AIとは

AIの定義

AI = Artificial Intelligence の略。一般的に人工知能と呼ばれています。
AIは様々な分野で研究を行っている段階であり、未だ確たる定義づけはなされていません。
総務省が発行している情報通信白書においても、現段階では人工知能について、『人間の知的行動をコンピューター上などで再現するもの』という解釈に留められています。

AIに対する一般のイメージ

1位
コンピューターが人間のように見たり聞いたり話したりする技術
2位
コンピューターに自我を持たせる技術
3位
人間の脳の認知・判断などの機能を、人間の脳とは異なる仕組で実現する
実現する技術

総務省の調査による、日本人のAIに対するイメージは上記のようになっています。
1位・2位の回答をまとめると、『コンピューターが人間のように振る舞う』というイメージが強く持たれています。

AIの分類

汎用型AI
一つの機能に限定せず、人間と同じ、それ以上に汎用的な能力を発揮するAI。
状況に応じ自律的に判断を行うとされ、一般的な『人工知能』のイメージに近い。
現状、研究段階にあり、実用化はなされておりません。
特化型AI
言葉の通り、一つの機能に特化したAI。
・音声認識(聴覚)
・画像認識(視覚)
・自動車自動運転技術(聴覚及び視覚)
など、現在社会に流通し始めているAIは、全てこの特化型に分類されます。
AIの研究や技術開発についても、大部分が特化型についてのものです。

AIの思考体系

従来のコンピュータは人間が提供したデータ、与えられた規則性に基づいて情報処理を行ってきましたが、AIは自ら学習・判断を行って情報処理を行うという点で大きく異なります。
特に『学習』はAIの根幹を成す部分であり、『機械学習』と、それを更に発展させた『ディープラーニング(深層学習)』の研究が進められています。

  1. (1)機械学習 人間が予め設定した特徴量(サンプルデータ内で着目するポイント)に基づいてAIがデータを分析・学習し、データに潜む規則性を見つけ出す手法。
    学習により見つけ出した規則性を適用することで、未知のデータに対しても、その規則性を適用して適切な判断を行うことができるようになります。
  2. (2)ディープラーニング(深層学習) 上記の機械学習を発展させた手法。機械学習では、データに共通する規則性を見つけるために、特徴量を人間が設定する必要がありましたが、ディープラーニングでは、AI自身が膨大なデータを処理するなかで、人間に教えられなくても、共通する規則性を自律的に探し出す仕組みになっています。
    AIが自律的に学習するという点で革新的な技術とされており、既に様々なAIの商品にディープラーニングの技術が利用されています。

機械学習とディープラーニングの比較図

図はAIに猫を識別させる際の機械学習とディープラーニングの違いを表しています。
機械学習ではデータ群の動物画像に対して、どこに着目すれば動物を区別できるかを人間が予め教え、AIはそれを基に猫の画像を識別しています。
しかし、ディープラーニングでは、『どこに着目するか』という点すらもAIが自ら見つけ出し、人の手が無くとも猫の画像を識別できるようになります。

このように、機械学習とディープラーニングには『人の手が介在するか否か』という大きな違いがあることから、機械学習は『他律的な学習』、ディープラーニングは『自律的な学習』と位置づけられています。

AIビジネス及び関連事業の市場規模

IoT・AIの経済成長へのインパクト

右の図は2017年3月現在でIoT・AIを導入していない企業が2020年までに2割程度、2030年までに3割程度の企業が利活用を始めた場合の業種別市場規模の想定図となっております。

業種別に市場規模へのインパクトをみると、特に「製造業」「商業・流通」「サービス業、その他」について、IoT・AI化による企業改革の進展が大きなインパクトを持つと考えられます。

メールフォームはこちらから

このページの上部へ