catch-img

はじめての「AI」 ◆データサイエンティストが解説!◆

よく耳にするようになったテクノロジーや統計にまつわる用語。でも今さら聞けない…このコラムでは、そんな用語をどちらかというと「分かりやすさ重視」で解説していきます。

※そのため、厳密には若干正確ではない部分も含まれるかもしれませんが、概ね正しい解釈ができる表現に努めています。

今回は「AI」について解説します!


とりあえず「AI」でググってみました

まずは「人工知能」や「AI」というキーワードでGoogle検索してみました。すると「強いAIと弱いAI」「特化型と汎用型」「第〇次ブーム」「ディープラーニング」という構成のサイトや記事がほとんどだということが分かりました。なるほど、これだと確かに分かった気になるようで、結局なんなんだというところが分からないですね…

なぜ分からないのかというと、現在AIと呼ばれているものを理解する上ではあまり役に立たない情報だからです(役に立ちそうなのはディープラーニングぐらいでしょうか)。この記事では必要最低限の情報だけを短く紹介します!


現在のAIは機械学習が主流

現在AIと呼ばれているものの大半は、機械学習と呼ばれる技術のことを指します。データを与える度に予測精度がどんどん改善していく枠組みのことを学習といい、これをコンピュータにやらせようというのが機械学習です。多くの場合、コンピュータにデータからパターンを見つけさせることによって予測精度を向上させていくタスクになります。

簡単な例でイメージしてみます。学生時代、テスト前に過去問やワークを解いて、出題パターンを一生懸命憶えた思い出はありませんか?僕はあります。単純な話、このパターン学習をコンピュータにやらせようというのが機械学習だというイメージを持っても間違いはありません。


まとめると、データからパターンを見出すように学習し、学習したことをもとに予測を行うシステムのことをAIと呼んでいます。

キーワードは『パターン』と『予測』です。まず、これだけ覚えておいてください。


機械学習の活用例

現在AIと呼ばれているもののほとんどは機械学習なんだと分かったところで、どのように活用されているのかいくつか例を挙げます。


例1)迷惑メールフィルター

 迷惑メールはパターンがありそう問題だなと想像しやすいと思います。アドレスや件名、本文などから受信者が迷惑メールだと判断するかどうかパターンを探るというものです。

例2)レコメンド

 レコメンドはおすすめのことです。例えばAmazonを開くと調べた事もない商品がおすすめされることがあるかと思います。これはある商品を購入した人達のパターンを学習して、その人物像に自分が似ていたらおすすめされるというものです。

例3)異常検知

 例えばコンクリートの劣化具合を調べる仕事など、職人の目を必要とするものは山ほどあります。職人の目で判断できるということは、そこには何かしらのパターンが存在しているはずなので、機械学習で代替可能です。カメラでパシャパシャ撮ってそれを学習させます。最近では職人になる人が減っているということもあり、機械学習に置き換えていこうという動きも活発になってきているという話をよく聞きます。


もちろんこれ以外にも活用例はたくさんあるので是非調べてみて下さい。「機械学習 事例」というキーワードで検索をかけるとたくさんでてきます。活用例を見た時に「確かにパターンがありそう!」ということを気にしながら読むと理解が深まりやすいと思います。


非常に短かい解説でしたが、以上になります。何故AIは分かりにくい記事が多いのか、書き終わってみて分かったのですが、ものすごく物足りない感じがします。あれもこれも、もっと書きたいというのが素直な感想です。しかし「最近巷でよく聞くAIってなんだろう?」という疑問を持っている人にとっての第一歩目としては、これで十二分だと思います。


おまけ:AIについてよく聞く疑問

問. AIに仕事を奪われますか?

答. 可能か不可能かでいったら、大抵の仕事はAIも含めた既存の技術で奪えると思います。しかし、現実問題としてそのような状況にはならないだろうと思います。何より社会問題の観点から、失業者が増える方向には進まないだろう、ということがあります。また、そもそもAI人材が圧倒的に不足している、ということもあります。これは敷居が高いせいです。学習理論を理解するための数学、発想を形にするためのプログラミング、最新の手法を論文からキャッチアップするための英語力、全部できる人なんてなかなかいないです(この辺の敷居が下がればもっと普及すると思うんですよね...下がって欲しいなぁ)。


問.AIは人間を超えますか?

答. 超えているものに対して適応されているというのが実態だと思います。どういう意味で超えているのかというと、スピード、量、精度を指していることが多いです。もうひとつ加えるとすれば、人間は多くても3つぐらいまでしか同時に考えることができませんが、AIは高次元の問題(変数を同時にたくさん扱う問題)に対しても高い性能を発揮するというのも挙げられます。


問. AIに感情はありますか?

答. 極論すればAIはただの計算式なので感情はないです。しかし、感情があると見せることはできます。iPhoneのsiri等が良い例ですね。

​​​​​​​

シリーズタイトル

【第1回】はじめての「RPA」

【第3回】「偏差値」を理解する

【第4回】「PDCAサイクル」を理解する

データサイエンティスト 鎌形真聖
データサイエンティスト 鎌形真聖

中央大学理工学部を卒業後、2019年に株式会社MS&Consulting入社。在学中は統計学や機械学習などデータ分析について幅広く学ぶ。卒業論文のテーマは「ロバスト統計学」。入社直後からその専門性を活かし、顧客満足度や従業員満足度、売上など多種多様なデータを用いた高度な分析を担当している。千葉県柏市出身。 所属:株式会社MS&Consulting テクノロジーイノベーション事業本部

もっと知りたい方はこちら

メルマガ会員登録ご案内バナー