現在、3回目のブームを迎えているAI技術。自動運転を始めとした私たちの身近なところだけでなく、労働力不足を始めとした課題を抱えている業界に対して、DXの推進の一部としても注目されています。

しかし、「AIとは何か」と聞かれると、うまく説明できる人は少ないのではないでしょうか。
本記事では、AIが指すものについて解説しながら、AIを理解する上で必要な基礎知識、AIによって得られる将来性について紹介していきます。

AIとは

明確な定義が決まっていない

AIとはArtificial Intelligenceの略で、人工知能という意味を持ちます。
しかし、実のところAIに対する明確な定義はいまだに存在しません。
その理由として、「そもそも知能とは何か」が人によって解釈がバラバラな点にあります。

もしAIを「人間の様に心を持ち考えるロボット」であるとするなら、未だにAIは存在しないことになります。
しかし、特定の性能に関して人間を上回るロボットであれば、至る所にAIは搭載されていることになります。

以下の表は、国内における主な研究者によるAIの定義になります。

中島 秀之	公立はこだて未来大学学長	人工的につくられた、知能を持つ実体。あるいはそれをつくろうとすることによって知能自体を研究する分野である
西田 豊明	京都大学大学院 情報学研究科教授	「知能を持つメカ」ないしは「心を持つメカ」である
溝口 理一郎	北陸先端科学技術 大学院大学教授	人工的につくった知的な振る舞いをするもの（システム）である

４段階存在するレベル

AIについて考える時、知能について定義が定まらない限り、AIそのものに対する定義も明確にするのは難しいと言えるでしょう。
よって、AIについて理解するのであれば、AIそのものに対する定義よりも、AIに存在する4つのAIのレベルを理解する方が、分かりやすいといえます。

レベル1	単純制御	特定の操作に対して単一の制御を行う。
レベル2	ルールベース	特定の操作に対し、条件に合わせて制御の内容を変える。
レベル3	機械学習	人間が着眼するべきポイントを定め、機械がデータから学習することで、取るべき対応パターンを見つけ出す。
レベル4	深層学習	レベル3に加えて、データを学習することで対応パターンを自ら増やすことができる。

レベル1・2程度のAIであれば、エアコンを始めとしてありふれた所に搭載されており、AIという認識はあまりありません。
よって、レベル3・4から一般的にはAIという認識になります。
また、AIの可能性を示すものとしてレベル5になると、ドラえもんの様に人間の様に考える様になると言われています。

AIに関する基礎知識

「AIとは何か」を踏まえた上で、続いてはAIについて。
何がAIをよりAIらしくするのかといえば、機械学習と深層学習（ディープラーニング）、そして人間の脳における神経細胞の繋がりを模したニューラルネットワークが重要となってきます。

機械学習について

AIにおけるレベル3で登場する機械学習ですが、具体的にはどう言ったものを指すのでしょうか。
まず、機械に学習させるためのデータと、答えとなるデータを用意します。
そして、AIが学習データを処理した際に、その処理の結果が答えとどの程度近いかを判断し、それによって内部における処理の仕方を変化させる学習モデルのことを指します。

そして、機械学習は大まかに以下の3つに分けることができます。

• 教師あり学習
  正解となる答えを用意し、入力データに対して正しい結果を出せるように学習するものであり、明確に答えが存在する問題の解決に秀でています。
• 教師なし学習
  「教師あり学習」とは対照的に、正解となるデータを必要とせず、分類のような明確に答えが存在する分析が不得意です。しかし、その代わりにグルーピングを行うことで、データ内における新たなパターンを見つけることに秀でています。
• 強化学習
  目的や報酬を最大化するために利用される学習モデルです。「どのようにすればより良い手を打てるか」「より効率よく報酬を得るにはどうするべきか」といった、囲碁やお掃除ロボなどのAIでよく導入されています。

深層学習について

機械学習の一部に含まれる深層学習（ディープラーニング）ですが、機械学習との違いには中間層（隠れ層）と呼ばれる仕組みにあります。

機械学習では、データを入力した入力層と結果となる出力層がありますが、深層学習はその二つの間に中間層があり、中間層を増やすことでより複雑な分析にも対応し、精度を向上させることができます。
その特徴としては、情報処理のポイントを人間が教える必要がないこと。
情報の優先度（重み）を設定して分析を行うことができるのですが、人間が分析されたパターンを理解できないことも多く、説明可能なAIが求められていたりもします。

ニューラルネットワークについて

機械学習の話をする際に、非常によく登場するのがニューラルネットワーク。
人間の脳における神経回路をもしたモデルのことを指します。
機械学習に必ずしも必要ではありませんが、代表的な手法であると言えます。

代表的なニューラルネットワークは以下の手法になります。

• 畳み込みニューラルネットワーク（CNN）：画像や動画認識によく使われる手法。
• リカレントニューラルネットワーク（RNN）：自然言語処理に長けており、音声認識や翻訳などで活躍している。

AIによって訪れる将来

ここまで「AIとは何か」、そしてAIに関する基礎知識について紹介していきましたが、最後はAIによって訪れる将来について。

現在3回目のブームを迎え、最も難しいと言われる囲碁まで人間に勝つAIが生まれるなど、凄まじい勢いで分析する能力と精度が向上しているAIですが、これによってどのような将来が訪れるのでしょうか。
その一つの到達点となるのが、シンギュラリティになります。

シンギュラリティとは、人間と同等レベルのAIが誕生する時点のことを意味します。
現在特定の分野においては人間よりも高い精度で分析できるAIは存在するものの、汎用性のあるAIはまだ存在していません。
しかし、そのようなAIが2045年には登場すると考えられています。

シンギュラリティに到達すれば、ほとんどの仕事は人を必要としなくなります。
よって、そのような時代が来たらベーシックインカムが必要とされ、働くのは高度な接客技術を必要とする職業や、芸術関係のみになると考えられています。

また、AIに関して話をする際に、映画「ターミネーター」に登場するような、自我を持ち人間を排除しようとするロボットの存在を思い浮かべる人もいるかと思います。
シンギュラリティが訪れること自体はほぼ確定していますが、しかしそれが「自我を持ったロボットの登場」とイコールではありません。本来人間が持つ三大欲求や生存本能・種の保存などの概念がないAIには、自我が生まれないと考える学者も多くいます。

そして、シンギュラリティ以降の発明においては、存在するAIが新たなAIを生み、加速的に技術が進歩するようになるとして、AIが人類最後の発明になるとも言われています。

まとめ

今回は、AIとは何か・基礎知識・将来について紹介していきました。

機械学習や深層学習・ニューラルネットワークについては、非常に理解するのが難しいことでしょう。
なので、基本的な部分として教師あり学習・教師なし学習が存在し、それぞれに得意な役割があることを把握できれば良いのではないでしょうか。

クリスタルメソッドのAIについて詳しくはこちらもご覧ください。
社長AIについて：https://crystal-method.com/blog/president-ai/
ディープフェイクについて：https://crystal-method.com/blog/howtomakedeepfake/

クリスタルメソッド公式note：https://note.com/crystalmethod/
X：https://x.com/YCrystalmethod
YouTube：https://www.youtube.com/@haltalktube
TikTok：https://www.tiktok.com/@crystalmethod.jp