こんにちは！アドダイスCEOの伊東大輔です。

「AIは大量のデータから“学習”しています」…ニュースなどでよく聞く言葉です。でも、その「学習」とは？いったいAIは中で何をしているのでしょう？

ここを説明してくれる記事は、なかなかありません。

前回このブログで、生成AIの中身である「モデル（AIの脳みそのネットワーク構造）」のお話をしました。
⇒　生成AIの基礎技術（Large Language Model：大規模言語モデル）について解説！ ～ニワトリ頭から閻魔帳まで、生成AIの進化と問題点をわかりやすく（2026.06.02）。

今回はその続編として、そのAIモデルが、どうやって賢くなっていくのか？つまり「学習」と「深層学習」の正体を、わかりやすくお話しします。

今回も、プログラミングや数式は一切なし。登場するのは、かわいい孫と、その好みを覚えようとする、ちょっと気の利いたおじいちゃんだけです。ぜひ最後までお付き合いください！

目指すは「言われる前に察する」おじいちゃん

こんなおじいちゃんを想像してください。

かわいい孫に「おじいちゃん、おやつ買って〜」とねだられる。普通はここで「何が欲しい？」と聞くわけですが、このおじいちゃんはちょっと向上心があります。

孫が「〇〇がいい」と言う“前”に、好きなおやつを察してパッと買ってあげられる、そんな「勘の働く」おじいちゃんを目指しています。実はこの「勘が働くようになる」過程こそ、AIの学習そのものです。

皆さん、ChatGPTやGemini、Claudeなどの生成AIを使っていて、使っていくうちに自分の傾向や好みを覚えて、それに合わせて回答を返してくるな…と感じたことはありませんか？なんだかどんどん自分好みのAIになっていく…これは、AIが勘を働かせている証拠です。

「言われる前に分かる」気の利いたおじいちゃんを目指す

おやつは3択。買ってみて、反応を見る

おやつの選択肢は、ケーキ・もみじ饅頭（あんこ）・アイスクリームの3つだとします。

ちなみに、あんこのおやつにわざわざ「もみじ饅頭」を選んだのには理由があります。私、伊東大輔は広島出身でして、人一倍強い広島愛を持っているのです。たとえ話にもつい地元のものが出てきてしまう、というわけです。どうかお許しください。

最初、おじいちゃんは孫の好みを知りません。そこでまず、実際に買ってみて、反応を確かめます。

まずは孫の反応を確かめる

この「やってみて、反応を見て、覚える」というのが、学習の第一歩です。

孫の反応があった！「ケーキ」がいちばん好きで、次が「アイス」、「あんこ」は好きじゃないようだ

結果、以下のような反応でした。

• ケーキ → 「ケーキ大好き！」と大喜び
• もみじ饅頭（あんこ） → 「あんまり好きじゃない」と、ちょっと嫌な顔
• アイス → 「まあまあ好き」

学習＝「脳神経のつながり」を太くしたり細くしたり

ここがいちばん大事なところです。

孫の反応を見たとき、おじいちゃんの脳の中（ニューラルネットワーク）では、何が起きているのか。

• 「好き」と言われた → その道の神経のつながりを太くする
• 「嫌い」と言われた → そこは神経のつながりを細くして、答えが出にくくする
• 「まあまあ」 → ちょっとだけ太くしておく

そして、この「つながりの太さ」を、0から1までの数字で表します。これを神経の一本一本に割り振っていくわけです。

5歳の孫の場合、こんな数字になりました。

おじいちゃん（の脳）が、最初の学習を行った

おじいちゃんは「なるほど、この子はケーキがいちばん好きなんじゃな」と覚えました。これが「学習」です。

孫は成長する——だから「再学習」が必要になる

ところが、子どもの好みは変わります。孫は6歳になりました。

すると、いちばん喜ぶのがケーキからアイスに変わっていたのです。アイスをあげると、とびきりの笑顔を見せてくれる。

おじいちゃんは「ああ、今はアイスなんじゃな〜」と気づき、アイスの神経を太くします。具体的には、アイスに割り振った数字を増やしてあげるのです。

この「変化に合わせて数字を調整し直す」ことを、「再学習」といいます。

孫の成長に合わせて、神経の太さ（数字）を調整し直した！

さらに成長。「再々学習」でガラッと変わる

孫は7歳になりました。今度はこんなことを言われます。

「ケーキなんか食べたら太るじゃない？」…小学生になったら、女心が芽生えてきたようです。おじいちゃんはその言葉を聞いて、ケーキの神経を細くします。

一方で、和菓子の良さがわかってきたようで、あんこ（もみじ饅頭）をいちばん喜ぶようになりました。そこで、あんこの神経を太くしてあげます。

「和菓子が好きとは、わしと同じじゃのう」——おじいちゃんも満足げですね！

成長のたびに、太くしたり細くしたり。これを繰り返すのが深層学習

このように、何度も反応を見ながら、神経の太さ（数字）を細かく調整し続けること。これこそが、AIの「深層学習（ディープラーニング）」の正体です。

まとめ：「数字の調整」こそがAIの学習

5歳・6歳・7歳と、孫の好みが変わるたびに、おじいちゃんは脳の中で神経のつながりを太くしたり細くしたりしてきました。

私たち人間は、こうした「神経のつながりの太さの調整」を、意識せずに脳の中でやってのけています。「あの人、最近こういうの好きそうだな」という勘も、その積み重ねです。

これを、0から1までの数字を調整することで再現しているのが、AIの深層学習なのです。AIにとっての「勘が働くようになる」とは、この数字を上手に育てていくことに他なりません。

脳神経のつながりが太くなったり細くなったり。それを数字で再現するのが深層学習

では、その「数字」は誰が調整しているのか？

ここで、ひとつ大事な現実をお伝えしておきます。

一般的なAIでは、この「神経を太くしたり細くしたり」という調整・再調整を、データサイエンティストというAIの専門家が行っています。今回のおじいちゃんの役を、人間であるAIの専門家が担っているわけです（ちなみに私もデータサイエンティストです）。

しかし裏を返せば、世の中のAIの多くは「専門家がいないと育てられない」「変化に合わせてAIを調整し続ける必要があるのに、専門人材とコストがかかる」という課題を抱えている、ということでもあります。

おじいちゃん（の脳）は孫が成長するたびに、がんばって孫の声を聴き続け、学習、再学習、再々学習をしています。

もしこのおじいちゃん（の脳）が、最初の学習（孫5歳）のままそれ以上学習をせず止まっていたら…

6歳の孫に、「私はケーキよりアイスがいちばん好きなのよ！」とダメ出しされてしまいます。じぃじはガックリです。

同じように、AIも最初の学習だけして放っておけば、いつの間にか時代遅れの「勘」のまま動き続けてしまうのです。

アドダイスのAIは、データサイエンティストなしに自律的に学習します

アドダイスのAIは、現場で働く匠たちの勘と経験を自律的に学習、再学習、再々学習を繰り返しアップデートします。

アドダイスが取り組んでいるのは、まさにこの部分です。特許技術「SoLoMoN^® Technology（ソロモン・テクノロジー）」は、生成AIとは一線を画したアプローチで、現場の変化に寄り添いながらAIを育てていける仕組みを目指しています。

そしてSoLoMoN Technologyに基づくAI（予兆制御^®AI）は、データサイエンティストというAIの専門家がいなくても、現場で働く匠たちの勘と経験を自律的に学習しながら、学習、再学習ができるAIプラットフォームです。

「まだ言葉にも形にもなっていない、曖昧な異変の兆し」をいち早く捉えることができるAIなのです。

こうした技術の詳細や、現場での活用事例については、またこのブログで書いていきます。

本件にご関心のある方は、ぜひお気軽にご連絡ください。
お問い合わせフォーム