ITパスポート｜AI・IoTとは？機械学習と生成AIをやさしく解説

2026年7月10日 15:07

※ 本記事にはアフィリエイトリンク（PR）を含みます。

AI（人工知能）とは、人間のような認識・判断・言葉のあつかいをコンピュータで実現する技術の総称です。そしてIoTとは、身のまわりのモノをインターネットにつないで、データを集めて活用する仕組みのこと。ITパスポートでは、この2つがよく問われます。この記事では、機械学習・ディープラーニング・生成AIの違いや、IoTのしくみを、身近な例えで1つずつほどいていきます。

「AIって最近よく聞くけど、機械学習とかディープラーニングとか、違いがぜんぜんわからない…」と感じますよね。わかります。でも大丈夫。ここは計算のいらない、意味さえつかめば解ける分野です。マトリョーシカ（入れ子の人形）や、犬猫の写真の例えでかみくだくので、スマホでもスラスラ読めますよ。

この記事でわかること

AI・機械学習・ディープラーニングの「入れ子」の関係
機械学習の3つの学び方（教師あり／教師なし／強化学習）と生成AIの意味
IoT（モノのインターネット）のしくみと、エッジコンピューティング

この記事の要点（先に結論！）

AIとは、人間の知的なふるまいをコンピュータで実現する技術の総称です。
AI・機械学習・ディープラーニングは「AI ＞機械学習＞ディープラーニング」という入れ子（包含）の関係にあります。
機械学習の学び方には、教師あり学習・教師なし学習・強化学習の3つがあります。
生成AIとは、文章や画像などを新しく作り出すAIのことです。
IoTとは、身のまわりのモノをインターネットにつなぎ、データを集めて活用する仕組みのことです。

1. AIとIoTってなに？（この記事の全体像）

この記事で扱うのは、大きく分けて次の2つです。

AI（人工知能）…機械学習・ディープラーニング・生成AIなど、コンピュータに「賢いふるまい」をさせる技術のグループ
IoT（モノのインターネット）…家電や車などの「モノ」をネットにつないで、データを集めて活用するしくみ

どちらもニュースでよく見る言葉ですよね。ITパスポートでも近年よく出るようになった、いま旬の分野です。用語の意味と、身近な例（活用例）をおさえれば、しっかり得点できますよ。

なお、この記事は本書『いちばんやさしいITパスポート』の第4章「技術戦略マネジメント」に対応しています。第4章は範囲が広いので3つに分けていて、この記事はAIとIoTの担当です。MOTやイノベーションなどの技術戦略は別記事（B04a）、POSやBtoB／BtoCなどの業種別ITシステムはまた別記事（B04c）で解説します。

2. AI（人工知能）ってなに？

まずは主役のAIから見ていきましょう。

AI（エーアイ。Artificial Intelligence。人工知能）とは、人間の知的なふるまい（ものを認識する・判断する・言葉をあつかう、など）をコンピュータで実現する技術の総称です。
ここで大事なのは、AIは1つの技術の名前ではなく、いろいろな技術をまとめた「大きな呼び名」だということ。その中に「機械学習」があり、さらにその中に「ディープラーニング」がある——という入れ子（マトリョーシカ）の関係になっています。まずはこの全体像をつかみましょう。

2.1 AI・機械学習・ディープラーニングは「入れ子」の関係

AI・機械学習・ディープラーニング。この3つは並んだ別々のものではなく、大きい箱の中に小さい箱が入っている「入れ子」の関係です。

イメージは、マトリョーシカ人形。いちばん外の大きな人形が「AI」。その中に「機械学習」、さらにその中に「ディープラーニング」が入っています。関係を式で書くと、AI ＞機械学習＞ディープラーニング（広い → 狭い）です。

この関係が、この記事でいちばん大事なポイントです。「ディープラーニングは機械学習の一種」「機械学習はAIの一種」と、内側から外へたどれるようにしておきましょう。試験でもこの包含関係がよく問われます。

2.2 機械学習：たくさんの例から自分でコツをつかむ

では、入れ子の2番目「機械学習」から見ていきます。

機械学習（きかいがくしゅう。マシンラーニング）とは、大量のデータからコンピュータ自身がパターンやルールを学び取る手法です。AIをつくるときの、中心的なやり方です。
イメージは、子どもに犬と猫の写真を大量に見せて、自分で見分けさせること。「耳がとがっていたら猫」といったルールを、人が全部書いてあげるのではありません。たくさんの例を見せて、コンピュータ自身に「見分けるコツ」をつかませる——これが機械学習です。

3. 機械学習の3つの学び方

その機械学習には、学び方が3種類あります。教師あり学習・教師なし学習・強化学習です。ここは試験で「どれか」を選ばせる問題が定番なので、しっかり区別しましょう。

教師あり学習…「正解」がついたデータで学ぶ方法。分類や予測に使う
教師なし学習…「正解」なしで、似たもの同士をグループ分けする方法
強化学習…試行錯誤し、うまくいったら「ごほうび」をもらって上達する方法

3.1 3つの学び方を例えで区別する

3つを、勉強やゲームの例えで並べてみますね。

教師あり学習は、答え付きのドリル。「この写真は犬、これは猫」と正解（ラベル）がついた問題で学びます。だから、新しい写真を「犬か猫か」に分けたり、先を予測したりが得意です。

教師なし学習は、答えのない箱を、似た者どうしで仕分けすること。正解は教えません。データの特徴だけを見て、コンピュータが勝手にグループを作ります（これをクラスタリングといいます）。

強化学習は、ゲームで少しずつ上達していくこと。うまくいったら報酬（ごほうび）、失敗したら罰。それをくり返して、より良いやり方を自分で見つけます。ゲームAIやロボットの制御でよく使われます。

区別のコツは、「正解ラベルがあるか？」。ラベルありが教師あり、ラベルなしで仲間分けが教師なし、試行錯誤とごほうびが強化学習、と覚えましょう。「クラスタリング＝教師なし」「試行錯誤で上達＝強化学習」は頻出です。

4. ディープラーニングと生成AI

入れ子のいちばん内側「ディープラーニング」と、いま話題の「生成AI」を見ていきます。

4.1 ディープラーニング：人の脳のまねをした学び方

ディープラーニング（深層学習）とは、機械学習の一種で、人間の脳の神経回路をまねたニューラルネットワークというしくみを、何層も重ねて学ぶ方法です。
ニューラルネットワークは、ひとことで言うと「人の脳のまね」。脳の中で神経細胞が信号をやりとりする様子を、コンピュータで再現したものです。
それを何層も深く（ディープに）重ねることで、より複雑な特徴まで自分で学べるようになります。だから「深層」学習と呼びます。画像認識や音声認識で、とても高い精度を出せるのが強みです。

4.2 生成AI：学んだ知識で新しく作り出すAI

いま最も話題なのが、生成AI（せいせいエーアイ。ジェネレーティブAI）です。

生成AIとは、文章・画像・音声などを新しく「生成」する（作り出す）AIのことです。
イメージは、学んだ知識を使って、作文やお絵かきをしてくれる助手。たくさんのデータで学んだAIが、こちらの指示に応じて、これまでになかった文章や画像を生み出します。位置づけとしては、ディープラーニングを活用した応用の一つ。さきほどのマトリョーシカでいうと、いちばん内側の技術を使った「新しい使い道」だと考えるとつかみやすいですよ。

なお、生成AIまわりは動きがとても速い分野です。ITパスポートでは特定のサービス名を覚える必要はなく、「文章や画像を新しく作り出すAI」という意味をおさえれば十分です（2026年7月時点）。

5. AIの活用例と、安心して使うためのルール

言葉だけだとイメージがわきにくいので、AIが実際にどこで使われているかを見てみましょう。

画像認識…写真から人や物を見分ける（顔認証、不良品の検出など）
音声アシスタント…話しかけると答えてくれる（スマートスピーカーなど）
需要予測…過去のデータから「明日どれだけ売れるか」を予測する
チャット・翻訳…文章に自動で答えたり、別の言語に訳したりする

5.1 おさえておきたいAIの用語

AIには、いっしょに出てくる用語がいくつかあります。まとめて一言ずつおさえましょう。

学習（訓練）…たくさんのデータを使って、AIを賢くする段階
推論…学習を終えたAIを使って、実際に答えを出す段階（学習＝勉強、推論＝本番、と対で覚える）
訓練データ…学習に使う、お手本となる大量のデータ
プロンプト…生成AIに出す「指示文」（「〜について300字で書いて」といったお願いの文）

5.2 AIを安心して使うためのガイドライン

AIは便利ですが、まちがった判断や差別、悪用などのリスクもあります。そこで国は、AIを安心して使うための指針を用意しています。
代表的なのが、総務省・経済産業省がまとめたAI事業者ガイドラインです。透明性・公平性・安全性など、AIを開発・利用する人が気をつけるべきことがまとめられています。試験では、「こういう指針がある」という名前と役割をおさえれば十分です。

なお、このガイドラインは改訂が続いていて、2026年7月時点の最新は第1.2版（2026年3月公表）です。細かい版数までは覚えなくて大丈夫ですよ。

6. IoT（モノのインターネット）ってなに？

ここからは、もう1つの主役IoTです。

IoT（アイオーティー。Internet of Things。モノのインターネット）とは、家電・車・センサなど、あらゆる「モノ」をインターネットにつないで、データを集めたり、遠くから動かしたりするしくみです。
これまで、インターネットにつながるのはパソコンやスマホくらいでした。それを「身のまわりのモノ全部」に広げたのがIoT。イメージは、モノにセンサという「目」と、通信という「口」を付けて、自分の様子を報告させ、指示も出せるようにすることです。

6.1 IoTのしくみ：集める → 送る → 分析 → 活かす

IoTは、次の流れではたらきます。

集める…センサなどの機器（IoTデバイス）が、温度や動きなどのデータを集める
送る…集めたデータを、インターネット経由でサーバやクラウド（＝ネット上にある共用のコンピュータ）に送る
分析する…送られたデータを分析して、意味のある情報にする
活かす…その結果をもとに、機器を動かしたり、人に知らせたりする

この流れを支える用語も、一言ずつおさえましょう。

センサ…温度・光・動きなどを感じ取って、データに変える部品（モノの「目」や「耳」）
アクチュエータ…データや指示を受けて、実際に「動き」に変える部品（モノの「手」や「足」）

センサが情報を集め、アクチュエータが物を動かす。「目・耳」と「手・足」の関係だと覚えると区別できますよ。

6.2 IoTの活用例

IoTは、もう身近なところで使われています。

スマート家電…外出先からスマホでエアコンをつけておく
見守りサービス…離れて暮らす高齢者や子どもの様子を、センサで見守る
工場設備の監視…機械の状態をセンサで見張り、故障の前ぶれに気づく
コネクテッドカー…車がネットにつながり、位置や状態のデータをやりとりする

7. エッジコンピューティング：現場で即処理するしくみ

IoTとセットでよく出るのが、エッジコンピューティングです。

エッジコンピューティングとは、集めたデータを遠くのクラウドに送りきらず、機器の近く（エッジ＝端）で処理してしまう方式のことです。エッジとは「端っこ」という意味です。
イメージは、いちいち本社に問い合わせず、現場（店頭）でその場で判断すること。遠くの本社（クラウド）に送って返事を待つより、目の前で決めたほうが、当然すばやいですよね。

現場側で処理するので、（1）応答が速い（2）通信の量を減らせるという利点があります。自動運転のように「一瞬の遅れも許されない」場面や、大量のデータを扱うIoTと、とても相性がよい方式です。試験では「機器の近くで処理する＝エッジコンピューティング」とおさえておきましょう。

8. まとめ：3行でふりかえり

AI・機械学習・ディープラーニングは「AI ＞機械学習＞ディープラーニング」の入れ子の関係。機械学習の学び方は教師あり・教師なし・強化学習の3つです。
生成AIは文章や画像を新しく作り出すAIで、ディープラーニングを活用した応用の一つです。
IoTはモノをネットにつないでデータを集めて活かすしくみ。機器の近くで処理するのがエッジコンピューティングです。

いかがでしたか？ニュースで見る言葉も、意味さえつかめばこわくありません。まずはAIの入れ子の関係と、機械学習の3つの学び方から覚えてみましょう！

9. よくある質問（FAQ）

Q1. 機械学習とディープラーニングの違いは何ですか？

A. ディープラーニングは、機械学習の一種です。機械学習という大きなくくりの中に、人間の脳の神経回路をまねた「ニューラルネットワーク」を何層も重ねて学ぶ方式が、ディープラーニングです。「AI ＞機械学習＞ディープラーニング」という入れ子の関係で、ディープラーニングがいちばん内側だと覚えましょう。

Q2. 教師あり学習と教師なし学習の違いは何ですか？

A. 違いは「正解ラベルがあるか」です。教師あり学習は、正解がついたデータで学び、分類や予測に使います。教師なし学習は、正解なしで似たもの同士をグループ分け（クラスタリング）します。もう1つの強化学習は、試行錯誤して、うまくいったら報酬をもらって上達する方式です。

Q3. 生成AIとは何ですか？ITパスポートで出ますか？

A. 生成AIとは、文章・画像・音声などを新しく作り出すAIのことです。ディープラーニングを活用した応用の一つと位置づけられます。ITパスポートのシラバスでも用語が拡充されており、出題対象です。特定のサービス名ではなく、「新しく作り出すAI」という意味をおさえれば十分です（2026年7月時点）。

Q4. IoTとは何ですか？わかりやすく教えてください。

A. IoTとは、家電や車などの「モノ」をインターネットにつなぎ、データを集めて活用するしくみです。センサで情報を集め、ネットで送り、分析して、機器を動かしたり人に知らせたりします。スマート家電や見守りサービスが身近な例です。機器の近くで処理する方式は、エッジコンピューティングといいます。