DIGITAL BUSINESS EYE'S
AI(人工知能)とディープラーニング
AIとは何か？
AIとはartificial intelligenceの略で、日本語で「人工知能」という意味です。「コンピュータなどを使って人間のような知能を再現する技術」と定義されています。境界はあいまいになってきていますが、いわゆるコンピュータが得意な単純な計算ではなく、人間の脳のようにより創造的なアウトプットを目指しています。
とはいえ、創造的なアウトプットというものが明確でないため、ひとまずは事前にインプットしたビッグデータを解析し、単純に想定していた計算結果以上のアウトプットが出すものをAIだというふうに認識されていると思います。
AIという言葉は1960年代とすでに半世紀以上前に考え出されており、アメリカなどで研究されていました。
現在のコンピュータ技術の発展や、インターネットやクラウドを通した大量のデータの蓄積によってようやく実用的なものになってきたのです。そして、ディープラーニングの技術がよりAIを使える技術に押し上げてきました。
とはいえ、創造的なアウトプットというものが明確でないため、ひとまずは事前にインプットしたビッグデータを解析し、単純に想定していた計算結果以上のアウトプットが出すものをAIだというふうに認識されていると思います。
AIという言葉は1960年代とすでに半世紀以上前に考え出されており、アメリカなどで研究されていました。
現在のコンピュータ技術の発展や、インターネットやクラウドを通した大量のデータの蓄積によってようやく実用的なものになってきたのです。そして、ディープラーニングの技術がよりAIを使える技術に押し上げてきました。
機械学習と深層学習
ディープラーニングの前に、機械学習についてお話しします。
機械学習は、与えられたデータから規則や法則を見つけ出してアウトプットする技術です。
これによって、コンピュータは未知のデータを分析したり、その中から適切なアウトプットを生み出せるようになりました。AIは主に将来予測に使われるようになってきましたが、そのためには事前にデータを与えなければならないという状況でした。
機械学習で適切なアウトプットを得るには、インプットするデータをきれいに整理する必要があります。機械学習を実行するということは、データの加工もセットになっているため、データの加工にも膨大な手間暇をかける必要があったのです。
とはいえ、機械学習の研究が進むことで、AIは大きく発展していきました。
さて、「ディープラーニング」は、「機械学習（マシンラーニング）」と対比して「深層学習」と呼ばれることもありますが、機械学習の手法の1つです。
人間が手を加えていない未加工のデータから、コンピュータが自動的にその規則や法則を発見する技術です。
人がデータを加工しなくても、コンピュータ自身がその特徴やパターンをデータの中から見つけることができるようになり、アウトプットの精度がこれまでの機械学習を大きく上回るようになりました。
機械学習は、与えられたデータから規則や法則を見つけ出してアウトプットする技術です。
これによって、コンピュータは未知のデータを分析したり、その中から適切なアウトプットを生み出せるようになりました。AIは主に将来予測に使われるようになってきましたが、そのためには事前にデータを与えなければならないという状況でした。
機械学習で適切なアウトプットを得るには、インプットするデータをきれいに整理する必要があります。機械学習を実行するということは、データの加工もセットになっているため、データの加工にも膨大な手間暇をかける必要があったのです。
とはいえ、機械学習の研究が進むことで、AIは大きく発展していきました。
さて、「ディープラーニング」は、「機械学習（マシンラーニング）」と対比して「深層学習」と呼ばれることもありますが、機械学習の手法の1つです。
人間が手を加えていない未加工のデータから、コンピュータが自動的にその規則や法則を発見する技術です。
人がデータを加工しなくても、コンピュータ自身がその特徴やパターンをデータの中から見つけることができるようになり、アウトプットの精度がこれまでの機械学習を大きく上回るようになりました。
AIの不得意分野
人工知能というほどなのでお分かりかと思いますが、人工知能はヒトの脳を模しています。したがって、事前情報のないところから新しいアウトプットを生み出すことはできません。
一定以上の情報を与えなければ、当然水準以上のものは生み出せないのです。
事前に相当量の情報が蓄積されている分野からAIの導入が始まっているのにはそのような理由があるのです。
もう一つ。不得意というのは酷かもしれませんが、いわゆる「正解」を導くことにおいては、必ずしも期待通りの結果が出てこないことがあります。
今の段階では、AIができるのは情報の分類や整理が中心で、そこからの「予測」をすることにとどまります。その予測が果たして正しいのかどうなのかを最終的に判断するのは、まだ人間の役割と言えるでしょう。
結局のところ、AIはこれまで以上に便利な道具としてどんどん活用が進み、その前後でより深い人間の知恵を必要とする補完関係が続くものと思われます。
一定以上の情報を与えなければ、当然水準以上のものは生み出せないのです。
事前に相当量の情報が蓄積されている分野からAIの導入が始まっているのにはそのような理由があるのです。
もう一つ。不得意というのは酷かもしれませんが、いわゆる「正解」を導くことにおいては、必ずしも期待通りの結果が出てこないことがあります。
今の段階では、AIができるのは情報の分類や整理が中心で、そこからの「予測」をすることにとどまります。その予測が果たして正しいのかどうなのかを最終的に判断するのは、まだ人間の役割と言えるでしょう。
結局のところ、AIはこれまで以上に便利な道具としてどんどん活用が進み、その前後でより深い人間の知恵を必要とする補完関係が続くものと思われます。
September 15 , 2020
K. Yamamoto