「分かりそう」で「分からない」でも「分かった」気になれるIT用語辞典

順番に見ていきましょう。
まずは予備知識として「AI（人工知能）」と「機械学習」について説明します。
「そんなの説明されなくても知ってるよ！」な人は適当に読み飛ばしてください。

AI（人工知能）は「人間様の脳みそをコンピュータとかで機械的に再現しようとする学問の分野」です。



あるいは、そんなこんなの研究やなんだで培われた知識や技術を使って機械的に再現した、人間様の脳みそっぽいやつを「AI」と呼んでいる場合も あります。
そんな用語は ないかもしれませんが「電子頭脳」みたいなイメージです。



あるいは、そんなこんなの研究やなんだで培われた知識や技術を使って機械的に再現した人間様の脳みそっぽいやつを組み込んだ、機械やプログラムを「AI」と呼んでいる場合も あります。
あたかも自分で考えたり判断しているように見える機械とかプログラムのことです。



「AI」という用語に明確な定義は存在しません。
その道の権威っぽい人たちが自分たちの言葉で定義付けしていたりはしますが、その言い回しやニュアンスが人によって違ったりします。
ただし、世間一般で流行語みたいになっている「AI」は「いかにも自分で考えて判断しているように見える機械とかプログラム」を意図していることが多いはずです。

ここまでの説明がよく分からなかった人は、専門家からは怒られそうな説明ですが

自分で考えるコンピュータ

がAIだと思ってください。



機械学習は「コンピュータさんに与える脳みその中身をどのようにしたら、人間っぽい学習の仕方をするようになるかな？」を考える研究分野です。



よく分からなかったら、やっぱり専門家からは怒られそうな説明ですが

AIさんの教育方法を考える

のが機械学習だと思ってください。



以上を踏まえて

AIさんのやったことに点数を付ける（のを繰り返す）ことで、何が良いかをAIさんに学ばせる やり方

が「強化学習」です。



例えば、そうですね。

ピヨ太君がAIさんに「踊れ！」と指示を出しました。



AIさんは頑張って踊りました。



ピヨ太君は気に入らなかったようです。
「30点！」と点数を付けました。



ぐぬぬ。
AIさんは、もう一度チャレンジしました。



ピヨ太君は気に入ってくれたようです。
「92点！」と点数を付けました。



AIさんは「ピヨ太のやつは、これ系の踊りが好きなのか」と学習しました。



このような機械学習のやり方が強化学習です。

AIさんのやったことに点数を付けて、それを参考にしてAIさんが「こっちの方が良いのか」と学んでいく やり方

です。