データサイエンティストになる人必見!文系にも分かるAIの原理

こんにちは!
IT企業に勤めて、約2年間でデータサイエンティストになったごぼちゃん(@XB37q)です!

このコラムでは誰にでも分かるようにAIの原理や仕組みを紹介します!

AIにどのようなイメージを持っているでしょうか?何でもできる、人はAIに勝てない、AIは何かを自動的にやってくれる、、、そんなイメージを持っている人もたくさんいらっしゃるかもしれません。

これからのAI時代が近づいてくると、AIを理解していない人は、自分が所属している業界の流行にもついていけなくなる時代が近づいています。

しかし、AIの専門家でもない限り、AIに詳しい人はそれほど多くありません。そのため、AIに詳しくなる必要はなく、AIの概要やできることなどを簡単に把握しておくだけで、これからのAI時代にどう向き合っていくかを検討するポイントになるはずです。

そういった課題に向けて、次の章からは簡単にAIの原理を紹介していきます。

AIと呼ばれる身近なもの

ロボット

自動運転

顔認識

ロボットにおける強化学習
ロボットにおける強化学習
自動運転における機械学習
自動運転における機械学習
人の画像を認識するための機械学習
画像系のデータをつかった機械学習

それでは、まずAIを身近に感じるために、AIと呼ばれている身近なものをあげていきましょう。

ロボットにおける強化学習

まず1つ目はロボットです。AIは人工知能とも呼ばれており、ロボットと同じようなイメージを持っている人も多いと思います。実際にロボットはAIの中の1つです。また、次の例であげる自動運転と同様に未来感を感じるため、AIが使われている分かりやすい例だと思います。ロボットの類には「Pepper君」や品川プリンスホテルが導入した「Relay」などが該当します。以前はロボットレストランなどもオープンしていました。そんなロボットも今では様々な課題が見つかり、今は流行が少しすたれてきているかもしれませんが、将来的にはその様々な課題がなくなり、どこに行ってもロボットがいる時代がくるかもしれません。

自動運転における機械学習

2つ目にあげるのは、自動運転です。自動運転は誰でも聞いたことがある単語だと思います。単語通りにはなりますが、自動運転とは人が車を運転しなくても自動的に運転してくれる技術の総称です。現状は技術や法律の問題、あるいは論理的な問題があるため、今は流行していませんが、将来的には自動運転が発達し人が長時間の運転などをしなくても済むことになるでしょう。さらに、ヒューマンエラーが無くなるため事故のリスクや渋滞も少なくなるでしょう。空飛ぶ車と自動運転、どちらが先に完成するかも楽しみです。

画像系のデータをつかった機械学習

最後にあげるのは、顔認識です。コロナ(Covit 19)が流行した後は、ほぼ全てのお店が検温とアルコールを使ってコロナ対策を行っています。そのコロナ対策の一環として、お店の人が体温を検査しなくても、カメラに顔を映すだけで体温を検査可能なシステムが存在しています。この検温で使われている技術が顔認識です。自動で顔を認識する際に使われています。これもAIに挙げられるうちの1つです。将来的にはスマートハウスなどのように、顔だけで鍵を開けれるような時代がくるかもしれません。

AI技術の発達

AIの発達
AIの発達

ここでは身近に感じるAIを3つほど紹介しましたが、よく回りを見てみると意外なところにもAIは使われているかもしれません。そして今はまだAIを感じる物やサービスは少ないかもしれませんが、今後さらにAIの技術が発達していくことで、世の中にはAIが溢れていくことでしょう。

そんな世の中を理解するために、次からはAIの原理について早速紹介していきます。

AIとは?なんでもできる万能なもの?

データから学ぶAIの例
データから学ぶAI

まず初めにAIの定義について、ご説明します。世の中では現在様々なものがAIと呼ばれていますが、AIに厳密な定義は存在しません!!

Wikipediaによると【『計算(computation)』という概念と『コンピュータ(computer)』という道具を用いて『知能』を研究する計算機科学(computer science)の一分野」を指す語。「言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術」、または、「計算機(コンピュータ)による知的な情報処理システムの設計や実現に関する研究分野」ともされる。】と記載があります。

何だかとても難しく記載があり、AIはとてもすごい物ということだけが伝わってきます。私もこれを読んだだけでは、AIが何を指しているのか分かりません。

Wikipediaのみでは分かりづらいため、この章では私がAIに関わってきた中で感じた、私なりのAIの定義を紹介します。

AIの定義とは、【多量のデータに共通するある傾向を、コンピュータが学ぶこと】だと考えています。

先ほどあげたロボット、自動運転、顔認識の3つで例をあげてみます。

  • ロボットの例では、過去の人と人が会話したデータを用いて、「おはよう」ときたら「おはよう」と返すということを学び、学んだ内容を活かして人とロボットが会話をしています。
  • 自動運転の例では、過去の人が運転しているデータを用いて、前の物体との距離は20mが最適だということを学び、学んだ内容を活かして自動で運転をしようとしています。
  • 顔認識の例では、たくさんの人の画像データを用いて、人の顔は目が2つ、鼻が1つ、口が1つだということを学び、学んだ内容を活かして新しく来た人の顔の位置を判断しています。

他にも、ソフトクリーム屋さんの売上データを2年間ほど渡すことで、何月に何が多く売れているのかといったことや、週末は何が多く売れやすいといった特徴を抽出することができます。

ただ、AIは数値としてそのデータの特徴を学んでいるだけです。そのため、その特徴が実際にどのようなことを表しているのかは人間が判断する必要があります。そのデータを使って出た特徴を、実際にビジネスの課題を解決するために応用することが、現在の人間に求められているスキルになります。

こういった形で、データに共通する特定の傾向を、コンピュータが学ぶことをAIだと考えています。

AIにできないこと

AIに出来ないこと
AIに出来ないこと

AIは万能ではありません。そのため、AIには出来ないことがたくさんあります。

一言でいうと、目的も決まっておらずAIに何かデータをたくさん渡すだけで、何かしてもらうといったことは出来ません。

何かしらのデータを持っていて、AIで何かやってみたいと考えている人は多いと思います。

しかし、それだけではAIは何もできないため、AIで何をしたいのかを明確に決め、その後に必要なデータを考えるといった流れが重要です。

ここでは、AIが出来ないことを一覧にまとめてみました。

  • 何かデータを与えれば、勝手に役に立つことをアウトプットしてくれる
  • 未来を完璧に予測できる
  • 人間と完ぺきなコミュニケーションをとれる

また、先ほど過去のデータから傾向を学ぶと説明しました。そのため、現在のコロナや急な震災などが起きた場合は、例年と同じデータではないと考え、AIに渡すデータには不十分ということになります。

まとめ

このコラムでは、AIの概要を簡単に紹介しました。

AIは多量のデータから何か特定の傾向をコンピュータが学ぶことということを覚えていただければ十分だと思います。

他のコラムでは、それではどういったデータが必要なのかといったことや、実際のAIの作り方などを紹介していますので、良ければご覧ください。

参考図書