人工知能とは？基礎知識をわかりやすく紹介

昨今、私たちの身の回りでは、多くのAIが活用されています。当記事では、人工知能の概要と基礎知識をわかりやすく紹介します。人工知能に興味があり、詳細について詳しく知りたい方はぜひ参考にしてください。

▼更にAIについて詳しく知るには？
AI（人工知能）とは？導入するメリットと活用例やおすすめのツールを紹介

▼社内のデータをAI化するには？
ノーコードAIツールUMWELT紹介ページ（活用事例あり）

人工知能（AI）の基礎知識

まず人工知能（AI）の基礎知識として、その定義やAIと同時に耳にすることの多い、機械学習とディープラーニングについて見ていきましょう。

人工知能とは

AIは、人間の知的行為の一部をソフトウェアを用いて人工的に再現したもののことを指します。AIという言葉が広く知られたのは、1956年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がきっかけです。今日、企業や研究者がAIとは何かについて議論しており、その定義は曖昧です。

機械学習とは

機械学習(Machine Leaning、ML)とは、膨大なデータをもとにコンピュータがルールやパターンを学習し、識別や予測を行う技術です。学習を繰り返すことで、特定のタスクを高い精度でこなせるようになります。機械学習は、教師あり学習、教師なし学習、半教師あり学習、強化学習、深層強化学習に分類されます。

ディープラーニングとは

ディープラーニングは、AIを活用する手法の1つです。機械学習でできることの1つのうち、高精度に分析できる点が特徴です。高精度な分析を行うために、ディープラーニングはニューロン（人間の脳細胞）をモデルとして構成されています。これを通称、「ニューラルネットワーク」と呼びます。

人工知能の歴史

ここからは人工知能が辿ってきた歴史について解説します。

第一次ブーム「探求と推論」

1956年、ダートマス会議でアメリカの計算機科学研究者のジョン・マッカーシーが初めてArtificial Intelligenceという言葉を使いました。これがAIという言葉のルーツとされています。AIという概念が広く認識され、多くの研究者が参入するきっかけになりました。

第1次AIブームで研究されたのは「推論」と「探索」です。チェスや定理証明など、特定の問題に対して解を出せるようになったことで一躍ブームとなりました。しかし、現実で発生し得る問題を解くことは難しく、AIに対する失望感が広がり、AI研究は冬の時代を迎えます。

第二次ブーム「知識表現」

1980年代に再び注目され、第二次ブームが始まりました。第2次AIブームでは、主にエキスパートシステムに注目が集まりました。エキスパートシステムは、専門分野の「知識」をコンピュータに取り込み推論を行うことで、コンピュータが専門家のように振る舞うシステムです。エキスパートシステムを活用することで、第1次AIブームでなし得なかった現実的な課題の解決も可能になると期待が集まりました。しかし、「知識」の量が膨大になると「知識」同士での矛盾や一貫性の無さが露見し、エキスパートシステムの限界から、AIへの期待は再び低下していきます。

第三次ブーム「機械学習」

第3次AIブームは、2000年代から現在まで続いてます。2012年に、画像認識ソフトウェアの大会でニューラルネットワークを活用したチームが2位に大差をつける高い精度を示し優勝したことや、同年にGoogleの研究者グループがニューラルネットワークによるネコの画像判別の論文を発表したことなどが、AIに対する注目を再び集めたきっかけとなりました。現在「ビッグデータ」と呼ばれる大量のデータを用いることでAI自身が知識を獲得する「機械学習」が実用化されています。さらに、知識を定義する要素をAIが自ら習得するディープラーニングが登場しました。これらの登場によって、画像認識や音声認識、翻訳など様々な分野で性能が向上し、昨今のAIブームを支えているのです。

人工知能にはレベルがある

人工知能には、さまざまなレベルがあります。レベル1のシンプルな制御プログラムからレベル4のみずから学習するAIまで、その内容を詳しく解説します。

レベル1：シンプルな制御プログラム

シンプルな制御プログラムとは、ゲームや迷路など限られた課題に対して解答できるプログラムです。例えば、チェスや囲碁、将棋といったゲーム対戦などです。

レベル2：決められたプログラムで対応するAI

ある分野の専門家の知識をコンピューターに入力し、人間の質問に答える仕組みを「エキスパートプログラム（ES）」といいます。第二次人工知能ブームを牽引した技術であり、連想・推論機能を兼ね備えた第5世代コンピュータが開発されました。

レベル3：機械学習を取り入れたAI

第三次人工知能ブームを巻き起こした、現在の主流技術が機械学習です。機械学習は膨大なデータをもとにコンピュータがルールやパターンを学習し、識別や予測を行う技術です。トレーニングを積むことで、特定のタスクを高い精度でこなせるようになります。

レベル4：対応パターンやルールを自ら獲得するAI

2006年にカナダの研究チームが発明したディープラーニングは、ビッグデータと呼ばれる大量のデータから、対応パターンやルールをみずから獲得するものです。ニューラルネットワークは何層も重なった人間の脳の構造をモデルにしたもので、データの中に隠された特徴を認識して、より正確で素早い判断が可能になります。ディープラーニングのおかげで、人工知能の画像認識の正確性が人間を超えるまでになり、この技術を利用して、科学や医学、金融、翻訳など、さまざまな分野で活用されています。

人工知能にできること

次に、人工知能の主な6つの技術について具体例をあげて解説します。

物体認識

物体認識とは、AIが周囲にあるモノを認識する技術のことで、身近な例を挙げると、ロボット掃除機が代表的です。センサーによって、家具やモノにぶつかることなく掃除をしてくれます。小売業界を中心に注目を集めている無人レジでは、カゴに入っている商品を認識することで、買い物客の利便性向上や対人接触の削減、店舗運営の効率化につなげられます。

画像認識

画像認識は、製造業などで従来目視で行っていた不良品検知に活用すると、検出の精度があがり、人手不足の解消に役立ちます。成田国際空港では、顔認証技術を活用して「顔パス」での搭乗手続きを可能にするシステムを導入しています。あらかじめ、顔情報を登録しておくと、保安検査で搭乗券やパスポートを提示する必要がなく、利便性向上や感染症対策につながります。

農業分野における例を挙げると、AIによる画像解析で虫食い箇所を見つけ、その部分のみピンポイントで農薬を撒く方法や特定の雑草を判別し、適切に除草剤を散布できるようになります。労働時間の削減や業務効率化がはかれるほか、適切な農薬散布量にすることで、安全で安心な農作物として販売できます。

音声認識

音声認識とは、コンピュータで音声データをテキストデータに変換する技術です。AmazonやGoogleなどがスマートスピーカーを開発していて、「音声」のみでさまざまなアクションが実行可能です。天気やニュースの読み上げ、音楽や動画の再生、家電の操作といったことが簡単にできます。

コールセンターで過去の会話ログを利用して応答すれば、限られた人数のオペレーターで対応可能になります。また顧客の声を解析すると、感情に配慮した回答を準備し、対応品質の向上を見込めます。

チャットボット

チャットボットの「チャット」とはインターネット上のテキストを用いて、リアルタイムに行える双方向のやりとりのことで、「ボット」はロボットを略したもの。つまり、AIを活用した自動会話プログラムです。

コンピュータが人間に代わって対話することで、人間が対応していた「お問い合わせ対応」や「注文対応」などの作業を代行できます。メールやSNSからユーザーの問い合わせの一時対応や、社内からの問い合わせに自動対応する社内専用のチャットボットとしても活用できます。チャットボットであれば、ユーザーからの問い合わせに24時間年中無休で対応でき、人手不足解消に役立つ点がメリットです。

言語識別

インターネット上にある無数の文字データを活用して、文章の特徴を学習することで、文章の識別ができるようになります。この技術を活用して、自動翻訳や映画脚本、俳句、シナリオ、小説を書く人工知能も既に登場しています。

機械制御

画像認識や音声認識、言語識別を活用し、ロボットや自動車などの機械を制御することも可能になっています。

ホンダは、運転手の能力や状態に合わせて事前に危険を知らせ、注意を促す運転支援技術を開発しました。カメラやマイクなど各種センサーから得られた自分の状態と、その状態で動作した結果を関連付けて学習させることで、その時々で最適な動作ができるようになります。

またソフトバンクが開発した感情認識ロボットの「Pepper」は、4つのマイク、2つのカメラ3d Dセンサー、タッチセンサーなどの認識装置を備えていて、それらを通して人間の表情や声を認識して感情を分析します。

予測

気温と商品売り上げの関係性や来客予測、顧客の購買行動予測が実現できます。例えば、人工衛星を活用して情報収集し、崖崩れや建物崩壊などの異常信号を感知することもできます。事前に避難勧告を出せば、災害被害を最小限に抑制できるかもしれません。

人工知能でDXを加速させるTRYETINGの「UMWELT」

人工知能の技術を自社の現場ですぐ活用したいと考えている方におすすめなのが、TRYETINGのノーコードAIクラウド「UMWELT」です。UMWELTは、専門的な知識に精通していなくても、プログラミング不要で簡単に分析や自動化ができるAIツールです。UMWELTを活用することで、需要予測や在庫管理などDXを加速させることができます。

まとめ

人工知能の基礎知識から具体的な活用事例、技術について解説してきました。今後、AI技術はますます加速していき、私たちの生活やビジネスシーンにおいて、必要不可欠なものになっていくでしょう。今すぐにでもAIをビジネスの現場に導入したいと考えている方は、ぜひTRYETINGのUMWELTをご検討ください。

参照文献

情報通信白書｜総務省
https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/pdf/n4200000.pdf

Face Express｜成田空港
https://www.narita-airport.jp/jp/faceexpress/

自動運転技術の取り組み｜本田技研
https://www.honda.co.jp/automateddrive/auto/

UMWELTのサービスページをチェックする

AI予測ツールUMWELT紹介ページ（活用事例あり）