AI(人工知能)ができること・できないこと一覧!活用事例も交えて解説

AIにできることはなに?
AIは人間の仕事を奪うってホント?

最近「AI」という単語をよく耳にするようになりました。ニュースでは「AIが人間の仕事を奪う」という報道もされているため、あまり良いイメージを持っていない方も多いかもしれません。

しかしながらAIは、人間ができない仕事を代わりに引き受けてくれる心強い人工知能です。

この記事では、AIができることとできないことを活用事例とともにご紹介します。最新のニュースをもとにAIがたどる将来について考察しますので、興味がある方はぜひ最後まで読んでください。

この記事の要約
  • AIを活用すれば画像/音声などの認識機能が開発できる
  • AIはデータの分析結果をもとに予測を立てることも可能
  • AIは創造性の高い仕事や人間の感情を理解するのが苦手

なお、1人で学習が進められるか、途中で挫折しないか不安な人は「侍エンジニア」をお試しください。

侍エンジニアでは現役エンジニアと学習コーチの2名体制で学習をサポートするため、挫折しづらい環境で学習が進められます。

受講料が最大70%OFFになる「給付金コース」も提供中。未経験から効率よく学習を進めたい人は、ぜひ一度お試しください。

\ オンラインで相談可能 /

目次

AIとはなにか

AIとは

AIとはArtificial Intelligenceの略で、日本語では「人工知能」という意味です。

AIは「私たち一人ひとりの脳とおなじようなもの」と理解している方もいるかもしれません。しかしこれは誤った認識であり、現時点では人間の脳を代替するような高機能なAIは存在しません。

あくまでも、AIは「人間と同じように物事を繰り返し学習し、その学習内容を応用する」という点をテクノロジーで実現されたものです。

なお、次の記事ではAI(人工知能)とは何なのかを詳しく解説しているので、良ければ参考にしてください。

人工知能(AI)とは?仕組みやできること、将来展望も紹介

AIの種類は特化型と汎用型の2種類

AIの種類

AIを詳しく理解するために、「特化型AIと汎用型AI」と「AIの仕組み」についてご紹介します。

前述した「人間の脳を代替するような高機能なAI」は、専門的な用語で「汎用型AI」といいます。概念としては存在しますが、具現化したAIはまだ地球上には存在していません。

現在、一般的にAIといわれているものは「特化型AI」と呼ばれるものです。特化型AIは、ある目的を達成するために学習し、処理を行います。

この「特化型AIと汎用型AI」については、混同されている方も多いので覚えておきましょう。

AIの仕組み

AIの仕組み

続いてAIが動作する仕組みについて、学習の仕組みと判断の仕組みに分けて見ていきましょう。

AIが学習する仕組み

前述のとおり、現在私たちの周りに存在するAIは特化型です。

特化型AIは自ら学習する汎用型AIと異なり、「見たものや聞いたこと」に代替するデータを人間が与える必要があります。これを「学習データ」と呼びます。

特化型AI、すなわち一般的なAIは、与えられた大量の学習データから何らかの特徴や規則性を導き、それらを用いて目的のタスクを実行しているのです。

AIが動作するには、学習データが不可欠です。優れた学習データを作成できるかどうかは、AI活用の成否を左右します。

AIが判断する仕組み

AIは、膨大なデータを与えることで判断できるようになります。

例を挙げると、AIに「この画像は車」「この画像は信号」といった膨大な学習データを与えると、1枚の画像に「車が写っている」「信号が写っている」といった判断ができるようになるのです。

AIができること

AIができること

前述の学習能力と判断能力を備えたAIは、実に多くのことができます。

ここからは、AIができることを具体的にひとつずつ見ていきましょう。

音声認識

AIができることとして、最初に挙げられるのが、音声認識です。音声認識とは、音声をテキストのデータに変換する技術です。

コンピュータは音声を1種の波形として認識しますが、その波形に対して最も近い文字に割り当てることで、音声からテキストデータへの変換を可能としています。

この音声認識は、コンタクトセンターでよく利用されます。

画像認識

画像認識

画像認識もAIができることのひとつです。画像認識とは、AIのカメラに写っているものを認識、判断する技術です。

AIは画像データから特徴を抽出し、覚えた学習データから写ったものを認識します。

画像認識で最もイメージしやすいのが、デジタルカメラの顔検出技術です。例えば、帽子をかぶっている、マスクをしているといった特殊な条件下においても、AIを活用することで高精度な顔認証が実現できます。

自然言語処理

「自然言語処理」とは、私たちが普段使っている言葉をコンピュータが理解できる形に処理することを指します。

しかし人間の扱う言葉は伝えたい内容は同じでも、幾通りも表現方法があります。コンピュータは、曖昧なデータを処理することはできません。

しかしAIなら蓄積された大量のデータや文脈などから、曖昧性がある言語を分析、理解することができるのです。

異常検知

異常検知

次にAIができることとして挙げられるのが、異常検知です。異常検知とは、通常時の計測値をあらかじめ学習しておくことで、異常や異常が起こる予兆を検知する技術です。

通常時のパターンとは著しく逸脱するパターンを検出した際に、異常と判断します。

この異常検知は、工場の装置や車の制御センターなどあらゆるシーンで活用されています。

検索・探索

検索・探索も、AIが得意とする処理です。一定の条件下で、最適な結果を予測するのが検索・探索するという処理です。

AIが「将棋名人や囲碁名人に勝った」というニュースを聞いたことがある方もいるでしょう。そのAIも、検索・探索というAIの機能を活用して開発されたものです。

予測

予測

将来の予測も、AIのできることです。

現状のデータをもとにさまざまな条件を追加していき、将来をシミュレーションする機能です。

この機能は、株価予測やECサイトなどの受発注予測に効果を発揮しています。

AIができないこと

AIができないこと

数多くのことができるAIですが、もちろんできないことも存在します。

AIは、「アーティスティック・クリエイティブな仕事」「空気を察して臨機応変に判断する」といったことを苦手としています。

人間が持つ感性や感情、あるいはさまざまな条件を総合的に判断する力は特別なものです。AIがそれらを理解し、模倣するまでには、もう少し時間がかかるようです。

AIの活用事例

AIの活用事例

最先端技術を備えたAIは、既に私たちの生活の身近なところで活用されています。

続いては、AIの具体的な活用事例を見ていきましょう。

医療 × IBM Watson

出典:IBM Watson

医療分野で活用されているAIとして有名なのは、IBM Watsonです。

2016年、東大医科学研究所ではIBM Watsonを活用し、診断が難しいとされていた特殊な白血病をわずか10分足らずで見抜くことに成功しました。これは、AIが国内で初めて医師の診断に影響を与えたケースとなりました。

また医療業界では、IBM Watsonに論文をはじめとする非構造化データを読み込ませ、理解させ、推論させる試みも始まっています。

日々多数の論文が発表される医療業界で、医師が全ての論文に目を通すことは困難です。そこでIBM Watsonを活用し、医療データの解析を効率化したり新たな治療方針を生み出したりといった取り組みが進んでいます。

囲碁 × AI(AlphaGo)

出典:AlphaGo

2017年5月、囲碁界の世界トップ棋士・柯潔(カ・ケツ)氏がディープマインド社のAIである「AlphaGo」と対局し、敗れています。

囲碁は長らく盤面の広さと動きの評価の難しさから、AIにとって最も困難なゲームとして見なされていました。そのため、柯潔氏の敗北は囲碁ファンに大きな衝撃を与えました。

AIの勝因となったのは、AlphaGo同士の対局による強化学習です。

AlphaGoはAlphaGo同士で幾度も対局を繰り返すことで、人間の棋士を上回る学習量を達成しました。その結果人間には到底思いつかないような、最も有効な打ち手を打つことができるようになったのです。

Airbnb × Tensorflow

出典:Airbnb

宿泊施設・民泊の貸し出しを行うマーケットプレイスの「Airbnb」は、Tensorflow(テンソルフロー)をリスティングの検索順位アルゴリズムに活用しています。

Tensorflowが使用されているのは、画像解析と「部屋情報が正しいかどうか」の確認です。Airbnbは何百万もの物件の情報が投稿されており、その投稿された写真を画像解析し部屋タイプ別に分類しています。

同じ部屋タイプの写真をグループ化することで、ゲストの希望に合う部屋を探しやすいアルゴリズムを作成しました。また写真を分析し、Airbnbに掲載されている部屋情報と画像の内容が一致しているかを検証しています。

これにより、ゲストに不利益をもたらす可能性がある部屋が上位に表示されないようにする、といった調整も行われています。

農業 × AI

農業

酪農や農業の分野でも、AI(人工知能)活用は進んでいます。

宮崎県のアグリスト株式会社同社は、AIを活用した自動収穫ロボットの開発を行っています。

つくば市は同社を「つくば市未来共創プロジェクト」に採択しました。既につくば市のきゅうり農家・ピーマン農家のハウスでは、自動収穫ロボットの実証実験がスタートしています。

また酪農の分野では、牛や豚の自動個体識別と生体情報の把握の自動化にAIを取り入れています。

AI活用で農業や酪農の作業負荷が軽減されれば、将来の担い手不足が解消するでしょう。

まとめ記事作成×AI

まとめ記事作成

グルメ情報サービスのRettyでは、「まとめ記事自動生成ソリューション」を開発、提供しています。このサービスは、各社が持つ大量の口コミ情報をベースにAIがまとめ記事を自動生成するというものです。

Retty社でも、このサービスにより1年間で2万ページ以上の記事を自動生成しました。

また、それらの中には検索上位を獲得しているものも複数あるようです。このAIは「バズる記事をつくる」ことにより、ライターの「仕事を奪った」一例となりました。

スマートスピーカー

スマートスピーカー

GoogleのGoogle Home、AmazonのAmazon Echo、そしてLINEのCLOVAなどのスマートスピーカーも、AIによって実現されたプロダクトです。

スマートスピーカーは、ユーザーの声を音声認識機能によって分析可能なデータに変換します。

スマートスピーカーを使えば、自宅の照明や家電を外出先からつけることが可能です。

Google検索

Google検索

私たちが普段何気なく利用しているGoogle検索ですが、こちらもAIをフル活用しています。

2020年10月に発表されたGoogleのブログによれば、新たに追加した機能の多くはAIを活用したものだそうです。

Googleで検索を行うとき、入力ミスや勘違いで誤った言葉をキーワードとしてしまった経験はないでしょうか。そのような場合、Googleは検索結果の先頭に「もしかして:xxx」という表示を行います。

この機能はAIと深層学習を活用することで、ユーザーの誤ったアクションの背後にある検索意図を把握しようというものです。

こういった身近な機能も、AIによって実現されているのです。

NECの顔認証(画像認識)

顔認証

NECというと、「メーカー系SIer」というイメージを持つ方も多いですが、最近では顔認証が非常に好調です。

顔認証は画像認識というAIの機能を活用したサービスであり、その精度は世界トップクラスです。そのような点が評価されていることもあり、NECの顔認証システムは国内外を問わず多くの導入実績があります。

インドの国民IDシステムにも、NECの顔認証を含む生体認証システムが導入されています。人口13億人の生活基盤を支えるシステムに、日本企業のサービスが採用されたという事実は名誉なことです。

 参照:生体認証で公平な社会の実現へ~インド国民ID事例~

東芝の異常検知AI

異常検知AI

東芝も、AIを活用したサービスに取り組んでいます。

東芝はこれまで一般的だった異常検知の学習手法を見直すことで、異常検知の精度を飛躍的に向上させました。

工場で製品をつくる際、合格基準に満たない製品は必ずできてしまいます。これまでは異常を目視で確認することが主流でしたが、AIより人間も見落とすような細かいミスも正しく検知できるようになったのです。

 参照:TOSHIBA「製品の異常を画像から世界トップレベルの精度で検知する異常検知AIを開発

WealthNavi

出典:WealthNavi

WealthNaviは、AIが資産運用を行ってくれるサービスです。

自らが資産運用を行うには相応の知識が必要となりますし、取引においては私情が入ってしまいます。その結果売り時を逃がしたり、買い時を誤ったりと散々な思いをした方も少なくないでしょう。

しかしAIに任せておけば、感情にとらわれずに最適なタイミングで資産運用の取引を実行できるのです。

参照:WealthNavi(ウェルスナビ)| ロボアドバイザーで全自動の資産運用

機械学習とディープラーニングの違い

AI関連の話題になると「機械学習(マシンラーニング)」や「深層学習(ディープラーニング)」というワードを耳にすることがあります。「機械学習」と「深層学習」の違いについても正しく理解しておきましょう。

「AI」「機械学習」「深層学習」は、どちらも広義の意味で「AI」であることに変わりはありません。「機械学習」と「深層学習」は、学習のプロセスに違いがあります。

AIでよく挙げられる例が「赤リンゴと青リンゴ」の見分け方です。

人間であれば「赤色であれば赤リンゴだし、青色(薄い緑色)であれば青リンゴ」とすぐに見分けることができるでしょう。これは私たち人間がこれまでに、大量のリンゴを見た学習の結果、判断できるようになっているのです。

これを機械学習で見分けるためには、学習データに加えて「判断基準」をAIに教えてあげる必要があります。前述した「赤リンゴと青リンゴ」でいうと、判断基準は「色」になるでしょう。

機械学習は学習データと「色」という判断基準を渡すことで、「赤リンゴと青リンゴ」の見分け方を学びます。その結果、AIに未知のリンゴの画像を渡すと、「赤リンゴ」か「青リンゴ」かを判断できるようになるのです。

一方深層学習は、機械学習よりも進化したものと考えてください。深層学習は、機械学習と異なり「判断基準」を渡す必要はなく、AI自身が「色」という判断基準を導き出します。

例に挙げた「赤リンゴと青リンゴ」は判断基準がはっきりしているため、特に困ることはないでしょう。ただし、ものによっては「判断基準が曖昧なもの」も存在します。このような場合の判定には、深層学習が効果的なのです。

最新の研究から見るAIの未来

AIの未来

Neuralink(ニューラルリンク)というデバイスをご存じでしょうか。このプロジェクトは自動運転で有名なテスラや、民間企業で初めて有人宇宙飛行を実現したSpaceXなどを創業した、アメリカの連続起業家であるイーロン・マスク氏が推進しています。

Neuralinkは、脳直結インターフェースとも呼ばれています。人間の脳とセンサーデバイスを直接連結することで、脳内の信号を検知し、外部のコンピュータとやり取りができるデバイスです。

現在は、脳内からの信号を読み取るだけですが、将来的には外部から脳内へ信号を送ることも目指しています。SF映画のような話ですが、既にこのプロジェクトはかなりの進捗を見せています。

2021年には、Neuralinkを装着したサルが脳内の信号だけでピンポンゲームをプレイしたという研究結果を発表しました。サルのPagerが、脳内で発信した「コントローラーのこのボタンを押したい」という信号をNeuralinkが読み取り、外部のコンピュータに送ることで、ゲームをコントロールしているのです。

これは、既にNeuralinkが脳内の信号を解読しつつあることを意味します。

Neuralinkは、実はAIに対抗するために考え出されたデバイスなのです。

イーロン・マスク氏は、近い将来AIが人間の知能を凌駕する時代、つまりシンギュラリティ(技術的特異点)が来ると警告しています。その時が来たら、「人間はAIによって支配されてしまう」と危惧しているのです。

技術的にも倫理的にさまざまな課題が山積みです。しかし、もしNeuralinkによって「人間の脳」と「AI」が直接連結すれば、人間は一気に大きな進化を遂げることになるでしょう。

もはや「人間」という言葉の定義すら、書き換えしまうかもしれないのです。

イーロン・マスク氏が思い描いている「人間がAIと共存する世界」という、にわかには信じがたい風景は、実はすぐ近くまでやってきているのかもしれません。

参照:イーロン・マスク氏のNeuralinkデバイスを装着したサルが脳でピンポンゲームをプレイ

人間の仕事が奪われる?AIの需要と将来

AIの需要と将来

IT業界は技術の変遷が早く、流行した技術であっても数年後には見向きもされなくなることがあります。

実は初めてAIが注目されたのは1950年代であり、それから数回のブームを繰り返し、現在またブームを迎えています。ただ今回ご紹介したような事例から推察するに、AIの需要は一過性のものではなく今後確実に上昇していくと予想できます。

今後AIがどうなるのか、2つの予測をご紹介します。

AIはもっと身近になる

まずAIの今後の予測として、コモディティ化が挙げられます。コモディティ化とは、各社の機能的な差異がなくなり、身近にあるもの(汎用品)になることを指します。

現在のAI開発においては、学習データの作成やチューニングが肝要となります。ただ、こういったノウハウはクラウドサービス各社によって、誰にとっても使いやすいものとなる可能性があります。

例えば、Microsoftのクラウドサービス「Azure」機能のひとつ「Azure Machine Learning」は、学習モデルの構築を支援するサービスです。

こういったサービスが普及・進化していくことにより、AIは誰でも簡単に使えるものになっていくはずです。

参照:自動機械学習

人間の仕事の一部はAIが補う

AIの将来についていえるもうひとつのことは、今後さらに多くの人間の仕事をAIが代替する、ということです。

世界的に有名な金融グループであるゴールドマン・サックスのAI導入は、IT業界でもしばしば耳にする話題です。同社は2000年には600人のトレーダーを抱えていましたが、トレード業務をAIに移行していった結果、2017年にはわずか2名にまで減ることとなりました。

ゴールドマン・サックスで働くトレーダーの年収は数千万円ともいわれていますので、人件費だけでも相当な削減です。

このような動きは、ゴールドマン・サックスだけではなく、ほかの投資銀行なども同様です。AIを活用することで得られるメリットが大きいため、今後もAIの需要は高まっていくことでしょう。

挫折なくAIの開発スキルを習得するなら

AIでできることを知り「AIを学んでみようかな」と興味が湧いてきた方のなかには、

独学で習得できるかな…
途中で挫折したらどうしよう…

と不安な方もいますよね。

実のところ、AIといったプログラミング学習に挫折する独学者は多くいます。事実、弊社の調査では

  • 不明点を聞ける環境になかった
  • エラーが解決できなかった
  • モチベーションが続かなかった

などの理由から、87.5%の独学者が「プログラミング学習で挫折や行き詰まりを感じた」と回答しています。

プログラミング学習における挫折率の調査
プログラミング学習者の87.5%が挫折を経験したことがある
不明点やエラーが解決できずプログラミングを挫折した人が多数

調査概要:プログラミング学習の挫折に関するアンケート
調査対象:10代〜80代の男女298名
調査期間:2019年8月13日~8月20日
調査方法:インターネット調査
掲載元:PR TIMES

またこうした背景もあってか、弊社がプログラミングに興味がある人100名へ実施した別の調査では

  • 確実にスキルを身につけられると思ったから
  • 独学では不安がある
  • 効率よく学べそう

などの理由から、61%が「プログラミングの勉強を始めるならスクールを選ぶ」と回答しています。

61%の人がプログラミングの勉強を始めるならスクールが良いと回答
確実にスキルを身につけられそうという理由でプログラミングスクールを選ぶ人が多い

調査概要:プログラミングに興味がある方の意識調査
調査期間:2021/11/19~2021/12/3
対象者:プログラミング学習を検討している10代~50代の男女100名
調査媒体:クラウドワークス
掲載元:PR TIMES

加えて、プログラミングスクールの卒業生に「独学ではなくスクールを活用した理由」を聞いたところ「できるだけ短い期間でITエンジニアへの転職や副業に必要なスキルを身につけたかった」という回答も多く寄せられました。

上記から、1人でプログラミングスキルを習得できるか不安な人や短期間でスキルを習得したい人ほど確実性を求め、現役エンジニアといったプロの講師に質問できるプログラミングスクールを利用する傾向にあるのがわかります。

いざ独学でプログラミングを学び始めても、勉強の最中に挫折しまっては学習にかけた時間を悔やむだけでなく「プログラミングスキルを身につけるのって思っていたよりも難しいんだな…」とAIスキルの習得自体を諦めかねません。

仮にわからないことを飛ばしながら勉強を進めたとしても、AIエンジニアへの転職や副業での収入獲得を実現できる実践的なスキルが身につかなければ、結局後悔することになります。

そこで、おすすめしたいのが「SAMURAI ENGINEER(侍エンジニア)」です。

300x300-samuraiengineer (1)
6
700x700_01 (1)
700x700_02
700x700_03
700x700_04
700x700_05
700x700_06
700x700_07
700x700_08
300x300-samuraiengineer (1)
6
700x700_01 (1)
700x700_02
700x700_03
700x700_04
700x700_05
700x700_06
700x700_07
700x700_08
previous arrow
next arrow
料金月分割4.098円~
実績・累計指導実績4万5,000名以上
・受講生の学習完了率98%
・受講生の転職成功率99%
・転職成功後の平均年収65万円UP
・転職成功後の離職率3%

侍エンジニアをおすすめする最大の理由は「挫折しづらい学習環境」にあります。

先ほど述べたとおり、独学者の多くは自力で不明点やエラーを解決できないためにプログラミング学習を挫折しています。そのため、未経験者が現役エンジニアのようなプロに質問や相談できない状況で、プログラミングスキルを習得するのは非常に難易度が高いといえます。

しかし、侍エンジニアでは

  • 現役エンジニア講師によるマンツーマンレッスン
  • 現役エンジニアに質問できるオンラインでのQ&Aサービス
  • 不安や悩み・勉強の進み具合を相談できる学習コーチ

といったサポート体制を整えているため、学習中に出てきたわからないことや不明点をいつでも相談可能です。「受講生の学習完了率98%「転職成功率99%」という実績からも、侍エンジニアなら挫折しづらい環境でプログラミング学習を進められるといえます。

また、侍エンジニアではカウンセリングにて受講生一人ひとりの目的をヒアリングしたうえでカリキュラムを作成するため、限られた受講期間でもAIエンジニアへの転職や副業での収入獲得に必要なスキルだけを効率的に習得可能です。

最短距離で目的を実現できるようカリキュラムが組まれているため、勉強する順番や内容を誤り非効率に時間や手間を費やす心配もありません。

なお、AIエンジニアへの転職を見据えて学習したい人は受講料の最大70%が給付される「データサイエンスコース」や「AIアプリコース」がおすすめです。金銭面での支援を受けつつ、AIプログラミングの習得から転職活動・就業後のフォローアップ(※1)までを一貫してサポートしてもらえます。

※1:転職後の1年間、転職先での継続的な就業や転職に伴う賃金上昇などのフォローアップ

学習と金銭面をどちらもサポートしてくれる侍エンジニアなら、未経験からでも安心してAIプログラミングを習得できますよ。

公式サイトで詳細を見る

まとめ

今回は、AIでできることについて解説しました。AIは、既に私たちの身の回りのあらゆるサービスに取り込まれています。

AIは人間の仕事をすべて奪っていくというわけではありません。少なくとも現段階では、汎用型といわれるAIは実現していないからです。

ただし、2045年にはAIの知能が人間の知能を超えるシンギュラリティが起こると予測されています。そのとき、AIと人間の関係性がどうなっているかは、誰にも予測することはできません。

これまでの歴史を振り返ってみると、技術の進歩によって無くなった仕事もたくさんある一方新たな仕事もたくさん生まれています。

AIができること、人間ができることをうまく活用し、多くの人の生活がより豊かに、快適になることを願いましょう。

この記事のおさらい

AIの仕組みは?

与えられた大量の学習データから、何らかの特徴や規則性を導き、その特徴や規則性を用いて目的のタスクを実行するのがAIの仕組みです。

AIができることは?

AIができることは「音声認識」「画像認識」「自然言語処理」「異常検知」「検索・探索」「予測」などです。

AIの将来性は?

AIは将来的にもっと身近な技術となり、需要が高まると予測できます。将来性はかなり高いです。理由は、既にAIが私たちの生活にも密接に関わり始めているためです。

この記事を書いた人

【プロフィール】
DX認定取得事業者に選定されている株式会社SAMURAIのマーケティング・コミュニケーション部が運営。「質の高いIT教育を、すべての人に」をミッションに、IT・プログラミングを学び始めた初学者の方に向け記事を執筆。
累計指導者数4万5,000名以上のプログラミングスクール「侍エンジニア」、累計登録者数1万8,000人以上のオンライン学習サービス「侍テラコヤ」で扱う教材開発のノウハウ、2013年の創業から運営で得た知見に基づき、記事の執筆だけでなく編集・監修も担当しています。
【専門分野】
IT/Web開発/AI・ロボット開発/インフラ開発/ゲーム開発/AI/Webデザイン

目次