「ai 技術」をざっくりと理解しよう

「AIって何？」という疑問にあなたは答えられるでしょうか？「AIで何ができるの？」「どうやって？」次々とわく疑問。あなたならどう答えますか？ここでは「AIに使われる技術」の紹介や、先の質問に答えられる程度の知識をざっくりと理解していきましょう。

「AIって何？」

「AI」を理解するためには、まず歴史を見てみなければなりません。まず「黎明期（1947~56）」「第一次AIブーム（1960~70）」「第二次AIブーム（1980年代）」「第三次AIブーム（2010~現在）」に至ります。

第二次AIブームまでは、「ルールベース」という技術が中心でした。これは人間がルールや知識を全て用意し、それに基づいて機械が判断をするシステムでした。

第三次AIブームからは「機械学習」、さらには「深層学習」という技術が中心になってきています。

「機械学習」とは、大量のデータを処理し、その「分け方」を機械自ら習得する技術だといえるでしょう。

学習とはうまく分けることです。認識・理解・判断、これらは「分ける作業」、つまりイエスかノーで答えることだといわれています。「機械学習」ではこの判断基準軸だけを与えれば、自ら学習していくことができる技術だといえるでしょう。

「深層学習」とは機械学習からさらに踏み込んで、「分けるための判断基準軸を機械自らが見つけることができる」ものを言います。「深層学習」は、判断基準軸さえも機械自らが考え出すという、きわめて人間に近い技術のことを言います。

これを考えるときに重要なのが「AIの仕組み」です。ここでは、この仕組みを4つに分解して考えていきたいと思います。4つというのは「インプット」「解析方法」「アウトプット」「用途」です。

例えば、購買情報データを「インプット」するとします。「解析方法」として、機械学習の統計的学習を使います。購買状況の季節の変動などを加味して、売り上げ予測を「アウトプット」します。これを販促計画立案という「用途」で使用するというわけです。

これを見ると、実現したい用途がある場合は、必要なインプットすべきデータが何かと、最も有効な解析方法が何かを考えます。

逆に、優良で大量のデータを持っている場合、何らかの解析方法を使用することで、「これまでにないアウトプットを引き出せる可能性があるかを考える」ということができるわけです。

ここまで見てみますと、AIの技術である「ルールベース」「機械学習」「深層学習」は、いずれも「解析方法」であることが分かります。「AIって何？」これを理解するには「AIで何ができるの？」を理解しなければいけませんし、「AIで何ができるの？」を理解するには「どうやって？」を理解しなければいけません。

いずれにしろ、AIの進歩は目覚ましく、どんどん人間に近づいてきています。小説を書くAIもいると聞いています。未来は一体どうなっていくのでしょうか？ちなみに私はAIではありません。