基本情報

AI(人工知能)とは?基本情報とデータサイエンスとの関連性について

  • このエントリーをはてなブックマークに追加
  • LINEで送る

「AI(人工知能)とはどんなものだろう?」
「仕事に活かせるのかな?」
「データサイエンティストになるには最初に理解しないといけないけど、よくわからない…」

など悩みを解決したいと思っていませんか。

今回は、AIの定義や基本情報や、データサイエンティストのAIの関わり方について紹介していきます。

AI(人工知能)とは?

AIとは「Artificial Intelligence(アーティフィシャル・インテリジェンス)」の頭文字をとったものです。「人工的な=Artificial」と「知能=Intelligence」という意味で、人工知能とも呼ばれます。

AIという言葉がよく聞かれるようになり、なんとなくイメージは浮かぶけれど、よくわからないという印象の方も多いのではないでしょうか。

AIの定義は定まっていない

AI(人工知能)の定義は、専門家や研究機関によって異なっており、残念ながらまだ定まっていないのが現状です。

また、時代によっても変化してきており、今後も変わっていくでしょう。

人工知能に関する書籍で名著とされる「人工知能は人間を超えるか ディープラーニングの先にあるもの」でもさまざまなAIの定義が紹介されています。

研究者名
※敬称略
定義
中島秀之
(公立はこだて未来大学)
武田英明
(国立情報学研究所)
人工的につくられた、知能をもつ実態。あるいはそれをつくろうとすることによって知能全体を研究する分野
西田豊明
(京都大学)
「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
(北陸先端科学大学院)
人工的につくった知的な振る舞いをするためのもの(システム)である
長尾真
(京都大学)
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)
人工的に作る新しい知能の世界である
浅田稔
(大阪大学)
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)
究極には人間と区別が付かない人工的な知能のこと
池上高志
(東京大学)
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、物理法制に関係なく、あるいは逆らって、人工的に作り出せるシステム
山口高平
(慶應義塾大学)
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
(慶應義塾大学)
人工的につくられる知能であるが、その知能のレベルは人の超えているものを想像している
山川宏
(元ドワンゴ人工知能研究所)
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良いのではないかと思う
松尾豊
(東京大学)
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。人間のように知的であるとは、「気づくことができる」コンピュータ、つまり、データの中から特徴量を生成し、現象をモデル化することの出来るコンピュータという意味である
(出典)松尾豊「人工知能は人間を超えるか ディープラーニングの先にあるもの」(KADOKAWA)p.45

AI(人工知能)の定義を広く捉えると、「人間が持つ知的な情報処理能力を機械に持たせること」 「周囲状況(入力)によって行動(出力)を変える能力を持つ機械」といったとこになります。

とはいえ、「人間と同じ知能や情報処理能力」という解釈が人によって大きく異なるため、「何をAI(人工知能)とするか」がやはり難しい問題となるのです。

AIの活用例

AIはあらゆる分野、領域に活用することができ、仕事をする上でもさまざまなところで使用されています。

仕事や生活に身近な例を紹介します。

・会員の行動を予測し、売上の向上が期待できるクーポンを発行する
・サイト上のログイン履歴のデータを分析し、イベントチケットの価格を変更して販売する
・機器の故障を予測し、設備の稼働ロスを防ぐ
・画像診断技術を用いて、医師(人間)が感知できなかった腫瘍を発見する
・会話をテキスト化し、文字起こしや引き継ぎ作業をなくす

こういった、これまでは人の手でおこなわれていた作業を早く、そして高い精度でおこなうことができるようになってきました。

AI(人工知能)には4つのレベルがある

AI(人工知能)を「周囲状況(入力)によって行動(出力)を変える能力を持つ機械」という側面からみると、4つのレベルに分けることができます。

レベル1 シンプルな制御プログラム

入力に応じて、あらかじめ決められたルールに忠実に従って出力するプログラムです。

エアコンの温度調整の自動化、洗濯機の洗剤投入や水量調整の自動化などが挙げられます。

レベル2 古典的な人工知能

探索、推論、知識データベースを利用したAIです。

お掃除ロボット、診断プログラム、チャットボット等が例として挙げられます。 

特定の専門分野に限った場合はユーザーを十分にサポートしてくれるレベルです。

レベル3 機械学習を取り入れた人工知能

機械学習の手法を取り入れ、大量な学習データの分析を通じて法則を見出すことができます。

スパムメール検知、レコメンドエンジン、売上予測、顧客分析などが例に挙げられます。

レベル3のAIは、2000年以降のビッグデータの時代に躍進しました。

レベル4 ディープラーニングを取り入れた人工知能

レベル4までくると、学習の部分までが自動化されます。

顔認識、自動翻訳、自動運転、囲碁などの難易度の高いゲームなどが例に挙げられます。

データサイエンティストはAIを活かして「成果」を導く

AIによって、多様で膨大なデータがを抽出したり、自動化することができるようなりました。

しかし、AIをただ使用しただけ、データを抽出しただけでは、大きな成果を生むことはできません。

集積されたデータや結果を解析し、問題点の発見・解消する、新しい施策をおこなう、さらに必要なデータを発見し解析する、といった多様なアクションを起こし、継続してくことで大きな成果となるのです。

その役割を求められるのがデータサイエンティストです。

データサイエンティストには、様々なスキル・知識が求められます。

・必要なデータを収集するためのプログラミング
・分析基盤の構築
・わかりやすく伝える力・プレゼン力
・業界情報・企業の内情

等々、本当に求められる職能が広い職種となっています。

その分、データサイエンティストの需要は高まっており、システムエンジニアがデータサイエンティストになった場合、年収が200万円はアップするといわれます。

また、AI の市場規模もどんどん大きくなっており、キャリア形成にも有用です。

AI(人工知能)の理解が、データサイエンティストの第一歩です。

いまはわかりやすく教えてくれるサイトや動画、講座などが多数あります。

興味があるくらいでは理解できないかも…なんて思う必要はありません。

ぜひ情報収集してみてください。

20日間無料で講義を体験!