- 人工知能ってよく聞くけどなんなの？
- 人工知能って定義が曖昧すぎてわからない・・・
- スクールで人工知能を学びたいけど学ぶ項目は何？
最近、DX化などの流れと一緒に聞くのが人工知能（＝AI）になります。
人工知能と聞くとなんとなくイメージが湧くかもしれませんが、実際に人工知能を導入する際などになると人工知能ってそもそも何？というように考える人も多いです。
そもそも、人工知能というのは言ったもん勝ちみたいなところがあり、企業などによっても定義が違うことが人工知能に対する現在の混乱し結局AIのプログラミングスクールで何が学べるのかがわからなくなってしまうということができます。
この記事では、AIのスクールで学べる人工知能の意味や構造などのを説明していきます。
この記事を読むことで、AIのプログラミングスクールで学べる人工知能の学習内容がわかるようになります。
目次
→データサイエンス特化型スクール人工知能の構築という側面から見た一般的な人工知能の定義
人工知能について調べると次のような画像を見ることができます。
ここではこれらの意味をもう少し見ていきましょう。
人工知能
人工知能とは結局のところ概念ということができます。
人工知能はAIとも呼ばれていますが、簡単に言ってしまえば人間の代わりに人が作った知能ということになります。
ここで知能という言葉ですがgoo辞書では次のように語られています。
1.物事を理解したり判断したりする力。「―の高い動物」
辞書
2.心理学で、環境に適応し、問題解決をめざして思考を行うなどの知的機能。
大辞典コトバンクでは次のように書かれています。
知能とは，生物などにおける高次の心的機能を指す語である。統一的な定義は存在せず，その範囲は必ずしも明確ではないが，主として推理能力，新奇課題への理解と対応，知識量およびその運用力，概念化能力などが含まれる。また，社会的能力・対人的能力も含まれるとする考えもある。
コトバンク
ここからわかるように知能という言葉自体に明確な定義が存在していませんが物事への理解や判断ということが知能という言葉のキーワードになります。
とはいえ、物事の判断や理解ができるという意味ではドラえもんといった人のように振る舞うロボットを想像するかもしれませんし、最近のソフトウェアで搭載されている人工知能により○○を実現といった何かしらの判断をするためのソフトを想像するかもしれません。
また、昔からゲームの世界においてはコンピュータ相手に対戦したことがある人も多いと思いますが、これも人間に代わりユーザーの行動を把握して判断し対戦相手のように振る舞っています。
つまり人工知能は時代によっても定義が変わっていくし、人・企業によっても定義が変わっていくという非常にあいまいな言葉であると言えます。
実際、日本における人工知能の権威たちもそれぞれが次のように述べています。
| 研究者 | 所属 | 定義 |
|---|---|---|
| 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 |
| 長尾 真 | 京都大学名誉教授 前国立国会図書館長 | 人間の頭脳活動を極限までシミュレートするシステムである |
| 堀 浩一 | 東京大学大学院 工学系研究科教授 | 人工的につくる新しい知能の世界である |
| 浅田 稔 | 大阪大学大学院 工学研究科教授 | 知能の定義が明確でないので、人工知能を明確に定義できない |
| 松原 仁 | 公立はこだて未来大学 教授 | 究極には人間と区別がつかない人工的な知能のこと |
| 武田 英明 | 国立情報学研究所 教授 | 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（中島氏と同じ） |
| 池上 高志 | 東京大学大学院 総合文化研究科教授 | 自然にわれわれがペットや人に接触するような、情動と冗談に満ちた相互作用を、物理法則に関係なく、あるいは逆らって、人工的につくり出せるシステムを、人工知能と定義する。 分析的にわかりたいのではなく、会話したり付き合うことで談話的にわかりたいと思うようなシステム。それが人工知能だ |
| 山口 高平 | 慶應義塾大学理工学部 教授 | 人の知的な振る舞いを模倣・支援・超越するための構成的システム |
| 栗原 聡 | 電気通信大学大学院 情報システム学研究科教授 | 工学的につくられる知能であるが、その知能のレベルは人を超えているものを想像している |
| 山川 宏 | ドワンゴ人工知能研究所所長 | 計算機知能のうちで、人間が直接・間接に設計する場合を人工知能と呼んでよいのではないかと思う |
| 松尾 豊 | 東京大学大学院 工業系研究科准教授 | 人工的につくられた人間のような知能、ないしはそれをつくる技術 |
このように研究者の中でも人工知能の考え方がいろいろとあることがわかります。
また、これらの考え方は研究者といった立場で考える場合の人工知能であって、日常会話における人工知能とは別の側面もあります。
いずれにしても、いろいろな文脈の中でAIに対する考え方が変わってくるということは頭に置いておいたほうがよいと言えるでしょう。
機械学習
機械学習とは人工知能の概念を達成するための手段の一つです。
▶︎関連記事：機械学習ってなに？|機械学習の意味から使いみちまで解説
人工知能の定義があいまいであるため何をもって人工知能とするかは人によって違いますが、最近では人工知能を知ろうとしたら機械学習について理解しておく必要があります。
人工知能を達成する手段として過去にはエキスパートシステムという考えがあります。
エキスパートシステムとは簡単に言ってしまえば、高度な知識をルールベースに乗っ取って判断をするシステムです。
このエキスパートシステムですが最終的には期待していたほどの成果が上がらず思っているほど実用化されませんでした。
高度な知識を再現しようとすると、その知識を入力するためのマンパワーが膨大になるほか、人間の暗黙知というものが障害になってしまったということが挙げられます。
暗黙知とは言葉にして説明することができない人間の知識です。
エキスパートシステムの場合人間がルールを入力するのですが、そもそも人間が説明できないようなことをルールとして入力することはできません。
そのため、このエキスパートシステムに対する期待も次第にしぼんでいったということになりますが、依然としてエキスパートシステムは一つの手法として現代でも人工知能の一つとして捉えられていることもあります。
機械学習では人間がどのような学習をしてほしいかを指示（計算アルゴリズムの選択）することで、あとは機械から与えられたデータを取り込んで学習するという考え方になります。
1950年代にはすでに機械学習の発想自体もありましたがパソコンのスペックの問題などから実用化されていませんでしたが、ここにきてスペックの問題やネットワーク環境の整備などが進み機械学習を実現できる環境が整いました。
機械学習はエキスパートシステムとは違い人間がいったんどういった特徴を学習すればいいのかを指定してあとはデータを与えれば勝手に学習してくれるためエキスパートシステムに比べて人間の手間が少なくなったと言えます。
機械学習にもいくつかの手法がありますが、利用方法の一つに教師あり学習というものがあります。
教師あり学習では過去のデータを分析することで過去のデータの特徴からどういった結果になるのかを分析させます。
分析した結果をアルゴリズムとして落とし込むことで未知のデータに対してアルゴリズムを適用し過去データからの経験基づいた予測や判断を行うことができます。
ディープラーニング
機械学習を進めていたところにディープラーニングというアルゴリズムが注目されるようになってきました。
ディープラーニングは人間の脳を模した計算式でこれまでの機械学習でできなかったことをいろいろと実現してくれています。
▶︎関連記事：ディープラーニングって結局なに？人工知能との関係でみるディープラーニング
最大の特徴はこれまでの機械学習では人間がどういった部分に着目するのかという目的がはっきりした計算式だったことに対して、ディープラーニングは人間がどういった計算を行ってほしいかという特徴を指定しないでもディープラーニング側で勝手に特徴を見つけてくれることにあります。
そういった意味では、機械学習の定義から外れている部分もあるといえるかもしれません。
これまでもディープラーニングの考え方はあったのですが、機械学習と同じように実行できる環境にないほか技術的な壁が存在していたため実用化できなかったのですが、2006年ごろから技術的なブレークスルーが起き再び注目されるようになりました。
最近ではこのディープラーニングのことを人工知能そのものと考えるような風潮もありますがAIの構築という概念で考えれば人工知能の中でも精度が高く自ら特徴を探し出してくれるアルゴリズムという認識を持ちましょう。
AIスクールで学ぶトピック
スクールで学べる人工知能というのはすでに確立しています。
AIスクールでは基本的に人工知能とは機械学習を中心にしているというイメージで考えることになります。
▶︎関連記事：ページが存在しません
機械学習の構造
近年では人工知能を構築する手段として機械学習やディープラーニングが注目されています。
そのため、AIのスクールではこの機械学習やディープラーニングの構造や実装方法を勉強することになるといえるでしょう。
機械学習では人間がどういったことに着目して分析してほしいかという計算手法を選択し、人間が指定した学習方法で過去のデータを分析することで、過去のデータの特徴などを分析します。
分析結果を利用の仕方はいろいろありますが、わかりやすい手法の一つとして、新しいデータに対して分析結果を適用しどういったデータなのかということを予測・判断してくれるようになります。
つまり機械学習を勉強することで人間の代わりに過去データに基づいた判断を行ってくれるアルゴリズムの作成方法がどのような形で実現しているかを理解し実装できるようになるといえるでしょう。
プログラミング（Python）
プログラミングとは人間がパソコンを動かすための指示書ということになります。
つまり、私たちがプログラミングを通してパソコンにどのように動いてほしいのかということを指示する必要があります。
ここまでの機械学習なども機械に学習させることになりますが、機械学習を行うための指示についてもプログラミングを通して実行することになります。
▶︎関連記事：ページが存在しません
このプログラミングを学習することで、人工知能を構築する際のパソコンをどのように動かすのか・どうやって機械学習を実装するのかという手法を学べると言えるでしょう。
その他
AIのプログラミングスクールではコースなどによってその他いろいろなことを学習できます。
- 機械学習の応用
- 自然言語処理
- 画像処理
- AIアプリ（ソフトウェア）の開発
- データサイエンス
自身が学習したいことを明確にして学習を行っていきましょう。
人工知能でできること
人工知能は大雑把に言えば人間の代わりに様々な予測を行ってくれる存在ですが、その領域は非常に多くのものを含んでいます。
最近ではDXということで人工知能も注目されていますが、人工知能を導入することでどのようなメリットがあるかを見ていきましょう。
業務効率の支援
人工知能を使えば人間の代わりに判断などを行ってくれます。
そのため普段の労働コストを削減することができます。
例えば、製造メーカーで不良品の検知を行いたい場合これまでは人間がすべて目視で確認していました。しかしながら人工知能を使えば、人間の代わりに不良品の検知を行ってくれるため労働コストを格段に下げることができます。
ビジネスの発展
人工知能を導入することでこれまではできなかった業務を可能にすることができます。
例えば、Amazonのアレクサなどでは話しかけるだけでショッピングが行えたり、音楽を再生してくれたりと従来では不可能だったサービスを展開することができます。
人工知能の世界をのぞいてみよう
ここまで人工知能について書いてきましたが、実際のAIエンジニアに話を聞いてみるともっと面白い話が聞けます。
エンジニアから見る人工知能はまた違った定義をすることもあります。
AIスクールではいつでもAIエンジニアやAI業界で働く人たちと無料相談会を通してお話することができます。
また、当サイトではこの無料相談会を含めてAI学習のための正しいSTEPをまとめておきました。
このSTEPでは自分が本当にAIを学ぶべきなのかどうかから、AIをどのように学習すればいいのかまで正しく考えることができます。
AI学習に向けて正しい順序で考えないと無駄な時間で悩んでしまい時間を浪費してしまう可能性があります。
いざ学習したとしても、習得できず時間だけではなくお金を失うことにもなりかねません。
AI学習に向けて正しい段階を踏むことで後悔のないようにしてください。
