【5分でわかる】人工知能(AI)とは?概要や種類をわかりやすく解説

eyecatch_7290
侍エンジニア塾ブログ編集部

こんにちは!侍エンジニア塾ブログ編集部です。

最近、「人口知能(AI)ってなんなんですか?」という質問をよく受けます。

2016年に入って耳にする機会が増えた「人工知能」。
「わかるようでわからない」、「説明はできない」といったようなモヤモヤを抱えている方も多いでしょう。

そこで今回は、人工知能とは何なのか?といった概要を始め、人工知能の種類などがたったの5分でわかるように解説していきます!

これを読めば短時間で、「人工知能について説明はできるよ」というレベルになれるので、ぜひ参考にしてみてください。

人工知能(AI)とは?

ai01

まずは人工知能の説明をみていきましょう。

人工知能とは、人間の脳が行っている知的な作業をコンピュータで模倣したソフトウェアやシステム。

具体的には、人間の使う自然言語を理解したり、論理的な推論を行ったり、経験から学習したりするコンピュータプログラムなどのことをいう。

人工知能の応用例としては、専門家の問題解決技法を模倣するエキスパートシステムや、翻訳を自動的に行う機械翻訳システム、画像や音声の意味を理解する画像理解システム、音声理解システムなどがある。

人工知能を記述するのに適したプログラミング言語としてLispやPrologなどが知られている。 / 参照

まさに分かるようで分からない・・・といった感じですよね。

しかも実は、現段階では人工知能について厳密な定義というものはまだ定まってないんです。

というのも、人工知能研究者、研究機関によってその解釈や認識に多少のずれがあるからです。

ですが、その中でもあえて定義をするのであれば、人工知能に関する名著「人工知能は人間を超えるか ディープラーニングの先にあるもの」の著者である松尾氏の言葉を借りて、

人工的に作られた人間のような知能 / 参照

こう定義するのが、一番分かりやすい「人工知能の定義」となるでしょう。

人工知能(AI)の歴史は?

20160619232611

参照

人工知能の研究の歴史は、「ブーム」と「冬の時代」の繰り返しと言われています。

歴史を紐解いてみると、実は、人工知能には既にブームとなる時期が来ていたのです。その代表例が「第1次ブーム」と「第2次ブーム」でしょう。

第1次ブームは1956年〜1960年代、第2次ブームは1980年代にすでに来ていました。

しかし、いずれも本来の人工知能の実力が理解されないまま、限界が見えた段階からブームが去っていったのです。

では、今起こっている人工知能ブームはいつから始まったのか?

それが「2010年」になります。2010年以降に第3次ブームが起こり、この流れが現在も続いているのです。

実は、今この第3次ブームが起こっている背景には、

  • ビッグデータの普及
  • ディープラーニング(後述)の発見
  • 人工知能の影響力や脅威の伝達

など、これまで歩んできた科学の進歩が少なからず、その要因として挙げられています。

Googleも人工知能(AI)の開発に多額の費用を・・・

例えば、Googleが人工知能開発のために多額の研究費を投じていることは有名な話です。

Googleの子会社であるDeepMindの作ったコンピュータ囲碁プログラム「AlphaGo」が、韓国のプロ囲碁棋士「李世乭」を破ったニュースは記憶に新しいでしょう。

他にも、2016年にはGoogleの開発した自動運転自動車が公道を走り、市営運転バスと事故を起こしたこともニュースになりました。

そうやって、様々な企業が人工知能の開発に多額の研究費を投じることで、人工知能事業は大幅な前進を遂げてきたのです。

人工知能(AI)とロボットの違いは?

shutterstock_353784005

そもそも、あなたは人工知能とロボットを混同しているかもしれません。人工知能はいわゆる人間でいう「脳」であり、ロボットではありません

現状、工場などで稼働しているロボットはプログラムなど外部情報の入力があって、それにあった動きを実現しているだけなのです。

つまり、既に組み込まれたプログラムの中で思考することはできても、プログラムの外のことに関しては、対応することができないのがロボットなのです。

では、対する人工知能(AI)は何が違うのか?

それは「自ら考える力が備わっている」ということです。

つまり、一度作ってしまえば、人間の手を離れても自発的に発展していくのが「人工知能(AI)」ということです。

人間の手を離れた人工知能が暴走し、人間と戦争になる・・・という映画はあなたも見たことがあるかもしれません。

もちろん、最大限リスクは考慮して人工知能の開発は進められていくと思いますが、近い将来、人工知能(AI)の思考力が、人間の思考力を超えるシンギュラリティ(技術特異点)が起こるとも言われています。

話を戻しますが、ロボットと人工知能の違いは「自ら思考する能力が備わっているかどうか」ということです。

人工知能(AI)の種類とは?

20150220-pepper-0

参照

また、「人工知能」として一括りにされることが多いですが、実はその機能や使用目的によって、種類を分けることができるのです。ここでは、人工知能にはどのような種類があるのか、実際に見ていきましょう。

特化型人工知能(AGI)と汎用人工知能(GAI)

人工知能は、

  • 「特化型人工知能(AGI)」
  • 「汎用人工知能(GAI)」

この2つに分類することができます。

特化型人工知能(AGI)は、個別の領域に特化して能力を発揮する人工知能のことで、既に人間以上の能力を持つものが数多く実用化されています。

例えば、コンピュータ将棋(チェス)、Googleカー(自動運転自動車)、医療診断など、既に実用化されているものが多くあるのです。

一方、汎用人工知能(GAI)は異なる領域で多様で複雑な問題を解決する人工知能のことです。

この汎用人工知能は、人工知能(AI)自身による自己理解、自律的自己制御ができるもので、人間が設計した時の想定をも超える働きを期待することができます。

そして、この「汎用人工知能」を作ることこそ、人類が人工知能を作り始めた目的でもあります。

私たちが小さい頃に憧れた鉄腕アトムも「汎用人工知能」の1つでしょう。

ですが、こちらは開発のために解決しなければならない問題も多く、開発に成功し、実現されているものはほとんどありません。

弱いAI・強いAI

また、他にも「弱いAI」「強いAI」と言う分類の方法もあります。

「弱いAI」とは、ある枠の範囲で考える人工知能のことで、ある一定の範囲では既にに人間のレベルを超えてきています。

先ほどの「特化型人工知能(AGI)」の別の呼び方とも捉えてみて下さい。しかし、このAIはあらかじめプログラムされた事以外は何も出来ません。

なので、役割としては、人間の能力の補佐や拡張としての機能を期待されています。

そして、「弱いAI」とは逆に、ある枠を超えて考える人工知能を「強いAI」と呼びます。人間のようにものを考え、認識・理解し、人間のような推論・価値判断のもとに実行をすることができるものを指します。

この AIは自律的に学び、意思決定行うことができるものです。こちらも先ほどのもので言えば、「汎用人工知能(AGI)」のことを言います。

人工知能のレベル別分別法

また、人工知能は処理することのできるレベルによって、分類することもできます。

ここでは、以下の表のように、人工知能をその機能の及ぶ範囲でレベル別に分けるとともに、その役割を「会社」という一つの組織に例えて解説してみました。

レベル別 人工知能 仕事レベル
Lv4 自分で判断基準を設計し、判断できる 経営層
Lv3 ルールを改善して、より良い判断ができる 課長
Lv2 ルールを理解して、判断できる 一般社員
Lv1 言われたことだけをやる アルバイト

【レベル1.制御プログラム(アルバイト)】

ambi-climate-2

参照

まず、最も単純な働きをする人工知能(AI)として、制御プログラムがあります。

これは、温度の変化に応じて機能する人工知能で、私たちの身の回りでは、エアコンや冷蔵庫などに使われています。

言われたことを忠実に行うのが彼らの仕事で、会社という組織に例えると、「アルバイト」が最も近い役割となるでしょう。

この制御プログラムが搭載されているエアコンや冷蔵庫が、「人工知能搭載の◯◯」といったような売り出しがされることもあります。

最近では、「Ambi Climate」という

  • 温度
  • 湿度
  • 外の天気
  • 日射量
  • オンラインの天候データ
  • ユーザーの服装
  • 時間帯

・・・など、私たち人間が考えうる全てのデータを考慮し、エアコンをコントロールしてくれるデバイスも開発されました。

こんなものが一家に一台でもあれば、「クーラーを消し忘れた!」なんてこともなくなり、大助かりでしょう。

【レベル2.対応パターンの多い人工知能(一般社員)】

rumba

参照

レベル2の人工知能は、ただ単純な作業を行うだけでなく、様々な局面に対して対応できるようになります。

人間の持つ知識をできる限り多くプログラムとして入れ込むことで、対応できる領域を拡張していくのがレベル2の人工知能です。

ただし、この人工知能は自ら学習することはできません。これがこの後のレベル3、4との決定的な違いでしょう。

とはいえ、1つルールを教えれば、そのルールに則って多彩な動きや判断が出来ます

現在では、将棋のプログラムや掃除のロボット、質問に答える人工知能などが開発されており、先ほどの例で言えば、「弱いAI」がこれに該当します。

【レベル3.対応パターンを自動的に学習するもの(課長クラス)】

google

レベル3になると、ある程度のサンプル数から自動的にそのパターンとルールを学ぶことができます。

判断軸さえあれば、データからルールを設定・学習してより良い判断ができるのです。

これはGoogleなどの検索エンジンなどに代表されますが、「AはBである」という構造を1から100まですべて理解するのではなく、ある程度のパターンから推察して最も近いであろう選択肢を選べることが最大の特徴です。

実際、私たちがGoogleの検索エンジンを使用してみると、その検索キーワードと似たようなワードも自動的に表示してくれますし、多少検索の際に誤字があった場合でも、ある程度予測して、自動的に検索キーワードを入れ替えてくれています。

あれこそ、「ある程度のサンプル数から自動的にそのパターンとルールを学ぶ」ことができている何よりの証拠なのです。

【レベル4.対応パターンの学習に使う特徴量も自力で獲得するもの(経営層)】

ai02

レベル4は、先ほどのレベル3のものに加えて、物事に対応するための判断軸さえ自らの力で構築するようになります。

つまり、パターンとルールさえも、人工知能が自ら学んで知識データとして積み重ねていくのです。

なので、判断軸を自分で発見し、自分でルールを設定して、判断を下すことができます。

例えば、2045年に人工知能が人間の思考能力を超える「シンギュラリティ(技術特異点)」が起こると言われていますが、それもこの「レベル4」の人工知能が開発されることで、人間の手を離れたところで学習能力を身に付け、発展させられるようになると考えられているからなのです。

ここまで開発されるようになると、まさに私たち人類にとっては、これから先社会がどのように発展していくのか。検討もつかなくなることでしょう。

また、レベル3とレベル4の段階ではそれぞれ、

  • 機械学習
  • ディープラーニング(深層学習)

という技術が必要になってくるのですが、次はこの2つについて説明していきますね。

機械学習と深層学習(ディープラーニング)とは?

shutterstock_287196203

まず「機械学習」とは、大量のデータを処理しながら「分け方」を自動的に習得することです。

学習の根幹を成すのは「分ける」という処理である。ある事象について判断する。それが何かを認識する。うまく「分ける」ことができれば、物事を理解することもできるし、判断して行動することもできる。「分ける」作業は、すなわち「イエスかノーで答える問題」である。 / 参照

この「分ける」ための判断軸を与えれば、それを活かして学習していけるのが「機械学習」と言います。

一方、「ディープラーニング(深層学習)」とは、「分けるための軸を自分で見つけることができる」ものを言います。

つまり、

  • 物事を判断するための判断軸は人工的に取り付け、その上で機械自身に学習させるのか。
  • 人工知能がその判断軸すらも自発的に創り出し、自発的に学習していくのか。

この違いがあるということです。

まだ少し分かりづらいと思いますので、例えば、私たちが「猫」を認識する思考回路を例にとって考えてみましょう。

僕たちは猫を一目見ただけで「猫」だと瞬時に判断できますよね?

私たち人間にとっては当たり前のことなのですが、それでは、これを人工知能に認識させようとした場合、どうなるのでしょうか?

そのためには、まず人工知能に猫の特徴を覚えさせる必要があります

「どの部分が猫と判断できる特徴なのか?=特徴量」ということを、人間の手によって人工知能に教え込む必要があるのです。

そして、その特徴を元に認識した物体が「猫」であるという概念を覚えてもらう必要があります。

実は、以前までは「人工知能がこの特徴量と概念を誰の手も借りず自ら学習できないこと」が最大の壁だったのです。

「ディープラーニング(深層学習)」は、この「特徴量」を自分で見つけ出すことができる技術で、これまで解決するのとのできなかった最大の壁を崩すことができる可能性を秘めた技術なのです。

人工知能ってどうすれば作れるようになるの?

ai03

さて、ここまで様々なことを説明してきましたが、

「じゃあ、人工知能を作るにはどうすればいいの?」
「人工知能を作る研究に携わるには、どういった勉強をすればいいの?」

という思いも、あなたの中にはあるかもしれません。

なので、これから人工知能に関わっていきたい方向けに、オススメの学習方法もこちらでお伝えしていきます。

まずは機械学習から

「ディープラーニング(深層学習)」は特徴量を自分で見つけ出すことができる優れた技術なのですが、見つけ出す特徴をプログラマーがアルゴリズムに指示しなければならないので高度なプログラミングスキルを必要とします。

ですので、人工知能を作ろうと思った方はまずは機械学習からはじめることをおすすめします。

とはいえ、機械学習なんてやったこともないし、何からはじめればいいのか分からないという方は「【簡単入門】機械学習初心者がまず最初にやるべき5つのこと」を読んでみてください。

こちらの記事でご紹介しているステップを踏んでいただければ、スムーズに機械学習の入門を果たすことができますのでぜひご覧ください。

機械学習おすすめコンテンツ

これから機械学習に手をつけようとしている人や、すでに取り組みはじめている人のなかには、

Pythonはどうやって勉強すればいいのか知りたい」
「今取り組んでいるコンテンツが難しくて挫折しそう」

などといった方がいらっしゃると思います。そういった方は、ぜひこちらの記事を読んでください。

初心者でも0からPythonを使って機械学習入門できるコンテンツを7つご紹介していて、

  • 機械学習超入門者
  • 機械学習入門者
  • 機械学習初級〜中級者

それぞれの方向けにおすすめのコンテンツをご紹介していますので、あなたのレベルに合ったコンテンツを見つけることができ、機械学習をスムーズに進めることができます。

機械学習おすすめ書籍

「コンテンツよりも書籍学習したい」
「機械学習についてのある程度の知識はあるので書籍で、分からないところだけじっくり学習したい」

という方はこちらの記事をお読みください。

Pythonを使った機械学習を全く知らない入門者でもすぐに使える入門書籍を5冊選んでご紹介しています。

外部のフレームワークやライブラリに頼らずに、ゼロからディープラーニングを作っていくようなディープラーニングの本格的な入門書もご紹介していますので、ご興味ある方はぜひご覧ください。

そもそもPython初心者

機械学習を効率よく進めるにはPyhtonの知識がある程度必要なので、Python初心者の方はこちらの記事を読んでいただけたらと思います。

Pyhtonとは?という根本の部分から基礎学習、アプリ開発、仕事獲得まで体系的にまとまった記事となっておりますので、機械学習だけでなくPyhtonにご興味ある方は、ぜひ目を通しておいて下さい。

人工知能のこれから

shutterstock_227339269

さて、これまで様々なことをお伝えしてきましたが、それでは、人工知能はこれからどのように発展していくのでしょうか?

人工知能とは「自ら思考するコンピューターである」とお伝えしてきましたが、実はそういった定義で言うと、「人工知能」そのものはまだ誰も発明できていません。

つまり、本当の意味での「人工知能=人間のように考えるコンピュータ」はまだできていないという意味です。

現在、日常の中で人工知能と言われているのは、いわゆるこの「人間のように考えるコンピュータ」を生み出そうとした過程で生まれた副産物です。

例えば、音声認識、文字認識、自然言語処理(かな漢字変換など)、検索エンジンなどが人工知能の研究から世の中に役立つモノとして活躍しているわけですね。

なので、これから「ディープラーニング」の研究などを含めて、「本当の意味での人工知能ができるのか」という今後の進展に注目していきましょう。

まとめ

いかがでしたか?

「人工知能とは何か」という概要や種類などを解説してきました。

これからの未来、きっと人工知能は市場や日常生活などに進出してくるでしょう。

なので闇雲に恐れるのではなく、しっかりとした知識を持って、活用、共存していければいいと思います。


33歳、未経験だった僕がフリーエンジニアになれた理由
現在フリーでWEBエンジニアをやられている濱口直行さん。33歳で、プログラミングを学び始め、約半年という短い期間で独立までされた学習ログを余すことなくインタビューさせていただきました。

プログラミングを学習中の方はもちろん、独立をお考えの方まで幅広く活用できる記事になっています。この機会に是非活用していただければと思います。


人工知能プログラミングを最短で習得したい方へ
人工知能への注目はとどまることを知りません。

2017年現在も、日本のみならず世界中でその技術や可能性に注目がよせられています。

そういった市場であるがゆえに、多くの方がその技術を取り込みビジネスに活かそうとしています。

人工知能や機械学習は「Python(パイソン)」という技術を使って開発を行えます。

ただし、初心者がいきなりPythonを使って人工知能や機械学習を行うのは、簡単ではありません。

元々ITリテラシーの高い方や他のプログラミング言語を習得している方であれば、独学で習得可能でしょう。

しかし、多くは初学者は

「自分に合った教材が見つけられずに挫折してしまった」
「勉強のための勉強になってしまい、ゴールが見えない」
「情報が少なくどう調べればいいかわからない」
「エラーを解決するのに何日もかかってしまう」
このような悩みを抱えたまま挫折してしまうのが現実となっています。

  • もう挫折したくない
  • 本業と両立しながら、好きな時間で自分のペースで勉強を続けていきたい
  • 自分だけのカリキュラムで効率的に勉強したい
  • Pythonプログラミングを身につけて人工知能プログラミングができるようになりたい
そんな方はお気軽に侍エンジニア塾までご相談ください。

お一人お一人に専属のインストラクターがつくので、初心者の方がつまづきがちな、オリジナルアプリ開発もスムーズに学習することできます。

まずは『無料体験レッスン』で、弊社のコンサルタントと一緒にあなた専用の学習方法やカリキュラムを考えてみませんか?

Pythonならではの学習方法や、現役エンジニアから貴重なアドバイスを受けることができます。

詳しくは下の画像をクリックして弊社サービス内容をご確認ください。

cta_bannar-ai2

学習者インタビュー

23歳、早稲田中退生が3ヶ月でフリーランスエンジニアになるまで
元ベンチャー役員が起業のためにプログラミングを学んだ本当の理由
WEBデザイナーの僕がフリーランスエンジニアになれた理由
IT音痴のヨガインストラクターに超速でサイト作成したコツをきく
好きな場所で働きたい方、必見!パソコンとWifiさえあれば仕事はできる!
根っからの文系が経験0から3ヶ月でエンジニアに転身した方法

人気記事セレクション

WEBアプリ開発入門者がゼロからモノを作れるようになるまでの5ステップ
必ず見つかる!プログラミング言語は作りたいものから決めよう
プログラミング勉強ならコレ!無料学習サイトおすすめランキングTop5
プログラミング関連の案件が多いクラウドソーシングサイト5選
未経験でもフリーランスエンジニアになれる5つの理由
【入門者必見】WEBアプリ開発言語を選ぶべき3つの理由
Pythonでできることって!?大注目プログラミング言語徹底解説
【完全保存版】プログラミング初心者が最初にやるべき10のコト
ドットインストールで挫折せずに2ヶ月で未経験からエンジニアになった話

プログラミング学習者必見

専属講師に質問し放題、レッスンし放題!最短1ヶ月でフリーランスエンジニア
プログラミング学習カリキュラム無料公開中
Ruby学習カリキュラム無料公開中
Python学習カリキュラム無料公開中
 1記事最大10,000円!テック系ライターさん大大大募集!!!
LINEで送る
Pocket

この記事が気に入ったら
いいね!をしてフォローしよう

最新情報をお届けします

書いた人

侍エンジニア塾ブログ編集部

侍エンジニア塾ブログ編集部

侍エンジニア塾は「人生を変えるプログラミング学習」をコンセンプトに、過去100人以上のフリーランスエンジニアを輩出したプログラミングスクールです。プログラミングに役立つ情報や有用な情報を発信していきます。
ホームページはこちら
ツイッターはこちら
フェイスブックはこちら