2022/02/15

AIとは

#AI

INDEX

AI(人工知能)の正式名称はArtificial Intelligence。
このページはデータアーティスト株式会社による、AIの定義、位置づけ、歴史、活用例、開発プラットフォームなど、AIのことを総合的に説明する記事になります。少しでも、皆さまの参考になればと心から願っております。

AI(人工知能)の定義

“人工的につくった知的な振る舞いをするもの（システム）である”
溝口理一郎（北陸先端科学技術大学院大学教授）

“人工的につくられた人間のような知能、ないしはそれをつくる技術”
松尾豊（東京大学大学院工学系研究科准教授）

“人工知能とは、人間にしかできなかったような高度に知的な作業や判断をコンピューターを中心とする人工的なシステムにより行えるようにしたもの。”
IT用語辞典

AI(人工知能)の定義に関してはさまざまなものがありまして、定義は定まっていないようですが、下記の定義は参考になると思われます。

参考：松尾豊『人工知能は人間を超えるか』（KADOKAWA）p.45
参考: IT用語辞典 e-Words, e-words.jp

AIの2つの特徴

AIの自律性（Autonomy）：常に人間による誘導なく作業タスクを実行する能力

AIの適応性（Adaptivity）：経験から学ぶことでパフォーマンスを向上させる能力

参考：Elements of AI

AIの位置づけに関して

AIはコンピューターサイエンスの一分野で、機械学習はその中の一分野になります。深層学習（ディープラーニング）はさらにその機械学習の中の一分野にあたり、近年特に大きな注目を集めています。

AIの歴史

AIの歴史は意外に長く、人工的な知能という話はすでに古代の神話、物語などに登場しています。学問分野としてのAIが成立したのは、1956年夏にアメリカのダートマス大学で開催されたダートマス会議においてでした。

AIの研究はこれまで「ブーム」(繁忙期）と「冬の時代」（閑散期）を繰り返してきています。最新の第3次ブームは2010年ごろから始まった本格的なもので、今後AIの活用はさまざまな業界や分野で発生すると思われます。

第1次ブームAI技術を現実世界に応用するのはまだ難しい。

第2次ブーム課題はまだ多く、専門家の手が必要。コストも高い。

第3次ブームディープラーニングなどAI技術の発達により、AIの活用が急増。

参考：松尾豊『人工知能は人間を超えるか』（KADOKAWA）p.61

AIブームの要因

今回のAIブームは同時に進んできている3つの変化（要因）によって生じていると言えます。

AI技術の進歩

機械学習と深層学習など、新AI技術の大きな進歩によって、今まで実現できていなかった施策がついに可能になりました。例としては自動運転、画像・動画・音声の認識が挙げられます。

データの増加

機械学習を実施するには大量のデータが求められます。以前は企業内の顧客データベースなど、限られたデータに頼るしかありませんでした。しかし2010年ごろからは、Web、ソーシャルネットワーク、スマートフォンに含まれているセンサーなどからもデータが得られるようになり、AIの学習に使えるデータの量と種類が爆発的に増えています。

情報処理能力の向上

機械学習、特に深層学習にはコンピューターの高い計算力が求められます。コンピューターの半導体チップの性能向上の他に、画像処理に特化したGPU(Graphics Processing Unit)の性能向上が機械学習などの計算力を支えていると言えるでしょう。

参考：AIビジネス研究会『AIビジネス最前線』(技術評論社)、p.18-19
参考：DIAMONDハーバード・ビジネス・レビュー編集部『人工知能』（DIAMOND社)、p.39-43

AIの3つの用途

AIの技術はさまざまな業界や用途で活用可能です。大きく分けると以下の3つのカテゴリに分類することができます。

1.識別系のAI

画像認識、音声認識などによってモノゴトを識別するAI

2.予測系のAI

データから未来の事象を予測するAI

3.実行系のAI

表現生成、デザイン、行動の最適化、作業の自動化を実行するAI

参考：DIAMONDハーバード・ビジネス・レビュー編集部『人工知能』（DIAMOND社)、p.46-47

識別系のAI

情報の判別・仕分け・検索、情報の理解

Web、写真、動画、曲の検索　【動画サイトの動画検索】
写真、曲、テキスト、動画の仕分け・整理【曲をジャンル別に分ける】、【不良品の振り分け】
感情・動作の把握【ユーザーのCMに対する反応を計測】、【倒れている人を検出】
異常・不正の検出・予知【機械の異常を検出】、【不審な動きを検出】

予測系のAI

数値予測

売上・需要の予測、試合結果の予測、選挙結果の予測、広告パフォーマンスの予測、成長率の予測、視聴率の予測
保険リスク、発症リスク、倒産リスク、死亡リスク

ニーズ・意図予測

自分の好みや関心に合わせた曲、動画、商品やサービスの自動推定【レコメンドエンジン】
販促タイミングの最適化、広告やメール配信タイミングの最適化、種まき・収穫タイミングの最適化

マッチング

Webサイトの内容に合わせた広告配信【コンテンツマッチ広告】
個人とビジネス目的でユーザーをマッチングさせるサービス

実行系のAI

表現の生成

ニュース記事の作成、商品紹介文の作成、広告コピーの作成、自動翻訳・通訳、作曲、アートの作成

デザイン

ロゴのデザイン、建築の設計、Webサイトのデザイン、料理レシピの作成、広告のデザイン

行動の最適化

ゲームの攻略、交通経路の最適化、配送経路の最適化、出店の最適化、ロボット動作

作業の自動化

自動対話【チャットボットやスマートスピーカー】、自動運転、SEOの自動調整、デジタル広告の自動配信、自動調理

2種類のAI - 「弱いAI」と「強いAI」

AIを研究している人の間では、古くから「弱いAI」と「強いAI」の議論が繰り返されています。「弱いAI」は限られた作業しかできないような、現在でも多く存在するAIを指します。一方「強いAI」は人間と同等あるいは人間を超える知能を持っている、「何でもできる」というような超人的なAIを指します。

弱いAI

見かけ上、人間と同等のレベルの知能を持つが、その知能を使えるタスクが限られる

強いAI

実際に人間と同等のレベルの知能・汎用性を持ち、多種のタスクをこなせる

「弱いAI」は一見、人間と同等の知能があるように見えるのですが、その知能は1つか少数のタスクしかこなせません。少数のタスクをこなすAIのことを「特化型人工知能」(Narrow AI)と呼ぶこともあります。タスクの例として「翻訳ができる」「顔を認識する」「売上を予測する」「掃除ができる」などが挙げられます。現在のAIの全ては「弱いAI」になります。

一方、「強いAI」は人間と同等のレベルの知能を持つAIだと言われています。「強いAI」と似た概念として汎用型人工知能（AGI: Artificial General Intelligence）があります。AIの研究はかなり進んできたとはいえ、人間と同等のレベルの知能で多種のタスクをこなすAIの実現には、まだ長い道のりがあると思われます。AI研究の最終的な目標は、人間の持っている知能を機械で完全に再現することだと言われています。

参考: 三津村直貴『AIビジネス入門』（成美堂出版）、p.56-57
参考: 神崎洋治『人工知能がよ~くわかる本』（秀和システム出版）、p.35