人工知能って何？
こんにちは、今回は人工知能についてのお話をしてみたいと思います。
シンギュラリティや量子コンピューターについて知りたいという方はこちらの記事を読んでみてください。
人工知能（AI）ってなんとなくみなさんも聞いたことがあるはずです。自動運転やお掃除ロボットなどに組み込まれているものっていう感じでなんとなく知っているでしょう。
人工知能という言葉の定義は正確には決まってません。専門家によって定義はまちまちです。ただ、私たち一般人は大雑把な定義でふんわり分かっている感じでいいとおもいます。
ざっくりいうと人工知能とは、「人が快適に過ごせるにはどうしたらいいかを自動で考えて、自動で判断して、勝手に動いてくれるコンピューター」のことです。大雑把にこんな理解でいいと思います。
もしくは「人間のような知能をコンピューターに持たせる技術」というふうに理解してもいいと思います。
すっすごい！人工知能ってこんなことができるんか〜い~_~;。
ITのことを考えるときはなるべくシンプルに、直感でわかりやすくすることが大事です。複雑に考えすぎてしまうと、とち狂ってしまって日常生活にも支障をきたすことがあると思います。
ところでなぜ今回、AI のことについて取り上げたのかというと、 AI は今後我々の生活の中に入り込んで来ると思ったからです。AI に仕事を奪われるのではなく、 AI を使いこなしたい、使い倒す位のスキルを身につけたい。
こういった理由で、AI の勉強をしています。
それでは前置きはここまでにして、AI についてリサーチしたことをアウトプットして行こうかと思います。
強い AI と弱い AI
哲学者の、ジョン・サール氏によると AI は、強い AI と弱い AI に分類することができます。
簡単に説明すると、強い AI とは、人間と同じ心を持つ AI のことです。
弱い AI とは人間のような心はなく、単純作業をするのに特化している AI のことです。例えば災害用ロボットなんかは弱い AI です。障害を上手に避けながら進んで、カメラで撮った映像を遠隔地に送信するだけです。
現在において実用されているのはほとんどが弱い AI です。
強い AI は2020年代にう誕生するという学者がいる一方で、そもそも実現は不可能だという学者もいます。上述のジョン・サール氏は実現不可能と考える学者の一人です。
ところで、汎用性人工知能と特化型人工知能という分類の仕方もあります。汎用性人工知能とは強い AI と近い意味を持っていますし、特化型人工知能とは弱い AI に近い意味を持っています。
汎用性人工知能とは、人のように囲碁や将棋を打ったり、お湯を沸かしてカップラーメンを作ったり、会話したりと、人間のようにいろいろなことに対応できるタイプのものになります。
特化型人工知能とは、特定の動作だけに特化しているタイプの人工知能になります。例えば、顔認証機能、自動運転、OK Google の Google Home や Siri などです。
なかなかハードな内容になってきましたね、これから先はもっとハードになる予感がしてきますね、もし疲れたら無理しないでください。コーヒー飲みながら気ままに読み進めてください^o^。
人工知能はどのように学習を行うのか？
人工知能とセットで取り上げられるのがディープラーニング（深層学習）や機械学習ではないでしょうか？模式図で見るとこんな感じ↓です。人工知能の一部が機械学習で、機械学習の一部がディープラーニングです。
むむむ、なんと奥が深い(^^;;。難しくて倒れそうだ…。
人工知能の歴史
これから先は人工知能に関する歴史です。文章をパーッと読んでいく感じで、楽しみながら読むようにしてください。そろそろ疲れてきたかと思うのですが、疲れたら一度散歩でもしてリラックスしましょう(^.^)。
人工知能にはこれまでに３回のブームがあったとされています。
第一回目は1950年代後半〜1960年代と言われています。
人工知能という言葉が初めて登場したのは、1956年、アメリカで行われたダートマス会議と言われています。ダートマス会議は正確には「人工知能に関するダートマス夏季研究会」です。
ダートマス会議でジョン・マッカー氏が初めて人工知能という言葉を使いました。
第一次のブームでは「探索」と「推論」という手法が注目されました。この二つの手法で解ける問題と言うのは、迷路でゴールを目指したりオセロで勝ち手を予測するなど、明確なルールが決まっているゲームにおいて力を発揮するものになります。
しかし、明確なルールがないような問題を解くには、回答が難しかったようです。
明確なルールがない場合というのは、例えば病気に対する適切な治療法の予測などです。
人間のように適切な回答を判断するのはこの時点では不可能でした。そのため、一回目のブームは1970年に終焉を迎えることになります。
二回目の人工知能ブームは 1980年代からだと言われています。人工知能を人間の判断に近づける方法は、大量の知識を人工知能に学習させる、というものでした。
先ほどの例のように、人工知能に適切な治療法を予測させるためには、予め医学に関する知識を学習させておけばいい、という結論になりました。
二回目のブームでは専門家のような知識を与え、専門家のような回答をすることができるエキスパートシステムの開発が進められました。
エキスパートシステムは医療診断などの特定分野で、６割程度の診断制度を出すことができたそうです。
ですが、エキスパートシステムにも欠点がありました。知識を学習させるための作業が膨大になるという欠点です。
「熱がある」と訴えてきた患者に対して、どんな状態になっているかについてはいくつもの可能性があります。インフルエンザ、風邪、熱中症などがありますし、聞いたこともないような病気にかかっている可能性もあります。
エキスパートシステムで診断をさせるためには、熱が出る病気全てをコンピューターに、事前学習させておく必要があります。
また、感覚的なこと、常識をエキスパートシステムに理解させる必要もあります。「痛い」とか「ムカムカする」といったような状態を正確に定義し、理解させるのは非常に難しいです。
このように知識や感覚を正確に定義し、人工知能に学習させる作業が膨大になりすぎて不可能、という感じになりました。
このような理由から二回目のブームも終焉を迎えることとなりました。
第三次人工知能ブーム
第一次、二次の流れを掴んでいただけたかと思います。ここからが本番ですよ(^｡^)。
第三次人工知能ブームは201０年ごろから始まって、現在もそのトレンドの中にいるという感じです。
世界に衝撃を与えた技術がリリースされたのが2012年なので、おおよそこの辺りから第三次ブームが始まったとしておきましょう。
世界に衝撃を与えた技術とはディープラーニング（深層学習）です。
ディープラーニングがなぜ世界に衝撃を与えたのか？それは2012年の画像認識の精度を競う国際コンテストにおいて、ディープラーニングを活用したチームがぶっちぎりの精度で優勝したからです。
2010年台からPCの処理速度が大幅に上昇したこと、インターネットによりビッグデータを大量に学習することが可能になりました。そのおかげでディープラーニングを発達させることが可能になったのです。
今回の記事ではここまでにしましょう。疲れたでしょう、僕も記事を書いていて大変でした。次回の記事では量子コンピューターやシンギュラリティに記事にしたいと考えています。
ここまで読んでくださってありがとうございました。
また次回、お会いしましょう。
