【2021年版】人工知能(AI)とは?誰でも簡単!ディープラーニングの仕組み

こんにちは、AI研究所見習い研究員のマサミです。

「人工知能(AI)」と言われても、仕事などで関わっていなければ、あまりピンとこない人も多いでしょう。
ですが、最近ではOLやアラサーの主婦の方などがプログラミングを学び始めるほど、IT(情報技術)の学習がしやすくなった昨今。人工知能についても、詳しく学習したい!という人もいるのではないでしょうか。

そこで今回の記事では、そもそも人工知能とはどんなものなのかを、あまり詳しくない人向けにご説明していきます。
現在の人口知能の技術発展や、人工知能に関連する機械学習とディープラーニングの関係についてにも解説していくので、ぜひ参考にしてください。

目次

人工知能(AI)とは?

まず人工知能(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。
人工知能は機械学習で学習することにより、人間レベルの知能をつけていきます。
しかし人工知能は、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。

ここからは、まずはいくつかの人工知能の種類をご紹介します。

人工知能(AI)の4種類

人工知能のイメージ

人工知能(AI)にはレベルがあり、一般に下記の4種類があります。

  • 特化型AI
  • 汎用型AI
  • 強いAI
  • 弱いAI

これらの4種類には、それぞれに大きな特徴があるので、順に解説していきます。

特化型AI

特化型のAI(人工知能)は、1つのことに特化して自動的に学習や処理を行う人工知能になります。

  • 画像認識
  • 音声認識
  • 自然言語処理

現在だと、上記のような技術には特化型AIが利用されていることが多いようです。
これからAIを企業や仕事で導入したいと考えている人は、「特化型AI」を選ぶことになるでしょう。

汎用型AI

汎用型AI(AGI)は特化型AIと全く異なり、様々な分野を自動的に学習することができる人工知能です。
人工知能と聞くと、大半の人が汎用型AIをイメージするでしょう。人間の脳と同じような感じで構築される人工知能は、「汎用型AI」になります。

しかし現在の技術では、汎用型AIを完成させるのは非常に困難なので、まずは特化型AIが主流になってくると思っておきましょう。
言い換えると、ドラマや映画で出てくる人間と同じ知性も持ったロボットAIは現れないということです。

強いAI

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、AIが幅広い知識と何らかの自意識を持つものです。
「ターミネーターやロボットなどの人工知能によって人類が滅ぼされる」としてイメージされるのはこちらです。

弱いAI

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AI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、流行りのディープラーニングは、この弱いAIに区別されます。

AI(人工知能)を学ぶならプログラミングセミナーがおすすめ

AI
AIの作り方を学びたいは「AIエンジニアになるための3日間集中セミナー」を受講することをおすすめします。
セミナーの詳細はこちら

このセミナーでは、AIエンジニアに必要なAIのプログラミングスキルや、 AIの仕組みを理解したデータの処理方法を学ぶことができるため、これからAIのエンジニアを目指している方や、ビジネスでAIを活用したい方におすすめのセミナーです。

受講形態 会場受講 / ライブウェビナー / Eラーニング
定員 6〜8名
必要な前提スキル 前提スキルは必要ありません。どなたでも学べるわかりやすいエンジニアセミナーです。
AIエンジニアに少しでも興味があればOK!
セミナーページ https://ai-kenkyujo.com/ai-technical/

席数に限りがございますのでお早めにお申し込みください!

 

人工知能(AI)の活用事例

では、現在人工知能(AI)はどのように使われているのでしょうか。ここからは、人工知能の活用事例にはどのようなものがあるのかを、ご紹介していきます。

人工知能(AI)活用事例①ボードゲーム

AIを活用したチェスゲームのイメージ

チェス、将棋、囲碁という代表的なボードゲームで、人工知能と対戦できるゲームが開発されています。
こうしたゲームでコンピュータが人間に勝つという結果を残しているのは印象的ですね。

人工知能(AI)活用事例②コールセンター業務効率化

人工知能の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という活用が始まっています。
日本のコールセンター人員はかなり多く、人員の量や労働時間を減らす為にもコールセンターのAIの導入が進んでいます。

人工知能(AI)活用事例③株取引

AI技術が利用されている株取引

株取引でも人工知能が活用されています。東証の取引全体の6~7割が人工知能が組み込まれたコンピューターが使用されているのです。
人工知能が加わることで膨大な数の取引を自動でこなすことができるため、人件費の削減や働き方の改善につながります。

人工知能(AI)活用事例④Google翻訳

Google翻訳はルールベースの翻訳に加え、人工知能(AI)による翻訳が加わり、近年さらに精度が向上しています。

人工知能(AI)活用事例⑤AI医療

AIが採用された医療現場

CTで撮影した画像を元に、人工知能(AI)がガンを予測する研究が進んでいます。
その仕組みには人工知能による画像認識などがありますが、詳しくはこちらで解説しています。

AIを利用した医療の現状や実例、メリットデメリットを徹底解説

人工知能(AI)事例⑥きゅうりの仕分け機

きゅうり農家の小池さんは、独学で人工知能の画像認識によるきゅうりの仕分け機を作られました。

[アンケート結果] 2017/8/20 AI(人工知能)入門セミナー

この例は小規模な人工知能の利用ですが、工場などで人工知能の画像認識を利用し分別する企業も増加しています。

人工知能(AI)事例⑦AIを利用したチャットボット

人工知能関連のシステムサービスで言うと、最近では「チャットボット」と呼ばれるテキストや音声を通じて、会話を自動的に行うAI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AI技術です。

AI技術を使ったチャットボットのイメージ

チャットボットとは?2021年版 チャットボットの実用性について解説します

人工知能の代表技術であるチャットボットに関しては、上記記事でも詳しくご紹介しています。
実はAIチャットボットは、IBMのWatosonや、GoogleのDialogFlowなどのAIサービスを使用すると意外と簡単に作成できます。
チャットボットを一から作れるチャットボット入門セミナーも人気のAIセミナーです!
「 AIチャットボットの仕組みがわかったので、外部の業者さんと話がスムーズになった」「AIを自分でも作れることがわかってハードルが下がった」という声を頂いています。

AIチャットボット入門セミナーのイメージ

人工知能(AI)活用事例⑧AIを利用した住宅

AI技術を使った住宅というサービスもあります。
人工知能の学習機能により、そこに住む人の暮らし方などを分析し、家をその人にとって最適な状態にするのです。
エアコンの自動温度調節、防犯カメラを使った自動通報機能など、さまざまな面で快適で安心な住環境を提供します。

スマートハウスやスマートホームという言葉も昨今聞かれるようになりましたが、これらのサービスは人工知能を使ったものではなく、AI住宅とは別物です。
簡単に言えば、スマートハウスは省エネ住宅、スマートホームはインターネット回線を使って家の中のさまざまな機能を操作する技術で、AI技術は使われていません。

人工知能(AI)の手法①機械学習

これらの人工知能活用事例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、人工知能が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AI技術のことです。
その名前の通り、機械が自ら学ぶことで賢くなっていくタイプの人工知能です。

人工知能と機械学習とディープラーニングの関係
たとえば、スパムメールの判別では、機械学習(AIの一種)を使えば、人間がルールを決めスパムメールの判別を設定する必要はありません。
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(教師データと呼びます)を大量に読み込ませれば、機械が勝手に学習します。
人間が設定したルールベースだと、あらかじめ決めたルールから外れるものがきた場合に対処ができません。一方、機械学習はルールなしで、過去の傾向から予測をし、スパムメールを判別することができるのです。

機械学習のイメージ

機械学習にも人間の手が必要

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、と言われることも多いのですが、実はそうではありません。
実際には、人工知能である機械学習プログラムに、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などは人間が設計をする必要があります。

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、人工知能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。

過去の大量の経験(このメールはスパムだな、このメールはスパムではないな)を元に、未知のものを予測する(このメールは過去の経験上スパムだ)という、経験則を元にしたAIが、データを元に瞬時に育成されるのです。

機械学習のアルゴリズム

機械学習のアルゴリズムのイメージ

AI技術の一つである機械学習には、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。

人工知能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。
後述するディープラーニングが今最も注目を集めているアルゴリズムですが、万能ではありません。
データ量や、解決したい問題に対して、人工知能に適切なアルゴリズムを選択する必要があり、その選択は人間がする必要があります。

機械学習について学びたい方は、AI技術マスターコースがおすすめです。
プログラミングなしに、これらの機械学習アルゴリズムの全体をしっかりと理解し、自社のデータを入れてAIを試作することができるようになります!

機械学習でできることとは

それでは具体的に人工知能の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、以下のようなことが可能です。

画像・動画認識

AIが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。

画像・動画認識をする機械学習のイメージ

言語解析

AIが言語を解析し、話したことに対しての回答をしてくれたりします。
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] 人工知能を用いた文章生成のプログラム

人工知能は文章も書ける

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人工知能が予測します。
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】

クラス分類のイメージ

回帰

様々な関連性のある過去の数値から、人工知能が未知の数値を予測します。

クラスタリング

クラスタリングとは

人工知能に未知の集合を、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る人工知能です。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。

以上検知とは

人工知能(AI)の手法②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AI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。

このように、一言で機械学習と言っても、様々な問題を解決することもできますし、様々な業種、業界で活用が進んでいるため、全体感がわからなくなってしまっていることがあります。
全体感をまずは理解されたい方は、AI基礎セミナーを受講してみてください。
また、AI研究所では強化学習のプログラミングセミナーも行っております。

人工知能(AI)の手法③ニューラルネットワーク

人工知能の中でも、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AIの手法について取り上げられることが多くなってきていますが、これは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AI技術ですが、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、人工知能とともに再び注目を集めるようになりました。

人工知能(AI)用語のディープラーニングとは?

人工知能の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ます。
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、以下の図のような層を重ねたAI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人工知能で機械学習をすることを「ディープラーニング」と呼びます。

AIモデル

人工知能の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。
画像認識や自然言語解析、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AI技術。しかし注意が必要なのは、AIがまだまだ発展途上の技術だということです。「人工知能・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なのです。

AIの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、すべてが人工知能のディープラーニングで解決するわけではありません。
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、一般の企業でも人工知能は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。

更にAIを詳しく知りたい方は「 [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」を参考にしてください。

ai_bn

人工知能(AI)でディープラーニングをする方法

それでは、AIで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AIの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、AIのディープラーニングの方法を幾つかご紹介します。

プログラミング

プログラミングとは

人工知能で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、人工知能や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自体はアメリカを中心に人気の言語でしたが、昨今の人工知能・機械学習ブームにより、今最も学び始める方が多い言語だと言われています。
Pythonを使用して人工知能の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。

https://ai-kenkyujo.com/2020/06/23/machine-learning-2/

機械学習ライブラリ・フレームワークの一覧をまとめてみました!

プログラミングを全くやったことのない方やAI初学者、他の言語を使っているAI研究者の方にはハードルが高いと感じるかもしれませんが、初心者から学べるAIエンジニア向けプログラミング技術者育成コースをご用意していますので、興味のある方は覗いてみてくださいね。

クラウドサービス

プログラミングができなくても人工知能の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AI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人工知能のディープラーニングを行うことができます。
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人工知能のディープラーニングを行えます。

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AI系プラットフォームも出てきています。
この中でもAzure MLはセミナーでも人気です。

ビジネス向けAIセミナー開催中

人工知能(AI)学習済みモデルを使用するには

人工知能の学習済みモデルを活用するイメージ

AI学習済みモデルは、webサイトやアプリ、サービスに人工知能を組み込んで使用されることがほとんどです。
下記のサイトでは簡単に人工知能を体験できますので試してみてください。(英語サイトがほとんどです)

  • A.I. Experiments
  • Amper Music
  • Clarifai
  • Google Cloud Platform(Cloud Vision)

人工知能(AI)の学習フェーズと使用フェーズ

これから人工知能を作成していく際に、人工知能の仕組みを理解しておくことが重要です。

人工知能の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間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、人工知能を学習させるフェーズです。
そして、人工知能の「学習済みモデル」を使用して、未知の事象を予測するのが、人工知能を使用するフェーズです。

通常、みなさんが触れている人工知能はこの「学習済みモデル」の方です。しかし、これから自社用の人工知能を作成したり、AIサービスを作ろうとされている方は、まずは学習フェーズにて人工知能に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。

人工知能(AI)の学習済みモデルを別の領域に活かす転移学習

人工知能を生かす転移学習のイメージ

ディープラーニングをさらに進化させたAI技術として転移学習があげられます。
これはAI分野においてはとても欠かせない技術で、機械学習の中でも、最も人間の能力に近づくことのできるAI技術だと言われています。

人工知能における転移学習とは、「ある領域」で学んだこと(学習済みモデル)を別の領域に適用させることで少ないデータでも効率的に学習できる処理のことです
ある領域のことを「ドメイン」と呼び、転移学習においては重要な概念になります。

AI画像認識の分野では転移学習はよく使われていて、大規模データセットであるImagenetを使ったものが有名です。
中でもVGG16はimagenetで学習された16層からなるCNNで、AIの画像分析によく使われます。VGG16は様々な研究で利用されている、有名な学習済みモデルです。
このモデルを使うことにより、短時間かつ少ない画像で自分の画像を分類することができるのです。
Pythonのライブラリであるkerasにすでにインポートされているので、Python言語を学んでいると使いやすいですよ。
AIプログラミングはやはりPythonが強いです。

 

人工知能(AI)とは:まとめ

今回は人工知能(AI)について詳しく解説しましたがいかがだったでしょうか?
一言で人工知能(AI)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。
今回の記事で人工知能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!

人工知能(AI)について文字では理解するのが難しかった人に向けて、芸能人の中田敦彦さんが分かりやすく解説している動画を掲載しておきます!ぜひこちらもご覧になってみてくださいね。

最新情報をチェックしよう!
>企業向けAI人材育成サービス

企業向けAI人材育成サービス

AI事業発足やAI導入に必要な人材育成のステップとAI研究所が提供するサービス。AI研究所の人材育成サービスでは、3つのステップを軸に御社の業務内でAIを活用できる人材育成やAIプロジェクトの支援を行います。

CTR IMG