AI（人工知能）とは AIの種類と仕組み、メリット

AI（Artificial Intelligence: 人工知能）とは、コンピューターサイエンスの一分野で、音声認識、意志決定、視覚など、通常は人間の知能に関連するタスクをコンピューターシステムが学習して実行することを可能にするもの総称を指します。

人工知能（AI）が再び注目され、ビジネスに変革をもたらしています。開発には約60年かかり、「AIの冬」（AIの進化に対する研究と資金提供がほとんどなかった時代）は終わりました。 調査を行った企業の83%がAIは戦略的優先事項であると述べており、75%がAIは新規事業やベンチャーを発見するための鍵であると述べていることから、人工知能はもはやSF小説に登場する産物ではありません。人工知能は不正行為の検出や効果的な採用方法、機械メンテナンスの予測に至るまで、職場だけでなく日常的なアプリケーションにおいてもイノベーションの原動力になりつつあります。

知識を深める準備はできましたか？この記事では、AIの進化についての概要とAIの種類、仕組みを説明いたします。組織でAI導入のメリット提案する際の参考にしてください。

AI（人工知能)：開発に60年

1950年代、実際のところ、AIは手の届かないところにありました。コンピューターは情報の保存も実行もできず、コストは天文学的なものでした。その後、数学者のアラン・チューリング（Alan Turing）が「機械は考えることができるのか」という、シンプルでありながら人生を変えるほどの問いかけをしたのでした。その問いかけに対する答えは満足のいく「イエス」であり、歴史の流れを変えたのです。

1950年代から1970年代にかけてコンピューターの性能が向上し、より身近なものになり、価格も下がったことで、コンピューター業界は基盤を作ることができたのです。1970年に発行された『ライフ（Life）』誌の記事には、わずか3年から5年の間で機械が人間と同じ知能を持つようになると述べられていました。しかしながら、これを実現させるには、ストレージ容量と計算能力において大きな進歩が必要でした。

1980年代に入ると、2つの重要な技術が開発されました。1つ目の技術は「ディープラーニング（深層学習）」で、コンピューターが経験として学習することを可能にしました。2つ目は「エキスパートシステム」で、人間の意思決定能力を模倣するものです。コンピューターは「ルール」に基づく推論（主に質問に答える場合に使用される「if-then」プロセス）を使用するようになりました。

1997年には、Dragon SystemsがWindows上で動作する音声認識ソフトウェアを開発・導入しました。2000年代になると、クラウドなどの速度とストレージのオプションが登場し、コンピューターの使用が一気に主流になり、AIが再び注目されるようになりました。現在、業界における3つの大規模な改良により、AIは急速に発展しています。

• グラフィックスプロセッシングユニット（GPU）： 動画やゲームの世界での需要により、AIソフトウェアを有効にして構築する際に必要なコンポーネントであるGPUは改良され、安価なGPUが開発されました。
• ビッグデータ： AIで使用するアルゴリズムは、基本的に ビッグデータに存在する膨大な量の情報によって「訓練」されています。このように訓練されたアルゴリズムは、AIがその情報を驚異的な速さで処理してデータにアクセスできるようにし、より使いやすいものにします。
• アルゴリズム： アルゴリズムにより、かつては人間の知能でなければできないと考えられていた作業の自動化が可能になります。アルゴリズムは、結果を並べ替えて最適化する隠れた変数を持ったレイヤーを使用することで、継続的に改良されより複雑になります。

現在、人工知能、マシンインテリジェンス、AI対応の機械では、次の動作を実行することができます。

• 音声認識
• 学習
• 計画
• 問題解決
• 推論
• 認知
• オブジェクトを操作して移動する機能

AIのレベルアップ3種類の人工知能：ANI、AGI、ASI

AIには、特化型人工知能（ANI）、汎用人工知能（AGI）、人工超知能（ASI）の3種類があります。

• 特化型人工知能（ANI）：ANIは、音声認識や自動運転車などといった狭い範囲のパラメータや状況にのみ特化しているため、「弱いAI」に分類されます。
• 汎用人工知能（AGI）： AGIは人間の知能のように高いレベルで動作するため、「強いAI」と考えられています。
• 人工超知能（ASI）： この種類のAIは現在開発されていませんが、ASIとは機械が超知能を持っている、あるいは人間よりも賢いことを意味します。

ANIは最も簡単に識別できる種類のAIで、ほとんどの人がすでに利用しています。すでにご存知かもしれませんが、ANIの例をいくつか紹介します。

• 自動運転車：自動運転車にはハンドルやペダルがなく、3Dマップ上で走行し、Google Chauffeur（グーグルショーファー）によって制御されています。
• 音声起動デバイス： SiriからAlexaに至るまで、ほとんどの消費者はスマートデバイスを所有し、日常的にANIを使用しています。
• メールフィルター： すべてとまではいかないまでも、大半の受信ボックスには、スパムの選別や特別なメッセージへのフラグ付けを行う機能が備わっています。

AGIはAIをさらに発展させ、人間レベルの知的作業を行うマシンを必要とします。しかしながら、ロボットがAGIに分類されるには、その機械のインテリジェンスを確認するいくつかの試験に合格する必要があります。

具体的に言うと、「チューリングテスト」では、機械が人間のように動作できるかを確認します。機械のスコアが70%以上であれば、AGIロボットとして分類されます。AGIの互換性に関して実施するもう一つの分析は「コーヒーテスト」で、ロボットが家庭環境に入ってコーヒーを見つけ、その淹れ方を学習することを要求します。AGIの潜在顧客は、ロボットを使って学校に入学し、問題なく授業を受けることができるかを判断する、大学のロボットテストにも合格する必要があります。そして、ロボットは採用試験も受けることができます。ここでは、運転や筆記試験などの職業適性検査に合格する必要があります。

AI（人工知能）の仕組み

この60年間におけるAI（人工知能）の進化を理解して基本的な知識を得たので、AI（人工知能）の仕組みについて詳しく説明していきます。

AIを効果的に機能させるには、「機械学習（ML）」と「ディープラーニング（DL）」という2つの基本的な技術が必要です。 MLとDLでは、AIを機能させるための環境を構築します。MLはコンピューターに組み込まれているツールとアルゴリズムで、既存のデータを「学習」または使用して正確な予測を生成します。DLは機械学習内にある自動化された機能であり、機械がパターンに気付き、情報をカテゴリに分類して「考える」ことを可能にするものです。

AIにあるテクノロジーの一部と、企業でどのように機能するかについて説明します。

• 機械学習プラットフォームでは、さまざまなデータソース（開発ツールやトレーニングツールなど）からの情報を他のアルゴリズムと一緒に使用して、予測や分類を行います。
• ディープラーニングは、大規模なデータセットを扱う場合にパターン認識と分類を使用する機械学習の手法です。
• ニューラルネットワークとは、人間の脳内にある神経細胞の動作を模倣して作成された統計アルゴリズムを使用する機械学習の手法です。
• コグニティブコンピューティングとは、推論と高レベルの理解を使用するコンピューティングの一種ですが、いくつかのAIテクノロジーを組み合わせて結果を生成するため、機械学習とは見なされません。
• コンピュータビジョンは、コンピューターが人間の目のように行動し、処理することを可能にします。デジタル画像と動画のコンテキストを分析して、意志決定に必要な数値や記号の情報を生成します。
• 自然言語生成とは、簡単に言うと、コンピューターのデータからテキストを生成することです。このプロセスは、カスタマーサービス、レポート、ビジネスインテリジェンスの概要などによく使われます。
• GPU（グラフィックスプロセッシングユニット）は、ディスプレイデバイス上での画像生成を高速化する電子回路の一部です。AIが正常に機能するにはGPUが不可欠です。
• IoT（モノのインターネット）は、データを生成して共有する接続デバイス（家電製品、スマートスピーカー、ウェアラブルテクノロジー、医療機器など）のネットワークです。AIはこのようなデバイスからのデータに依存して重要なビジネスインテリジェンスを生成します。
• 高度なアルゴリズムとは、継続的なインテリジェント処理を行うために常に開発と組み合わせが行われている複雑なアルゴリズムです。
• API（アプリケーションプログラミングインタフェース）とは、AIサービスへのアクセスに使用される場合があるテクノロジーです。同様に、AIはAPIデータフローを使用して、企業が常に確認できるとは限らないデータを理解できるようにします。

実際のAI（人工知能）アプリケーション

生活の中には思っている以上にAI（人工知能）が存在している可能性があります。お気に入りのショッピングサイトでサイバーアシスタントとやり取りをしたことがありますか？Facebookにビジネス広告作成の支援依頼をしたことはありますか？Alexaを呼び出してお気に入りのプレイリストを再生したことはありますか？「ねぇ Google」と言って帰り道を探したことはありますか？ここで紹介した内容は、企業がAIを活用して生活を楽にし、お客様により多くのものを提供する方法のごく一部です。さらにいくつかの例を紹介しましょう。

• Amazonは、絶え間なく高度化するアルゴリズムを備えたトランザクションAIを提供しています。現在では、特定の製品を求めていることに気づく前に、購買習慣を予測して製品情報を提供することができます。
• Pandoraの音楽ゲノムを使用したプロセスでは、プロのミュージシャンが手作業で分析した楽曲の400種類以上の音楽的特徴を使用して、ユーザーの好みに基づいて新しい曲を勧めます。
• Nestのサーモスタットは、Alexaが音声で制御して冷暖房の好みを学習して起動させることができます。

クラウド型AIはどうでしょうか？成長に向けたスケーラビリティとリソースへのリアルタイムアクセスにより、クラウドインフラストラクチャを備えたAIが主力の選択肢として浮上しています。現在利用できるプラットフォームには、Microsoft Azure Machine Learning、Google Cloud Prediction API、TensorFlow、Rainbird、Meyaなどがあります。

AIビジネスのメリット

AIは、コンピューター化されたタスクと情報を継続して確実に提供することで、既存のコンピューター機能の価値を高めます。AIを使用すると、次の方法を通じて利益を改善できるメリットがあります。

• プロセスとタスクの自動化
• ミスやヒューマンエラーの削減
• 生産性と運用効率の向上
• リアルタイムデータの利用によりビジネス上の意思決定の改善
• 大規模データプールへのアクセス増加によるデータ学習の改善
• お客様の知識によるサービスの向上
• 質の高いリードジェネレーション

具体的な説明に移ります。まずここでは、AIが組織で機能する5つの詳しい方法を紹介します。

• データの収集と分析：AIはデータの収集と分析を手頃な価格で直感的かつタイムリーに行うため、お客様をより詳しく知ることができ、リピートや新規ビジネスを確保することができます。
• よりスマートな採用：機械学習アルゴリズムは、特定の採用ニーズに対するベストプラクティスを判断し、最適な候補者の一覧を作成できます。
• バックオフィスの効率化：AIは会計やスケジュール調整、その他日々扱う機能などの作業をミスなく瞬時に処理できます。
• カスタマーサービス：仮想のカスタマーサービスアシスタントが24時間年中無休で稼働し、人間が監督しなくても既存のお客様と見込み客に対して支援を行います。
• ターゲットを絞ったマーケティング：製品やサービスに関して使用できるすべてのデータを整理して分類することはAIが得意としている分野なので、お客様のニーズに特化したマーケティングに集中することができます。

AIを統合したエコシステム

重要なビジネスプロセスを監視するAIのワークロードを持つ企業がますます増えています。自社に特化して機能し、さまざまなサードパーティのアプリケーションに接続するプラットフォームソリューションを見つけることは、ITインフラストラクチャにおいて重要な役割になります。Talend Cloudを使用すると、クラウドとオンプレミスのアプリケーションとデータをシームレスに準備して統合し、AIエコシステムを強化できます。