AIの現状
■AIの現状について
1950年から繰り返されているAIの歴史の中で、2000年代から現在(2017年時点)は第三次人工知能ブームであるとされています。このブームは、「ビックデータ」、「機械学習」、「特徴量」、「ディープラーニング」という四つのキーワードによって支えられているようです。
ビックデータ
ビックデータの定義には量的な側面と質的な側面があるとされています。量的な側面では、典型的なデータベースソフトウェアが処理できる限界のサイズを超えたデータとされえており、具体的なデータ量が明確に定義されているわけではありません。他方、質的な側面である出所はインターネット分野においては、e-commerceの購入履歴、エントリー履歴、YouTube等の動画配信サイトの動画情報、音楽情報サイトの音楽情報、SNSのプロフィール、コメント情報、更にインターネット以外の分野でもGPSの位置情報、POSの購買情報、ICタグ等から生成されるデータも含まれます。
機械学習
人工知能がインプットされたデータに基づいて、機械的に正解の確率が高いものを選ぶことです。このときの問題とされていたことが、選ぶ基準自体は人間が設定する必要があったということでした。
特徴量
人間が対象を観察・認識するときに注目する部分のことです。例えば、「二輪車」と「四輪車」の違いであれば、車輪の数が「特徴量」となるかもしれません。更に3、4歳以上の子供であれば簡単に識別できる「人の顔」と「猫の顔」の区別に至っては、顔の輪郭や体毛の有無などが「特徴量」となってくるのかもしれません。これまでの機械学習では、この「特徴量」を機械が独自に学習することが非常に困難でした。
ディープラーニング
簡単に言うと人工知能がインプットデータされたデータを解析し、「特徴量」を人工知能自身で学習することが出来る技術がディープラーニングです。
このように、大量のデータの集まりである「ビックデータ」を扱えるようになったことで、「機械学習」が実用化されるようになり、「機械学習」の過程で「特徴量」を自ら学習できる「ディープラーニング」が生まれたことが近年のAIブームを引き起こしているようです。ディープラーニングを利用した人工知能によって、様々な分野でイノベーションが期待されています。
[参考資料]
(2016). 平成28年版 情報通信白書. 総務省. http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/pdf/n4200000.pdf
松尾豊. 人口知能の未来 -ディープラーニングの先にあるもの. 総務省. http://www.soumu.go.jp/main_content/000400435.pdf
(2016). ICTの進化が雇用と働き方に及ぼす影響に関する調査研究. 総務省. http://www.soumu.go.jp/johotsusintokei/linkdata/h28_03_houkoku.pdf
(2012). 平成24年版 情報通信白書. 第1部 特集 ICTが導く震災復興・日本再生の道筋.総務省. http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/html/nc121410.html