はじめに

ここ数年でとても話題になってきている人工知能（ＡＩ）。

ちなみに、ＡＩはArtificial Intelligenceの訳です。

人工の知能、そのままですね。

 

人工知能（ＡＩ）は、会話の中に出てくることも多く、「AIは絶対主流になる！」なんて会話をしたことがある人も多いのではないでしょうか。

しかし、「人工知能ってなんなの？」と言われて、明確な回答はできますでしょうか。

少し困ってしまいますよね。

 

また、人工知能（ＡＩ）を題材にした映画やドラマも多く出てきています。

そこでは、無敵のロボットや、現実離れした未来のテクノロジーが出てきます。

しかしながら、そういったこと全てを人工知能（ＡＩ）が実現できるのかというと、そうではありません。

人工知能（ＡＩ）は、期待値だけがどんどん膨らみ、実際は現実的ではないことも大きく取り上げられたりしています。

つまり、ニュースなどのレベルが、もう実現していたり、もうすぐ実現しそうなことだったり、まだまだ実現しそうにないことだったりと、そのレベルはまちまちです。

人工知能（ＡＩ）についてきちんと理解することで、人工知能（ＡＩ）に何ができて、何ができなくて、何ができそうなのか知り、ニュースに踊らされることなく、自分で見極める力を身につけることができるでしょう。

 

また、

「人工知能（ＡＩ）に仕事を奪われる！？」

「人工知能（ＡＩ）が人類を滅ぼす！？」

といった怖い謎もありますよね。

そんな人工知能（AI）について詳しく知りたい方は、一読必須の内容です。

ぜひ読んでいってくださいね！

 

１、人工知能（ＡＩ）とは

「人工知能（ＡＩ）とは○○です！」と言いたいところですが、そうもいきません。

実は人工知能（ＡＩ）の厳密な定義は決まっていないのです。

その理由としては、研究者や研究機関によって、人工知能（ＡＩ）の解釈の仕方に若干のずれが生じているのがあります。

さらにいうと「知能」の定義が難しいのです。

 

人間の知能に関してはまだまだ解明されていないことが多く、それを機械に応用すること自体も非常に難しいのです。

ですから、本記事では人工知能（ＡＩ）を「人間のような知能を模した人工的なシステム」と定義させていただきます。

 

仮に、人工知能（ＡＩ）の定義を「人間のような知能を”有した”人工的なシステム」とすると、

「そんなものはまだ世の中にはありません。」という回答で話は終了するでしょう。

つまり、「人工知能（ＡＩ）を搭載した商品」はすべて嘘になってしまうのです。

 

現在、人間に似ているものは全て人工知能（ＡＩ）と呼んでいます。

例えば、自動掃除機として有名な「ルンバ」。

ルンバは知能を持っているわけではなく、知能を持っているように動くだけです。

（そもそも人間の思考はコンピュータで現せるものではないという議論も多くあります。）

 

もともと、人工知能（ＡＩ）の研究は「計算可能なことはすべてコンピュータで実現できる」という概念に基づき、

知能の原理を見つけることで人工的な知能を作り出せるという考えから始まりました。

つまり、人工知能（ＡＩ）の研究者は人間のすべての脳の活動をコンピュータで現そうとしているといえます。

 

少しイメージがわきづらいかもしれないですね。

具体的に人工知能の仕組みはどういったものなのかについて、次項で詳しく見ていきましょう。

 

２、人工知能（ＡＩ）の仕組み

ここでは、初めて人工知能（ＡＩ）を勉強される方のためにできるだけ数学的な言葉は使わずに説明していきます。

人工知能の研究は、知能の仕組みを人工的に作り出すことです。

では、この「知能」とはなんなのかというと、「知能の仕組み＝脳の仕組み」といえます。

 

人間の脳の中には多数の神経細胞があり、そこを電気信号が行き来しています。

つまり、脳は電気回路を電気が行きかうことによって働くといえます。

実はこの仕組みというのは、コンピュータの仕組みと同じなのです。

コンピュータも最終的に電気回路を流れる信号によって計算されています。

 

もう少し踏み込んで考えてみましょう。

そもそも知能とは何なのかという話は避けて通れません。

知能とは、理解、創造、推論、反射、学習など、様々な機能に分類することができます。

そしてそれらの元になっているのが、感覚器からの刺激に対する認識機能なのです。

ではいったい人間の認知機能とはどのようなものなのでしょうか？

 

感覚器には受容体があり、そこで感じた信号は神経を伝って脳に伝達されます。

そして、大脳新皮質を構成する約１４０億個ある脳神経（ニューロン）をその信号が次々と伝搬していきます。

その過程において、その物体を認識するための情報である「特徴量」が抽出されます。

 

人間はこの「特徴量」を用いて、対象が特徴量空間のどの領域に属しているのかを認識し、その領域に割り当てられている対象を思い浮かべることができるのです。

例えば、犬と猫を見分けるときにも、人間は、目や耳など様々な「特徴量」を瞬時に把握し、識別しているのです。

また、様々な経験により、特徴量空間を作り出す作業を「学習」といいます。

 

そして、この「学習」という脳の働きを、コンピュータにおいてアルゴリズムを使って行うのが「機械学習（マシンラーニング）」です。

 

実際に機械学習を行う流れとしては、まず、データを集めます（実はこれが一番大変です）。

そしてそのデータから人力で「特徴量」を抽出します。（例えば、犬と猫を見分ける例でいえば、目の大きさ、耳の角度など）

その「特徴量」をもとにアルゴリズムを用いて、識別する基準を作ります。

この基準ができれば、あとは、対象をそれに当てはめれば、その対象を識別できるようになるという仕組みです。

 

そして、人間が行っていた「特徴量」と、識別の境界線の形状の設定までも決定できるアルゴリズムを使っているのが「深層学習（ディープラーニング）」です。

 

ここで少し、出てきたもの位置づけを整理してみましょう。

人工知能（ＡＩ）は、「機械学習（マシンラーニング）」のようにデータを与えることで、データのパターンや特徴を学習し、

それをもとに未知のデータに対して何かしらの予測を出力するものだけでなく、「ルールベース」と呼ばれる、ひたすらパターンを網羅することで何が来ても適切な出力がされるようにプログラムが組まれたものがあります。

また、ディープラーニングは、機械学習の中のいくつか種類のあるうちの一つです。

 

３、人工知能（ＡＩ）の種類・分類

人工知能に知能があると言いつつも、何を基準に分類するかによって変わってきます。

研究者によって人工知能（ＡＩ）の分類方法は違ってきたりするのですが、ここでは３つの分類方法を紹介していきます。

 

（１）強い人工知能（ＡＩ）・弱い人工知能（ＡＩ）

強い人工知能（ＡＩ）は、人間の心を持つもの、弱い人工知能（ＡＩ）は人間の心を持たないものです。

つまり、強い人工知能（ＡＩ）は、人間の心や脳の働きは情報処理だという仮定の下、計算に基づいた思考を表現するもので、

弱い人工知能（ＡＩ）とは、限定的な知能によって見知的な問題解決を行うものです。

そして、強い人工知能（ＡＩ）は実はまだ実現されていません。

イメージとしてはドラえもんがいい例でしょう。

弱い人工知能（ＡＩ）の例としては、ディープブルーなどのチェスプログラミングなどがあたります。

 

（２）汎用型人工知能（ＡＧＩ）・特化型人工知能（ＡＮＩ）

ちなみに、ＡＧＩはArtificial General Intelligenceの略で、ＡＮＩはArtificial Narrow Intelligenceの略です。

特化型人工知能（ＡＩ）とは特定の決められた作業を決められたように遂行するように作られたものです。

特化型人工知能（ＡＩ）の例としては、自動運転技術や、画像認識技術などがあげられます。

 

それに対して、汎用型人工知能（ＡＩ）とは、特定の決められた作業に限定されず、人間と同じくらい、もしくは、人間以上の汎化能力を持ち合わせているものです。

汎用型人工知能（ＡＩ）は人間の知能を超えるものとされ、強い人工知能（ＡＩ）と同様にまだ実現されていません。

 

汎用型特化型人工知能（ＡＩ）の想定されている例としては、バーチャル医師やバーチャル弁護士などがあげられます。

 

（３）4段階のレベル分け

これは人工知能（ＡＩ）のレベルを4つに分けたもので、レベルが上がるほどより高度な知能を有しているとされます。

 

①レベル１（制御）

これは、設定されたとおりに動くもので、ごく単純な制御プログラムを搭載したものを指します。

例としてはエアコンや洗濯機などがあげられます。

しかし、これは、制御工学などの昔からある分野に属していて、果たして人工知能（ＡＩ）と呼ぶべきかは少し疑問が残ります。

 

②レベル2（知識・推論・探索）

これは、ルールを理解して判断することができるものを指します。

基本的にはレベル1と同じですが、第2次ＡＩブームの時に起こった知識をを学ばせている点で異なります。

より行動のパターンが複雑になりました。

将棋プログラムや、お掃除ロボットなどがここに当たります。

 

③レベル３（機械学習）

レベル3は、自分でルールを改善してより良い判断をすることができるものを指します。

データを入力することで、自らルールや知識を学習することができます。

例としては検索エンジンがあります。

大量のテキストデータを学習し、最適なページを上位表示させています。

 

④レベル４（特徴表現学習）

これは、判断基準を自ら設定し、判断をすることができるものを指します。

いわゆるディープラーニングのことです。

データを表すために使われる「特徴量」自体を学習できるものです。

現在、最もホットな分野といえます。

 

４、人工知能（ＡＩ）の歴史　～過去に2回人工知能（ＡＩ）のブームがあった！？～

今ＡＩが話題になっていることは誰もが知っていることでしょう。

しかし、すでに過去二回ＡＩにブームがあったのをご存知ですか。

実は今は第３次ＡＩブームの真っ最中なのです。

ここでは過去２回のＡＩブームはどういったものだったのか見ていきます。

 

＜第１次ＡＩブーム＞

この時代に初めて人工知能（Artificial Intelligence）という言葉が生まれました。

第１次ＡＩブームは推論・探索の時代といえます。

推論・探索とは、人間の思考を推測的に記号化し、そのすべてのパターンもしくは一部を探索することで、正解にたどり着くというものです。

 

この時代で話題になったこととしては、ＩＢＭが開発したスーパーコンピュータである「ディープブルー」がチェスの世界チャンピオンに勝利したことなどがあります。

 

しかし、病気の治療法や、会社の成長ために次に生み出す製品はどうすればいいかなど、現実世界の問題は、チェスや将棋よりずっと複雑でした。

そうして人工知能（ＡＩ）は非常に限られた条件の中でしか活躍できないとされ、第１次ＡＩブームが去っていきました。

 

＜第２次ＡＩブーム＞

第２次ＡＩブームは知識の時代といえます。

この時代は医療や法律などの専門家の知識をコンピュータに全て学ばせておくことで、

病気の診断や、判例に従った法律の解釈など、現実世界の問題を解くことが可能になり、ブームが巻き起こりました。

これらのシステムは「エキスパートシステム」と呼ばれます。

代表的な「エキスパートシステム」としては、ＭＹＣＩＮ（マイシン）があります。

マイシンは伝染病の血液疾患の患者を診断し、抗生物質を処方するというものです。

また、この時代に話題になったものとしてＩＢＭが開発した人工知能（ＡＩ）である「ワトソン」があります。

 

しかし、この時代でも問題は起きました。コンピュータに知識を学ばせるという作業が予想以上に大変だったのです。

大変なだけだったら、「まあ時間かけて頑張ってよ」と思うかもしれませんね。

しかし、何十年たっても終わらない例がでてきたのです。

 

また、頑張って知識を入力したとしても、その知識以上のことはできません。

さらに、コンピュータが理解できるような記号と「意味」を結びつけるのは極めて難しいものでした。

そうして、人工知能（ＡＩ）実現は無理なんだと、人工知能（ＡＩ）の研究者まで悲観的な意見を述べていました。

そうして、第２次ＡＩブームは去っていきました。

 

そしてこの後まさに今である、第３次ＡＩブームに突入していきます。

 

５、人工知能（ＡＩ）の現状　～身近に潜む人工知能（ＡＩ）～

ここでは以下の3つの視点から人工知能（ＡＩ）の現状を見ていきます。

 

（１）第３次AIブーム到来

現在はまさに第３次ＡＩブームの真っ只中です。

第３次ＡＩブームは機械学習とディープラーニングの時代といえます。

出典：http://blog.livedoor.jp/nara_suimeishi/archives/51918931.html

この図をみてわかるように、第３次ＡＩブームは、ビックデータを扱う機械学習と、技術的に大きなブレイクスルーとなったディープラーニングの２つの大波に加えて、

アメリカのクイズ番組の歴代王者を倒したワトソンや、シンギュラリティなどの人工知能（ＡＩ）に関連する話題が重なって他２つのブームより大きな波となっています。

機械学習はデータがあってなんぼです。

また、ビッグデータを扱うので、それ相応のマシンのスペックが必要でした。

第３次ＡＩブームでやっと花開いた機械学習は、積もりに積もった膨大なデータとマシンのスペックの向上が大きな理由の一つといえます。

機械学習により、データを与えることによって「学習」する作業をコンピュータが自動で行ってくれるようになりました。

これにより、未知のものに対して判断、識別、予測をすることができます。

しかし、機械学習では人間が特徴量を設計しなければいけないということが問題となりました。

「学習」の精度は、設計された特徴量によって左右してしまいます。

そして、コンピュータが与えられたデータから「特徴量」抽出できるようにしたのがディープラーニングです。

 

（２）身近に潜むＡＩ

ここからは実際に使われている人工知能（ＡＩ）の技術を見ていきましょう。

主に今使われている技術として代表的なのは以下の３つです。

 

①画像認識

これは画像認識のたわものといえるでしょう。

周りの景色から障害物や白線、信号などを瞬時に識別し、行動します。

 

②音声認識

これは説明しなくてもわかりますね。

大量に音声を学習させて、それに対するアウトプットのプログラムが書かれいます。

 

③文字認識

この技術が最も積もり積もったデータの恩恵を受けたものではないでしょうか。

文字認識は自然言語処理ともいわれるもので、人間が日常的に読み書きや会話に使う言語をコンピュータに処理させるというものです。

できるだけ質の良いものが上にくるようにするものです。

大量のテキストデータを解析できるのは人工知能（ＡＩ）のおかげです。

 

ほかにもルールベースのものやセンサーを活用したものとして、以下のようなものがあります。

・ルンバ

部屋の大きさや障害物を検知し、最適な経路を学習しています。

・エアコン

センサーで人を感知し、自動で、風量や温度などを調整します。

 

意外とそんなものかと思った人もいるかもしれません。

実際、まだ機械が知能を持ち始めるという段階ではないということがお分かりいただけたでしょうか。

 

６、人工知能（ＡＩ）の未来　～人工知能（ＡＩ）に仕事を奪われる！？～

これから人工知能（ＡＩ）はどのように発展していくのでしょうか。

行きつく未来は、ハッピーエンドか、はたまたバッドエンドが待っているのか。

以下の観点からみていきましょう。

 

（１）人工知能（ＡＩ）の技術的な進展

これから人工知能（ＡＩ）の技術は以下のように以下のように進展していくと考えられています。

※専門家によって意見は分かれますので、その点はご留意ください。

①複合的な感覚の学習ができる

今できることとして画像認識がありますが、それは、人間の視覚に当たります。

しかし、現実世界は温度、痛み、音、匂い、などほかにも多くの感覚器官を使って、対象を認識しています。

そういった複合的な感覚を合わせて認識できるようになるというものです。

 

②行動と結果の抽象的な概念を得る

実は、人間というのは行動と結果に対してとても複雑な概念として理解しています。

例えば、「押す」という行動一つとっても軽いものは小さな力で、重いものは大きい力で押そうとするでしょう。

もしくは最初は小さい力で、だんだん大きくしていくかもしれません。

この行動をするとこういう結果になるという予測はコンピュータにはできないのです。

そういった抽象的な行動の概念をコンピュータ理解し、さらにその結果にあたる「特徴量」を獲得できるという段階です。

 

③言葉が理解できる

ここまでくると、人間の抽象的な概念をコンピュータが理解できるようになります。

これは、人間の言語を理解する準備が整ったことを意味します。

 

④知識の獲得

人間の言語が理解できれば、コンピュータは、本やインターネットから大量の知識を吸収できることを意味します。

 

もしかしたら、ここで恐怖を覚えた人もいるかもしれませんね。

しかし、勘違いしないでほしいのは、コンピュータが意識を持っているわけではないということです。

全て人間にプログラムされたもので、コンピュータ自らが、人間をどうこうしようとすることは現状ではありえません。

とはいえ、AIが自立した考えをもち、社会に当たり前に普及したとき、AIが「地球において人間は害悪である」と判断したとしたら・・・

こういうことを考えると「怖！」と思うかもしれませんが、巷に広がるこういった話はまだまだ空想の範囲内を超えていません。

制御できなくなるほど、AIが進化するという未来自体も、我々が生きているうちに実現するかどうか疑問が残ります。

 

（２）人工知能（ＡＩ）に仕事は奪われちゃうの？

野村総合研究所（NRI）は、10～20年後に、日本の労働人口の約49％が就いている職業において、それらに代替することが可能との推計結果が発表しています。

とはいえ、将来なくなる職業と残る職業という話は多くありますが、忘れてはいけないのが、科学技術の発展によって、消えていった職業は数多くあり、そのたびに新しい職業が生まれてきたということです。

ですので、就職先や、仕事がなくなって困るという状況がずっと続くということはまずないといえるでしょう。

（３）人工知能（ＡＩ）の行きつく先はハッピーエンド？バッドエンド？

「シンギュラリティ」という言葉を聞いたことがありますでしょうか？

「シンギュラリティ」とは技術的特異点のことであり、人工知能が自分の能力を超える人工知能を自ら生み出せるようになる時点を指します。

これはどういうことかというと、人工知能（ＡＩ）が自分よりほんの少しでも賢い人工知能（ＡＩ）を作り出すことができれば、それを無限に繰り返すことであっという間にとんでもない知能を持った人工知能ができるということです。

この「シンギュラリティ」は２０４５年に起こるのではないかという意見があります。

シンギュラリティ後の世界は誰も想像することができません。

人間と機械が調和した、ハッピーな世界か。

それとも人間が機械に支配させる悲しい世界か。

しかし、このロボットに支配されるという世界は実は根拠が乏しく現実的ではありません。

実はより現実的な悲しい世界があるのです。

それは、一部の技術者が世界を回し、残りがただ搾取されるだけの世界です。

これは技術力が一部の技術者や権力者に集中することで、それだけで世界を回すことができ、

残りの人はそれにただ労力やお金を搾取されるだけの存在になるというものです。

今のグーグルやアマゾンがより強大になるイメージです。

この残酷な世界が来ないように政府は、対策を打つと思いますが、そういった将来が到来してしまう可能性は十分にあります。

 

７、コラム　人工知能（ＡＩ）とロボット

ロボットと人工知能（ＡＩ）。

この２つは切っても切り離せないものでしょう。

もしかしたら人工知能（ＡＩ）＝ロボットいう認識がある人もいるかもしれません。

ターミネーターなどＡＩを搭載した優れたロボットを題材にした映画やドラマは多いです。

また、現実世界にもＰＥＰＰＥＲなど、人工知能（ＡＩ）を搭載したロボットは多くあります。

人工知能（ＡＩ）＝ロボットという認識が生まれるのも無理はありませんね。

 

結論からいうと、人工知能は、ロボットの脳の部分にあたります。

つまりロボットに”搭載”するソフトウェアといえます。

ロボットは内側の人工知能（ＡＩ）、そして外側の素材などを含んだ全体のことをいいます。

とはいえ、人工知能の発達＝ロボットの発達というのは方程式として成り立ちますので、

より人間に近づいていくことは容易に予測できますね。

 

話は変わりますが、最近では人工知能（ＡＩ）を搭載したロボットと結婚するという事例が世界中で増えているというニュースがありました。

もしかしたら、人工知能（AI）を搭載したロボットがより人間に近づき、ロボットと結婚することが当たり前の選択肢になる時代が訪れるかもしれませんね。

 

８、サマリー

いかがだったでしょうか。

ＡＩについての理解は深まりましたか？

おそらく「なんだ意外とそんなもんか」と思った方も多いと思います。

現状では、できることはとても限られています。

しかし、未来的にシンギュラリティが起こり、ＡＩが人間を超える日が来るかもしれません。

もしくは、残酷な未来（一部の技術者が世界を回し、残りがただ搾取されるだけ）が来るかもしれません。

いずれの未来にせよ、新しい技術について学習をしてどのようなことが起きても対応できるような人材になっておくことは

これからのキャリア形成のスタンダードになることでしょう。

 

９、まとめ

・人工知能（ＡＩ）とは人間の知能を模したもの
・「特徴量」を使って「学習」しているのが「機械学習」
・人工知能の分類は、①強い人工知能②弱い人工知能、①汎用型人工知能（AGI)②特化型人工知能（ANI）といったように区分けできる
・現在は3回目の人工知能（ＡＩ）ブームが到来していて、過去にも２回程ブームがきている
・ＡＩの怖い噂は、まだまだ実現する気配がない
・ＡＩ＝ロボットではない