事例から学ぶ!人工知能(AI)を種類別に解説【初心者向け】

初心者向けに人工知能(AI)の種類と特徴、人工知能の歴史、人工知能(AI)でできること、できないことを詳しく紹介しています。画像や音声、言語の処理など実際にどう生活に役立っているのか事例も交えながら説明。人工知能の中でもレベルが分かれているので、理解しておきましょう。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営する教育×テクノロジーのWebメディアです。初心者でもすぐ勉強できる記事が2,000以上あります。

現在、幅広い業種で人工知能(AI)が使われています。またニュースや新聞でも、人工知能の報道を目にしない日はありません。

このような状況の中、人工知能に興味・関心を寄せるエンジニアが増えてきています。また企業においても、人工知能のスキルを持ったエンジニアの採用が活発に行われています。

人工知能(AI)とは、「コンピューターが物事やルールを理解するための仕組み」の様々な技術の総称です。

よって、人工知能の種類や歴史、できること、できないことを知ることで、エンジニアとして適切なスキルアップを図ることができるようになるでしょう。

この記事では、人工知能の種類と特徴、人工知能の歴史、人工知能(AI)でできること、できないことをそれぞれ紹介していきます。

人工知能とはどのような技術か、実際にどのようなサービスに使われているか、ぜひ知っておきましょう。

 

なお本記事は、TechAcademyのAIオンライン講座の内容をもとに作成しています。

 

目次

 

田島悠介

今回は人工知能について解説するよ。

大石ゆかり

田島メンター!人工知能って最近よく耳にしますね。具体的にどのような技術なんですか〜?

田島悠介

いろんな技術の総称なんだ。詳しく見ていこう。

大石ゆかり

分かりました!

人工知能とは

人工知能((AI)とは、「コンピューターが物事やルールを理解するための仕組み」の様々な技術の総称です。人工知能、Artificial Intelligenceという言葉は、1956年にダートマス会議でジョン・マッカーシーにより初めて使われました。ダートマス会議とは、人工知能という学術研究分野を確立した会議の通称であり、初めての人工知能プログラムもこの会議の中で紹介されています。

現代において、人工知能という言葉の定義は非常にあいまいになっており、ちょっとしたセンサーを使った家電や、ゲームソフトの処理ルーチンなども人工知能と呼ばれることがあります。

人工知能には、強いAIと弱いAIという考え方があります。

強いAIは、人間の脳そのものを表現しようとする考え方です。対して弱いAIとは、人間が知能を使ってすることを機械にさせよう、という考え方です。

現代の研究は、ほとんど弱いAIの立場に立って行われています。すなわち、人間が知能を使ってすることを機械にさせよう、という立場です。弱いと言っても、人工知能の性能が低い、という意味ではありません。囲碁や将棋などのゲーム、画像認識などの分野においては、既に人間を凌駕する性能を実現できています。

 

[PR]機械学習で挫折しない学習方法を動画で公開中

人工知能の種類と特徴

それでは、人工知能の活用について、代表的な種類と特徴を見ていくことにしましょう。

言語

いわゆる自然言語処理を行う人工知能です。文章を読んで構文を理解したり、内容が似た文章を選択したりすることができます。機械翻訳システムも言語処理を行う人工知能を生かして構築されています。言語処理は古くから研究されているテーマですが、特に最近の深層学習(ディープラーニング)技術の発展により、急激にその能力が向上しています。現在では「人工知能の歴史」のようなテーマを与えることで、新しい文章を人工知能が生成することも出来るようになってきています。自然言語処理については、こちらの記事も参考にしてください。

Google翻訳

りんな(Microsoft のチャットボット)

きまぐれ人工知能プロジェクト(ショートショート創作)

 

音声

雑多な音の中から人の声だけを抽出したり、声を認識して文章に変換したりする人工知能です。言語の人工知能と組み合わせて使う場合が多く、翻訳アプリに直接話しかけると他言語に翻訳された音声が返ってくるリアルタイム翻訳など、様々なソリューションが開発されています。音声を認識できる精度が向上したことにより、スマートウォッチやスマートスピーカーなど、音声を主要なインタフェース(操作方法)とする製品も多く登場するようになってきました。

Clova(Line社のスマートスピーカー)

Google翻訳

Shazam(音声から曲名を推測するアプリ)

 

画像

画像や映像に写っている物体を認識する人工知能です。Googleの画像検索や、監視カメラにおける人物識別にはこの技術が利用されています。また、物体を認識するだけではなく、画像や映像の加工にも人工知能技術が使われています。スマートフォンのカメラの美肌処理や、showのような顔写真加工アプリは身近な存在ですね。さらに最近では、「The Next Rembrandt」のような、画家の作品の特徴を学習させ、新たな作品を創造する、といった取り組みも行われるようになってきています。

Google画像検索

NeoFace(NECの顔認証技術。監視カメラなどに活用)

The Next Rembrandt(人工知能によるレンブラント作品の創造)

 

制御/推論

なんらかのデーターをもとに、未知の状態を予測する人工知能です。身近なところでは、家電や自動車の制御、通販サイトでのおすすめ商品の表示などもこの人工知能を活用しています。これらの人工知能は機械学習と呼ばれ、前出の人工知能も含め、広い分野をサポートする、いわばバックエンド的な存在です。機械学習には、教師あり学習、教師なし学習、強化学習といった種類があります。強化学習とは、囲碁や将棋、コンピューターゲームなどを人工知能に攻略させる種類のものです(勝つことでより学習が強化されるため、強化学習と呼ばれています)。機械学習については、こちらの記事も参考にしてください。

機械学習(マシンラーニング)とは!まずはここから理解しよう

scikit learn(代表的な機械学習ライブラリ)

TensorFlow(代表的なディープラーニングライブラリ)

 

人工知能の歴史

次に、人工知能の歴史について、簡単に振り返ってみましょう。人工知能は、1956年にダートマス会議で初めてその名称が使われてから、ブームと衰退(冬の時代)を繰り返して現在に至っています。これは主に、人工知能に対する期待と失望、研究資金の供給と停止によるものです。

ただ、幾度のブームと衰退を繰り返すことで、人工知能でできること、できないことが精査されてきました。現在の研究が、弱いAIの立場に立っているのもその一例です。

また、コンピューターの飛躍的な性能向上により、以前は机上の空論でしかなかった理論が、容易にできるようになったことも、現在の人工知能ブームを支えている一因です。

人工知能の誕生 1943-1956
ブーム第1期(黄金時代) 1956-1974
冬の時代第1期 1974-1980
ブーム第2期 1980-1987
冬の時代第2期 1987-1993
 〜
ブーム第3期  2006-

wikipedia 人工知能の歴史

 

人工知能ができること、できないこと

それでは、人工知能にできること、できないこととは何でしょうか?

結論から言うと、人間が行っているほとんどの作業は、人工知能が行うことができます。例えば医療分野では、人間の医師より高い精度で病理を判断できる技術が開発されています。

また、従来は「人間の感性」に属すると思われていた、例えば写真が綺麗とか、歌が心地よい、といった分野も人工知能が対応できるようになってきました。

 

逆に人工知能ができないことは、倫理や人生に関することです。

例えば、自動車の自動運転技術は、技術としてはほぼ完全運転が可能になってきていますが、「人身事故を予見した際、ドライバーと歩行者のどちらの命を優先すべきか」という倫理的な問題は、人工知能だけでは判断できません。

人間同士が合意して解決しなければ社会的な正解にはなりえません。また、人生に関する選択も同様です。人工知能はアドバイスできるかもしれませんが、それを受け入れ、行動するのは人間自身です。

人工知能ができること、できないことを知り、過度に期待することなく、仕事や生活に活用して行きましょう。

 

田島悠介

人工知能について、理解は深まったかな?

大石ゆかり

人工知能の種類やできること、できないことなど、勉強になりましたー!

田島悠介

人工知能の概要を学習したら、機械学習や深層学習などにも取り組むと良いよ。深層学習や画像認識、自然言語処理については、また別のところで説明するね。

大石ゆかり

分かりました。ありがとうございました!

 

人工知能の学習書籍やサイトの紹介

人工知能の学習書籍

図解 人工知能大全 AIの基本と重要事項がまとめて全部わかる

ターゲット

AI初学者向けです。

 

特徴

図解でわかりやすい解説です。

 

何が学べるのか

AIに関して誰しも最初に疑問に思うことを解説してあります。

 

 

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ターゲット

プログラミング経験のあるAI初学者向けです。

 

特徴

論理的な解説で実務でも応用できる内容です。

 

何が学べるのか

外部ライブラリに頼らず、ゼロからPython3を使ったディープラーニングの実装方法を学習できます。

 

 

ゼロから作るDeep Learning ❷ ―自然言語処理編

ターゲット

ゼロから作るDeep Learningを学習済みの方向けです。

 

特徴

自然言語処理や時系列データ処理に焦点を当て、論理的な解説で実務でも応用できる内容です。

 

何が学べるのか

ゼロから作ることで、ディープラーニングを使ってさまざまな問題を解決する力をつけることができます。

 

人工知能の学習サイト

Google AI

料金

無料。

 

ターゲット

Googleが用意したカリキュラムで学習したい初学者から中級者向けです。

 

特徴

機械学習から TensorFlowに至るまで様々な内容を英語で学習できます。

 

Elements of AI

 

料金

無料。

 

ターゲット

ヘルシンキ大学が用意したカリキュラムで学習したいアカデミックな受講生向け。

 

特徴

人工知能の理論から英語で学習できます。

 

Udemy

 

料金

1400円~

 

ターゲット

初学者から中級者まで幅広いターゲットに対して、日本語での受講が可能です。

 

特徴

各講師が独自でカリキュラムを作成しているので、選択肢が広いです。

 

今回は、人工知能の種類について解説しました。

これから人工知能を勉強したい、人工知能を使って何か作ってみたいという方は最初に理解しておきたい内容でしょう。

 

また、オンラインのプログラミングスクールTechAcademyでは、AIオンライン講座を開催しています。

AI(人工知能)の構築に必要な機械学習・ディープラーニングについて実践的に学習することができます。

現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、最短4週間で習得することが可能です。

この記事を監修してくれた方

太田和樹(おおたかずき)
ITベンチャー企業のPM兼エンジニア

普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。

開発実績:画像認識技術を活用した駐車場混雑状況把握(実証実験)、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント

地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。