AI研究所 - AI(人工知能)に脅かされないために、AI(人工知能)を作る側の人間になる -

HOME  >  AI(人工知能)とは?誰でも簡単にわかるディープラーニングの仕組み

公開日:2018.01.23 [最終更新日]2018.01.24

AI(人工知能)とは?誰でも簡単にわかるディープラーニングの仕組み

カテゴリー: AI(人工知能)の豆知識

こんにちは、AI研究所見習い研究員のマサミです。

今回は、少し初心に戻ってそもそもAI(人工知能)とはどんなものなのか?どういった種類があってどんなことができるのか?機械学習はディープラーニングについて解説したいと思います。

AIとは?

人工知能(AI)とは、「人工的にコンピュータ上などで人間と同様の知能を実現したもの」と定義されています。しかし、一般的に非常に広い概念をもった言葉で、専門家によっても定義が異なる事が多々あります。
それでは、まずはいくつかのAIの種類をご紹介します。


AIの種類

2017-01-20-ai-shutterstock_175625024

AIと聞くと、ロボットのようなものを思い浮かべる方もいれば、ソフトウェアのようなものを思い浮かべる方もいらっしゃるでしょう。AIにはレベルというものがあり、一般に「強いAI」と「弱いAI」に大別されます。

強いAIは、汎用人工知能とも呼ばれ、人間の知能に迫って人間の仕事をこなせるようになり、幅広い知識と何らかの自意識を持つものです。「人工知能によって人類が滅ぼされる、ターミネーターのようなもの」としてイメージされるのはこちらです。
弱いAIは、特化型人工知能と呼ばれ、全認知能力を必要としない程度の問題解決や推論を行うソフトウェアを指しています。例えば、囲碁のプロ棋士に勝利したAlphaGoや、はやりのディープラーニングは、この弱いAIに区別されます。

実は強いAIは2017年現在実現されておらず、今存在しているのは弱いAIのみです。AlphaGoは囲碁に強くても、あくまで囲碁に特化しており、人間のように自らサッカーをやり始めることはありません。

関連記事:AI(人工知能)の歴史


最近流行りの機械学習とは

これら弱いAIの中で近年注目されている手法が、「機械学習」です。機械学習とは人間の学習能力を模倣し、それをコンピュータで実現しようとする技術のことで、名前の通り、機械が自ら学ぶことで賢くなっていきます。

111

今までのソフトウェアは、ルールベースと呼ばれるものでした。例えば、メールスパムを判定するソフトウェアでは、「もし○○という言葉が入っていたらスパムの可能性が高くなり、△△という言葉が入っていたらスパムではない可能性が高い」といったルールを、人間がすべて設定していました。
一方、機械学習では、そのようなルールは決めず、メール本文と、そのメールがスパムかそうでないかという正解が対になったデータを大量に読み込ませてあげることで、機械が勝手に学習します。人間でも、あるメールがスパムかそうでないかを見極めるためには、無数のメール本文を読んで、それらがスパムかどうかをある程度知っているため、新しいメールが来たときにスパムかそうでないかを判断できるようになります。それと同じことを機械がやっているのです。

ルールベースだと、あらかじめ決めたルールから外れるものがきた場合対処できませんが、機械学習ではルールを設定しておらず、ある意味人間のように、過去の傾向から予測をすることができるのです。

ai

機械学習は万能?

このように書くと、人工知能が勝手に学び始めて何が起こるかわからない、と言われることが多いのですが、実はそうではありません。
実際には、どのようなデータを学習させるのか、どのような学習方法で学ばせるか、どのようなアルゴリズムを使用するのか・・・ということは人間が設計をする必要があります。実はこの調整は非常に手間がかかり、いろいろなパラメーターの調整を何度も繰り返して行うことで最適な学習方法を見つける必要があります。

その点で機械学習は万能ではありませんし、機械が意思を持って学んでいるわけではありません。繰り返し計算の数値計算を行って最適な値を求めるという、デジタルな作業をしているのです。


人工知能の活用事例

ボードゲーム
チェス、将棋、囲碁という代表的なボードゲームで、AIが人間に勝ち越す結果を残しています。

コールセンター業務効率化
音声認識などを活用し、コールセンターのオペレーターを補助するAIの活用が始まっています。

株取引
東証の取引全体の6~7割が人工知能(AI)が組み込まれたコンピューターが使用されています。

Google翻訳
ルールベースの翻訳に加え、AIによる翻訳により精度が向上しています。

医療
CTで撮影した画像を元に、ガンを予測する研究が進んでいます。

きゅうりの仕分け機
きゅうり農家の小池さんは、独学でAI画像認識によるきゅうりの仕分け機を作られました。
関連記事:小池さんに特別ゲストとして参加していただいたセミナーのアンケート結果

01


機械学習でできること

それでは、具体的に機械学習ではどのようなことができるでしょうか。機械学習では、以下の様なことが可能です。

画像・動画認識

画像や動画を認識して、何が写っているかを予測する事ができます。
関連記事:Azure MLでCNN(畳み込みネットワーク)を使ってディープラーニングさせる方法

Typical_cnn

言語解析

言語を解析し、しゃべったことに対しての回答を答えてくれたりします。
関連記事:
形態素解析をして日本語の文章を単語区切りにする方法
人工知能が書いたAI入門ブログ(マルコフ連鎖)
[作り方を徹底解説] 人工知能が書いたAI入門ブログ

11111

クラス分類

与えられたデータが、どの分類(カテゴリー)に当てはまるのかを予測します。
関連記事:プログラミング不要!? AI(人工知能)の作り方【Azure ML – 機械学習】

17

回帰

様々な関連性のある過去の数値から未知の数値を予測します。

クラスタリング

未知の集合を、いくつかの集まりに分類させる学習方法です。

異常検知

外れ値検出や変化検知、異常状態検出などができます。異常データのバリエーションは多岐にわたることが多いため、正常な行為がどのようなものかを学習し、それと大きく異なるものを識別することができます。
関連記事:
画像データを使った異常検知を試してみる
[入門者向け] Azure MLを使った異常検知AIの作り方

publicdomainq-0011031tdz

強化学習

囲碁や将棋などのボードゲームや、自動運転にも使用される学習で、機械が試行錯誤することで、取るべき最善の行動を決定する問題を扱う事ができます。


機械学習のアルゴリズム

機械学習には、昔からいろいろな手法が考案されてきました。サポートベクターマシン(SVM)、決定木、ランダムフォレスト、ベイジアン・ネットワーク、K-means、Q学習、ニューラルネットワーク・・・まだまだたくさんあります。これらの機械学習の手法はそれぞれ得意不得意があるため、どんな人工知能を作りたいかによって適切な機械学習アルゴリズムを選択する必要があります。
関連記事:機械学習とは


注目のニューラルネットワークとは?

この中でも、近年特に注目されているのが「ニューラルネットワーク」です。ニュースなどでもこのキーワードが出ることも多くなってきていますが、人間のニューロンを模した手法となっています。実はニューラルネットワークも古くからある手法ですが、コンピュータの性能が追いつかなかったため、近年まで結果をなかなか出せていませんでした。しかし、近年のコンピュータの計算速度の進化により、再び注目を集めるようになりました。


ディープラーニングとは?

ニューラルネットワークは人間のニューロンを模しているということで、脳の中にある無数のニューロンが、隣のニューロンに電気信号を伝達していく様子がモデル化されています。詳細は割愛しますが、無数のニューロンの伝達を表現するため、以下の図のような層を重ねたモデルとなっています。この層が深くなったものを層が深いという意味で「ディープニューラルネットワーク」と言い、このモデルを利用して機械学習をすることを「ディープラーニング」と呼びます。

langnone-957px-Multi-Layer_Neural_Network-Vector.svg

ディープラーニングでは、特徴量を自分で見つけ出すことがすごい、とよく言われますが、それは画像認識の世界で2012年に起こったブレークスルーからの話になります。今、自然言語解析や音声認識等、様々な分野への適用が進められていてとても注目されている技術です。しかし注意が必要なのは、まだまだ発展途上の技術だということです。「AI(ディープラーニング)でなんでもできる!」と言ってしまうのは時期尚早だと言えるでしょう。
機械学習アルゴリズムには、上述したようにニューラルネットワーク以外のアルゴリズムも多数あります。ニュースでも「ディープラーニング」という言葉が連呼されるため勘違いされることもありますが、すべてがディープラーニングで解決するというとそうではない場合もあります。何がどこまでできるのかと、ある成果が研究段階のものなのか、一般の企業でも実用できるものなのかをきちんと理解しておくことが重要です。


AIの学習フェーズと使用フェーズ

これからAIを作成していく際に、AIの仕組みを理解しておくことが重要となります。AIは自ら学んで賢くなっていくということを聞いたことがある方も多いかと思います。「自ら学ぶ」というと、勝手に学習をはじめて勝手に理解を深めていくように思ってしまいますが、実際にはそうではありません。
学習には大量のデータが必要で、それらのデータをどのように学習させるかというパラメーターは人が設定する必要があります。通常、その学習を行ない、「学習済みモデル」を作成します。これが、AIを学習させるフェーズです。
そして、「学習済みモデル」を使用して、未知の事象を予測するのが、AIを使用するフェーズです。

通常、みなさんが触れているAIはこの「学習済みモデル」の方で、AIを使用することがほとんどでしょう。しかし、これから自社用のAIを作成したり、サービスを作ろうとされている方は、まずは学習のフェーズがあり、その学習フェーズにて学習させる作業が必要になることを覚えておいてください。

関連記事:【簡単3ステップ】 初心者でも分かるAI(人工知能)の作り方
1111111


学習済みモデルを使用するには

学習済みモデルは、webサイトやアプリ、サービスに組み込んで使用されることがほとんどです。学習済みモデルを体験できるサイトがいくつかあります。英語サイトがほとんどですが、簡単に体験できますので試してみてください。

A.I. Experiments
Amper Music
Clarifai


ディープラーニングをする方法

それでは、このディープラーニングを行うには、どのような準備が必要なのでしょうか。とてもハイスペックなコンピュータが必要なイメージを持っている方もいらっしゃるかもしれませんが、実はそうでもありません。GPU搭載のコンピュータを使用することで劇的に計算速度を早めることができますが、待つ時間さえ惜しまなければ誰でもディープラーニングをすることができます。

それでは、ディープラーニングをする方法を幾つかご紹介します。

プログラミング

ディープラーニングを行う際には、プログラミング言語が使用されます。プログラミング言語の中でも、機械学習に関するライブラリが充実している言語としてPythonが一番多く使用されているため、Pythonを使用してディープラーニングが行われることが多いです。
Pythonを使用して機械学習を行う方法や機械学習ライブラリについては、AI研究所ブログに過去の記事がありますので是非ご覧ください。

関連記事:
[簡単に分かる] プログラミング言語「Python」を使ったニューラルネットワークの作り方
機械学習用ライブラリ「Chainer」を使ったディープラーニング
機械学習用ライブラリ「Chainer」の学習率パラメーターについて
機械学習用ライブラリ「Chainer」の重みとバイアスの設定について
たった1コマンド!Azure MLのサンプルコードをスマートにPython3系に対応させる方法

クラウドサービス

プログラミングができなくてもディープラーニングをする方法があります。それがクラウドサービスを使用する方法です。
クラウドサービスによる機械学習は、Microsoft社が提供するAzure ML、Amazon社が提供するAmazon MLが有名です。それぞれ、プログラミングの知識をほとんど必要とせず、マウスのドラッグ操作などの簡単な操作でディープラーニングを行うこともできます。また、学習にはクラウド側のコンピューティングリソースを使用させてもらえるので、低スペックのパソコンでも素早くディープラーニングを行えます。

関連記事:
Azure MLに無料登録してみよう
Azure MLでCNN(畳み込みネットワーク)を使ってディープラーニングさせる方法

また、クラウドサービスではないですがより詳細な設定ができるプラットフォームも出てきています。

関連記事:「簡単にディープラーニングができる」と噂の、SONY「Neural Network Console」の使い方


チャットボット

最近では、チャットボットと呼ばれる、テキスト(音声)を通じて会話を自動的に行うプログラムが出てきています。顧客サポートやコールセンターの効率化が期待されており、働き方改革につながることから今注目を集めている技術です。

1

関連記事:
チャットボットとは(会話ができる人工知能・作り方・サービスまとめ)
会話できるコンピューターは人工知能なのか? 人工無脳との違いは?

実はチャットボットは、IBMのWatosonや、GoogleのDialogFlowなどのサービスを使用すると意外と簡単に作成できます。

関連記事:
Watson Conversationを使ったチャットボットの作り方
【プログラミング不要】Siriのように会話ができるAI(人工知能)の作り方
チャットボットの簡単な作り方
無料でチャットボットを作れる「Dialogflow」のWebhook機能を使ってみた


いかがだったでしょうか?

一言でAI(人工知能)といっても、様々な種類や機械学習の手法があることがお分かりいただけたかと思います。
今回の記事でAIの全体像をつかんでいただき、今後人工知能を活用する際の参考になればと思います!

タグ:


参考になったら「いいね!」と「シェア」をお願いします!!

このエントリーをはてなブックマークに追加
AI(人工知能)入門セミナー開催中
AI(人工知能)入門セミナー AI(人工知能)入門セミナー 技術者が生き残るために

AI入門ブログの中の人

AI研究所 研究スタッフ
通称:マサミ
アメリカ・サンフランシスコにある情報メディアの専門学校を卒業。大手金融会社での事務経験を経て、2016年9月よりAI研究所に入所。見習い研究員として、AI技術を日々勉強中。

LINE@

Facebookページ