AIについて
R&Dセクション 大城です。
AIについて軽くお話をしたいと思います。
以前から研究されていた機械学習はいくつかのブームがあり、第1次AIブーム、第2次AIブーム、第3次AIブームと流れてきており、現在は第3次AIブームと呼ばれる時代になっています。
AIとは、「Artificial Intelligence」の略語でAIと呼ばれています。
1956年の夏にアメリカで開催された、ダートマス会議で人間のように考える機械のことを「Artificial Intelligence」と表現し、AIという概念が広く認識されたことで多くの研究者が参入するきっかけとなり、AIという言葉はこの時に初めて使われました。
第1次AIブーム
第1次AIブームでは推論と探索を中心に研究されていました。
推論とは人間の思考過程を指し、思考パターンを分解し探索をする事で目的となる答えを探していきます。AI将棋などがこの推論と探索に当たります。
ある程度定まったルール上でパターンを選ぶ事しかできないため、現実で発生する問題を解くのが困難でした。この単純な問題しか解けない「トイ・プロブレム」が解決できず、AIに対し失望し第1次AIブームは去りました。
第2次AIブーム
第2次AIブームは、知識をコンピューターに入れるエキスパートシステムというものが出てくる事で勢いを取り戻します。
医療や法律などの専門的な知識を持たせる事で、トイ・プロブレムだけではなく現実的な問題も解けると脚光を浴び、医療・生産・金融・会計・人事などさまざまな分野でエキスパートシステムが作られました。
しかし、知識の量が膨大になりルールの数が数千、数万と膨大になると、ルール同士で矛盾や一貫性の無さが出てくるようになり、「常識レベルの知識」をコンピューターに理解させるのが思いの外、難題であったことが分かりました。
人間のもつ常識の量の多さとそれを具体的に記述することはとても困難で知識を書ききることの難しさが露呈し、第2次AIブームは去りました。
第3次AIブーム
第3次AIブームは、まさに現在迎えている時代です。
そこで注目さているのは「機械学習」です。
この機械学習を理解する事で、この第3次AIブームを理解できます。
機械学習とは、機械が自身で学習するというイメージを皆さんはできているかと思います。
実際、学習とは何かというとピンと来ていないのかもしれません。
噛み砕いて説明すると、学習とは分ける処理の事です。
大量のデータを処理し、分ける事で色々な判断ができるようになります。
例えば、いくつかのリンゴの画像があるとします。
画像処理で情報を抽出しその情報を分けていきます。
形や色をうまく分け、その情報を元にリンゴという判断をします。
分けた情報(学習)から判断や予測をするという事です。
ディープラーニング
機械学習は人が情報を与える必要があり、課題がありました。
ディープラーニングの登場により機械が自身でデータから特徴を見つけ出し概念を獲得できるようになりました。
このAIとディープラーニングが脚光を浴び現在の第3次AIブームを引っ張っています。
法整備やAIの判断が道徳的・倫理的に信用できるか、AIの判断により安全面等の問題はありますが、この今まであった冬の時代を乗り越えてきたように課題を少しづつでも解決し進んでいく技術と考えています。