人工知能・AI

ディープラーニング検定公式テキスト ざっくり要約(第1回)

投稿日:

こんにちは!

日本ディープラーニング協会(JDLA)が運営している資格であるジェネラリスト検定の受験者数が増えてきています。

そこで、これから何回かにわたって、JDLAが出版している公式テキストのざっくりとした要約をしたいと思います。

勉強しようか迷っている人は、是非このブログを見て、イメージをつけてもらえたら幸いです。

それでは早速いってみましょう!!

1. 実は統一されていないAIの定義

AIというのは、Artificial Intelligenceという言葉の頭文字をとったものです。1956年にアメリカで開催されたダートマス会議、という世界の有識者が集まって未来を議論する会議で、ジョンマッカーシーという研究者が初めて、その言葉を作りました。

AIの定義としては人間と同じ知的な処理能力を持つ機械というのが、一応、世界の共通認識としてはあります。

でも、それだけでは、わかったようなわからないような、ふわっとした感じですよね。もう少し、具体的にいいあらわしたものは無いの?と思ってしまいます。

これについては、多くの研究者が微妙に違った見解を述べています。

ある人は、心を持つメカだ、というし、またある人は知的な振る舞いをするシステムだ、というし、いやいや、人間のような知能をつくる技術そのものをいうのだ、という人もいます。

大切なポイントは、人工知能の世界共通の定義というのは実はまだまだ統一されていない、というところにあります。

2. 人工知能の4つのレベル

次に人工知能を4つのレベルにわけて分解してみましょう。

  • レベル1 制御工学
  • レベル2 古典的な人工知能
  • レベル3 機械学習
  • レベル4 ディープラーニング

まず、レベル1です。これは、人工知能というより、制御工学と呼ばれている領域です。

制御、というのは「設計者や使用者の指示の通りに動く」という意味です。つまり、全ての振る舞いが予め決められていて、そのとおりに動くだけ、というものです。
エアコンや洗濯機など、代表的な電気製品がこれに該当します。いまでこそ、AIに自分で学習させるという最先端の研究がおこなわれていますが、全ての歴史はこの制御工学から始まりました。

次にレベル2です。これは古典的な人工知能といってわかりやすい代表例としては、ロボット掃除機などです。

レベル2の特徴を一言で表現すると、探索と推論です。

もっとわかりやすくいうと、場合分けです。

こうならば、こう、といった具合に場合分けして、状況に応じて複雑な振る舞いを行うことができます。

レベル3は機械学習です。

わかりやすい代表例は、渋滞を回避するカーナビゲーションシステムです。

そして機械学習と切り離せない関係にあるのがBig Dataです。非常に多くのサンプルデータからその入力と出力の因果関係を学習させた製品のことを言います。(詳しくは、次回以降のブログで)

レベル4はディープラーニングを利用した人工知能です。

ディープラーニングは、簡単にいうと、データの出力と入力において、どのような特徴が学習結果に大きな影響を与えるかといことを自ら学習するシステムです。この特徴のことを、特徴量と呼びます。たとえば、未来の土地の価格の予想結果に大きな影響を与える特徴量は土地の面積といった具合になります。

このディープラーニングによって、今まで難しかった画像認識の技術を飛躍的に向上させるきっかけとなりました。

3. AI効果とは

次に興味深い心理現象についてお話します。たとえば、人工知能の研究で、人間の知能に近いふるまいが実現されたとしても、その原理や理屈がわかると、「それは単なる自動化であって知性ではない」と結論付けることがあります。

このように、知能とは人間特有のものだと思いたくなる心理現象AI効果と呼びます。研究者の中では、このAI効果のせいで、人工知能の研究成果が少なく見積もられすぎている、と主張する人もいます。

4. 人工知能とロボット工学

人工知能とロボット工学をごちゃまぜににしている人を見かけることがありますが、この2つは全く異なります。ロボット工学はロボットのボディーの動作部分に関する研究であるのに対して、人工知能というのはロボットの脳に当たる部分に関する研究です。

ただし、人工知能はロボットの脳だけを取り扱っているわけではありません。考えるという目に見えない行為全般を取り扱うのが人工知能です。

5. 人工知能の歴史

ここで、歴史を振り返ってみましょう。1946年、アメリカのペニシルベア大学で、世界ではじめてのコンピューターが開発されました。その名も、ENIAC(エニアック)です。今でこそ、持ち運びできるノートパソコンが当たり前ですが、当初はコンピューターといえば超巨大な計算機でした。

このエニアックが誕生したとき、いつの日かコンピュータが人間の能力を凌駕する日が訪れるのでは無いか、と考えさせられるきっかけとなりました。

それから10年の年月を経て、アメリカである重要な会議が開かれました。それが上述の通り、ダートマス会議です。

ジョンマッカーシーさんがAIという言葉をつくったというのは冒頭で説明した通りですが、それ以外にも、当時の人工知能界では権威とされている超有名な科学者達が集結して、未来の人工知能について議論がなされました。つまり、人工知能は昨日、今日、突然現れたものではなく、すでに60年以上も前から研究がおこなわれてきた、ということです。

6. 人工知能のブームと冬の時代

AIには過去に2回ブームがあり、今回が3回目のブームです。その大まかな流れについて見ていきましょう。下記は、日本ディープラーニング協会のジェネラリスト検定公式テキストから抜粋したものです。

引用:日本ディープラーニング協会 G検定公式テキスト

第1次ブームは1950年から1960年です。繰り返しになりますが、世界で初めてのコンピューター、エニアックが開発されてから10年ごにダートマス会議がおこなわれ、人工知能が一世を風靡しました。しかし、探索と推論、つまり、場合分けの技術だけでは、迷路の問題を解くなどのおもちゃの世界でしか通用せず、現実の複雑な問題は解けない(トイプロブレム)ということに人々が気付き、第1次ブームはやがて衰退してしまいます。

次に第2次ブームが1980年代に訪れます。そのきっかけとなったのが、コンピューターに知識をいれると賢くなる、という発想です。データベースに大量の知識を詰め込んだシステムのことをエキスパートシステムいいます。たとえば、医学の世界で言えば、ある特定の病気に関する知識(情報)をデータベースに蓄積して、それらに当てはまるか否かで患者の症状を判断させる、といったものです。しかし、知識を蓄積したり管理することの大変さが明らかになってくると、再び冬の時代を迎えることになります。

その後、Big Dataと呼ばれる大量のデータを用いることで人工知能が自ら知識を獲得する機械学習が実用化されるようになりました。また機械学習の中でもディープラーニングという手法が注目されて画像認識の精度が高まったことや ALPHA GO が当時の人類最強だった囲碁のチャンピオンに勝利したこと などがきっかけで近年過去2回にも増して人工知能がブームを迎えています。

今回の要約は以上です。 次回以降は、歴史の流れをさらに具体的に紐解きながら、人工知能の全体像を学習していきます。次回も是非御覧ください。

-人工知能・AI

執筆者:


comment

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

関連記事

AIジェネラリストのざっくりロードマップ

<この記事の対象者> AIに関する情報が溢れすぎていて、上手く整理できない。 何を目指したら良いのかがよくわからない。 そんな悩みにお答えします。 ただ、あなたが今、既にAI関連の職業についているなら …

ディープラーニング協会のジェネラリスト検定(G検定)に最速で合格する方法

<この記事の対象者> ディープラーニング協会のジェネラリスト検定(G検定)に合格したい でも、どうやって勉強したらいいかよくわからない そんな悩みに答えます。 僕は2018年にG検定を受験して1発合格 …

AI人材の種類とざっくりとした年収について解説しました

<この記事の対象者> AI業界で働きたいけど、どんな職種なのかわからない そんな方に向けて、AI人材の種類とざっくりとした年収の目線を纏めました。 AIジェネラリストはこれから圧倒的に人手不足になるの …

人工知能は仕事を奪う?AI時代に備えよう

数年前より、人工知能やAIといった言葉がメディアを騒がせるようになりました。 みなさんは、テクノフォビアという言葉をご存知でしょうか? テクノフォビアは簡単にいうと、人間がITや機械に対して抱く恐怖心 …