文系でもスッキリ分かる人工知能(AI)の基礎講座

人工知能(AI)について、プログラミングを知らない文系の人でもスッキリ理解できるように、できるだけ分かりやすく基礎的なことを解説しました。

人工知能の概要や機械学習、ディープラーニングなどの人工知能に関する基本的な用語について徹底解説しています。

また、記事の最後では文系の人でも数日で人工知能を作れるようになる学習方法も紹介しています。

スポンサーリンク

人工知能(AI)の基礎

人工知能はよくAIと訳されますが、AIとはArtificial Intelligenceの略です。

人工知能という言葉の定義は非常に曖昧ですが、一般的には「コンピュータで人間と同様の知能を再現する技術」として捉えられています。
 

人工知能は「強いAI」と「弱いAI」の2種類に分けることができます。

強いAIとは、人間の知能に迫るAIのことです。例えば、ドラえもんや鉄腕アトムなどのような人間と同等かそれ以上の認識能力を持つAIのことです。

弱いAIとは、限定的な問題解決に用いられます。例えばチェスや将棋のAIや画像認識のためのAIは部分的には人間よりも優れた認識能力を発揮しますが、人間のように様々な状況に対応してフレキシブルな判断をすることはできません。

現在、強いAIは実用化されておらず、実用化されているのは弱いAIのみとなります。

 

人工知能が得意な分野とは?

人工知能が得意な分野は「検索」と「推論」です。

「検索」とは膨大なデータから類似性や規則性を見つけ出すことで、「推論」とは複雑な状況でも適切な行動をルールに従って高速に選択をすることです。

つまり「検索=ルール発見」と「推論=ルール実行」の2つが人工知能が得意な分野となります。

人工知能が囲碁のトップ棋士に勝ったことが以前話題になりました。なぜ人工知能が人間に勝てたのかというと、囲碁の試合では「過去の膨大なデータの分析→検索」「展開パターンの予測→推論」という人工知能の得意な分野で人間と勝負することができたからです。

 

人工知能が苦手な分野とは?

囲碁や将棋の試合のように過去データの分析が役に立つ分野では人工知能の能力が人間に勝ります。

一方で、人工知能は「過去のデータが役に立たない分野」は苦手です。

例えば新規事業プランの策定などの「新しいものを生み出す分野」や画家やデザイナーなどの「芸術的活動」も人工知能は苦手です。
 

少し古い記事ですが、2015年12月に野村総研とオックスフォードが「人工知能やロボとで代替されやすい仕事」という共同研究を発表しています。

それによると、特別な知識やスキルが必要ない職業やデータ分析やマニュアルに沿った行動が求められる職業では、将来的に人工知能が人間の仕事を奪う可能性が高いとしています。

一方で、創造性や協調性が求められる仕事や、フレキシブルな対応が求められる仕事では人工知能による代替リスクが低く、将来的にも人間がその仕事をしているだろうと予測されています。

共同研究のリリースでは人工知能が代替しにくい仕事がたくさん載っていますが、その一部を例に挙げると医者、経営コンサルタント、漫画家、カメラマン、コピーライターなどです。

詳細はこちら→「601種の職業ごとに、コンピューター技術による代替確率を試算」

 

機械学習とディープラーニングの違い

機械学習とは人工知能の一分野で、与えられた大量のデータを基にコンピュータが学習し、規則性や特徴、答えを見つけ出す技術です。

機械学習では大量のデータに判断軸のタグが人工的に付与されており、そのタグを基にコンピュータが学習し、推計を行います。

これだけだとよく分からないと思うので、具体例を挙げて解説します。

例えば大量の犬と猫の写真があり、1枚1枚に人間が「犬」と「猫」という識別をしたタグを付けます。その大量の画像を機械学習の人工知能に読み込ませると、コンピュータが自ら犬と猫の特徴を学習し、どうやって犬と猫を区別するのかを自ら学んでくれます。
 

機械学習と似たような技術に「ディープラーニング(深層学習)」があります。

ディープラーニングは機械学習を更に発展させた技術で、「犬」や「猫」といったタグがなくても大量の画像データから犬と猫の違いを学習することができます。

機械学習の場合は犬と猫の画像を見分けるために人間がタグ付けをしたデータが必要でした。しかしディープラーニングの場合、タグがなくても犬と猫の特徴を自ら見つけ出し、犬と猫の画像を分別できるようになります。

ディープラーニングでは従来の機械学習と比べると複雑な学習が可能で、画像や音声の認識で高い精度を発揮しています。

 

ニューラルネットワークとは?

ディープラーニングを学ぶ上で重要な技術にニューラルネットワークというアルゴリズムがあります。ディープラーニングではニューラルネットワークという計算アルゴリズムを活用しています。

ニューラルネットワークとは、人の神経細胞ネットワークを模倣したアルゴリズムです。

人の脳には千億個以上のニューロンと呼ばれる神経細胞があります。そして神経細胞はお互いに接続し、巨大なネットワークを形成してます。このネットワークにより高度な認識や判断が行われています。

この脳の構造をアルゴリズムで再現しようと試みたのがニューラルネットワークです。
 

ニューラルネットワークにはデータの入力層、データを処理する中間層(隠れ層と呼びます)、結果を出力する出力層の3層があります。この隠れ層の総数を増やしていくことで、ニューラルネットワークが賢くなって出力の精度が上がっていきます。

ニューラルネットワークは機械学習でも使われる技術ですが、ニューラルネットワークの隠れ層が2層以上のものをディープラーニングといいます。

 

まとめ:人工知能(AI)を最短で学習したい人へ

以上が人工知能について知っておくべき基本的なことの解説でした。

「人工知能について更に詳しくなりたい!」
「実際に自分で人工知能を作ってみたい!」

そんな人は以下の2つの講座がオススメです。
 

みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習

オンラインスクール「Udemy」が提供している基礎的なAI講座です。プラミングが全くの未経験の人でも、この講座を受ければPythonを使って簡単な人工知能を作れるようになります。
 

「みんなのAI講座」で人工知能の基本的な作り方を学んだら、続いてこちらの講座を受けることでより実践的な人工知能の作り方を学ぶことができます。

【世界で5万人が受講】実践 Python データサイエンス

こちらの講座ではPythonを使ったデータ解析について学ぶことができます。

「みんなのAI講座」で人工知能とPythonの基本的な扱い方を学び、「実践 Python データサイエンス」で機械学習を使ったデータ分析の方法をより深いところまで学ぶことができます。
 

どちらも1万円以上する有料の講座ですが、初回アクセスから6時間以内であれば90%以上の大幅割引で受講することができます。

動画を見て手を動かしながら人工知能について学ぶことができるので、プログラミング初心者の人にとっては本を見ながら学ぶよりもやりやすいと思います。

この記事が気に入ったら
カリノバにいいね ! しよう

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です