G検定E資格の基礎がイメージできる🤖AIは「距離」を測って考えている

～ユークリッド？マンハッタン？コサイン？を世界一わかりやすく～

AIって、なんだかすごく「頭がいい」ように見えますよね。
でも実は、裏ではとてもシンプルなことをひたすら繰り返しています。
それは……
「どれが一番近いのかな？」 を計算すること。
例えば、AIに犬の画像を見せると、
「過去に見た犬の画像と一番近い！」
と判断して、
「これは犬です」
と答えています。
つまり、AIにとって**「近い・遠い」という感覚は命綱なんです。
では、AIはどうやってその「近さ」を測っているのでしょうか？
今回は、AIが使っている5つの「物差し（距離）」を世界一わかりやすく解説します！

📏 ① ユークリッド距離

定規で測る、一番フツウの距離
みなさんが学校の数学で習った、一番なじみのある距離です。
例えば、公園の端から端まで移動するとき。
●────────────●
まっすぐ突っ切って歩けば最短ですよね。
これがユークリッド距離です。
数学的にはピタゴラスの定理（a²+b²=c²）を使いますが、イメージは
「定規で一直線にピッと測る距離」と思えばOK！

🌸 身近な例
東京駅から皇居まで、鳥が飛ぶように一直線で測った距離です。

🚕 ② マンハッタン距離

タクシーが走るルートの距離
今度は、碁盤の目状になっているニューヨークのマンハッタンを想像してください。

建物があるので、斜めには進めません。
必ず「右に何m＋下に何m」
と曲がりながら進むことになります。
このように、
「横の差＋縦の差」
を足し合わせたものがマンハッタン距離です。
🌸 身近な例
Googleマップの徒歩・車ルート案内。
建物を突き抜けられないので、道路に沿った距離を計算しています。

🎛️ ③ Lp距離（エルピー距離）

距離のルール（ツマミ）を自由に変えられる
ここで「Pってなに？」となりますよね。
実はPは、
「差をどれくらい重く受け止めるか」を決めるツマミです。
例えば、こんな2つのテスト結果があったとします。
・数学：90点
・英語：40点
Pの値を小さく設定すると、
「まあ平均すれば普通かな」とマイルドに見ます。
でも、Pの値を大きくすると
「英語40点がかなり気になる！」
と、大きな差を強く強調するようになります。
つまり、
Pを変えるだけでAIの「近さの感じ方」が変わるのです。
💡豆知識
P＝1 にすると → マンハッタン距離
P＝2 にすると → ユークリッド距離
つまり、
マンハッタン距離もユークリッド距離も、
実は「Lp距離」という大きなファミリー**の仲間なんです。

🧠 ④ マハラノビス距離

「普通ならこうなるよね」という常識を知っている距離
これは、ちょっと賢い物差しです。
例えば、
・身長190cm・体重85kg→ 高身長なら普通かな。
・身長190cm・体重40kg→ え！？かなり珍しい！
ユークリッド距離は、単に数字の差だけを見ます。
しかし、マハラノビス距離は
「身長が高い人は体重も重いことが多いよね」
というデータの傾向（相関）まで考えて距離を測ります。
つまり、「普通の人ならどれくらい自然か」
まで考えているのです。
そのため、異常検知で大活躍しています。

🌸 活躍する場面
・クレジットカードの不正利用検知
・工場設備の故障予知
・病気の早期発見

🧭 ⑤ コサイン類似度

距離ではなく「向き」を見る
最後は少し考え方が違います。
これは距離というより、「向き（ベクトル）」
を見る方法です。

点数はぜんぜん違うのに、どちらも「英語も数学も同じくらい得意」ですよね。
つまり、得意・不得意のバランス（向き）が同じなのです。
コサイン類似度は、数値の大きさではなく
「向きが似ているか」だけを判定します。

🌸 活躍する場面
・ChatGPT
・検索AI
・レコメンド
文章を数字（ベクトル）に変換し、「意味の向きが近い文章」を探すために使われています。

💡 結局どう使い分けるの？🤔

私は最初、「距離なんてどれも同じじゃないの？」と思っていました。
でも学んでみると、AIは目的に応じて物差し（距離の測り方）を器用に持ち替えていることが見えてきました。

・一直線で測ることもあれば、道路沿いに測ることもある。
・「データ的な常識」を使うこともあれば、言葉の「意味の向き」を比べることもある。

そう、AIの賢さは、「どんな物差しを選ぶか」から始まっているのです。そう考えると、「距離」という言葉が、少し面白く見えてきませんか？