味？
同じではありません。報道ではほぼ同じ意味で使われる場面も多いですが、総務省の白書は機械学習をAIの手法の一つと位置づけています。
Q特徴量とは何？
データからパターンやルールを発見する際に、何に着目するかを指す言葉です。深層学習では、この着目点をネットワークが自ら獲得します。
QG検定ではこの違いをどう問われる？
公式シラバスの大項目1に、AIのレベルを4つに分類して説明できる、という目標があります。機械学習と深層学習の位置づけを説明できるようにしておきます。
執筆: ミナト編集部（運営者情報を見る）