NO IMAGE

【就活準備】AIとは?

この記事の内容

就活中の大学生の皆さんは情報収集するためにニュースをチェックしますよね?

最近のニュースで「AIを使って効率化した」「機械学習を使って判断する」のように、AIや機械学習という言葉を聞くことがあると思います。

でも、実際にどんな技術があって、どんなふうに組み込まれているのか知っていますか?

AIや機械学習といった技術が必要不可欠な世の中になっていくことは自明ですが、どういったことができるのか分からないまま就活をしてしまっていいのでしょうか。

就職先がどのような業界であっても必ずと言っていいほどAIは使うことになりますので、AIが実社会でどのように使われているのかを知っていただきたいです。

※AIの歴史や仕組みではなく、AIがどのように実社会に使われているかを重視しています。

最初に当記事ではAIとはなにかを紹介したいと思います。

次の記事ではAIで何ができるのかをご紹介します。

筆者について

じゃそもそもAIを教えてくれる中の人は、どんな人なの?って思いますよね。

自己紹介記事でも書いていますが軽く紹介します。

名前はHAMAといいます。

現在はIT企業(SI企業)で、様々な業界の企業に対してAIを使ったシステムを導入しています。一応職種はデータサイエンティストです。

大学生時代は化学系専攻でした。

AIの勉強を始めたばかりなので、データサイエンティスト歴は10か月です。

まだ、データサイエンティスト歴10か月と浅いですが、だからこそ何も知らない方にもわかりやすく説明できると思います。

AIってなに?

AIという言葉

AIは日本語で言うと「人工知能」で略さず言うと「Artificial Intelligence」です。

wikipediaで調べると、

人工知能(じんこうちのう、artificial intelligenceAI〈エーアイ〉)とは、「『計算computation)』という概念と『コンピュータcomputer)』という道具を用いて『知能』を研究する計算機科学computer science)の一分野」を指す語[1]。「言語理解推論問題解決などの知的行動人間に代わってコンピューターに行わせる技術[2]、または、「計算機(コンピュータ)による知的な情報処理システム設計や実現に関する研究分野」ともされる[3]

って出ますが、ちょっとわかりずらいので一言で言うと、人間の代わりに考えてくれるコンピュータ、です。(言い方はかなり乱暴)

 

AIの定義

上で説明したAIはかなり幅広い意味が含まれています。

AIという言葉の範囲は厳密に決められているわけではなく、人によって定義とかどこまでをAIをするかはばらばらです。

例えばルールで決められた判断しかしないシステムでもAIを呼ぶことがあります。下にルールで作られたシステムの例を出しています。

例)利用者の性別と年齢を利用してオススメの服をリコメンドするシステム

利用者の情報を学習して性別や年齢に分けているわけではなく、人間がルールを作ってそのルールに沿った答えを出すプログラムです。

このように簡単なルールベースのアルゴリズムで作られたシステムでも「AIを使っている」と表すことがあるので、AIという言葉を聞いた時にはどんな技術が使われているのかを確認する必要があります。

 

まとめると、

  • AI=Artificial Intelligence=人口知能
  • AIとは人間の代わりに考えてくれるコンピュータ
  • AIという言葉の定義はあいまいで幅広い

AI・機械学習・ディープラーニング

「AI」・「人工知能」は聞いたことあると思いますが、「機械学習」・「ディープラーニング」は聞いたことがありますか?

何となく聞いたことある方が多いと思います。

機械学習

こちらもwikipediaによると、

機械学習machine learning、略称: ML)は、明示的な指示を用いることなく、その代わりにパターンと推論に依存して、特定の課題を効率的に実行するためにコンピュータシステムが使用するアルゴリズムおよび統計モデルの科学研究である。

と、表記されています。つまり簡単に言うと、ある課題を解けるようにいい感じに機械が学習してくれるアルゴリズムのことです。(こちらもざっくりです)

現在はたくさんのアルゴリズムが開発されていて、目的に合ったアルゴリズムを選ぶことで様々な問題を解決できます。

例えば以下のような手法があります。(参考:代表的な機械学習手法一覧

  • 回帰
    • (一般化)線形回帰
    • ロジスティック回帰
    • サポートベクターマシーン(SVM)
    • 決定木(CART)
    • 回帰木
    • ランダムフォレスト
    • 勾配ブースティング木
  • ニューラルネットワーク(NN)
    • パーセプトロン
    • 畳み込みニューラルネットワーク(CNN)
    • 再起型ニューラルネットワーク(RNN)
    • 残差ネットワーク(ResNet)
  • ベイズ
    • 単純ベイズ(ナイーブベイズ)
  • 時系列
    • AR,MA,(S)ARIMAモデル
    • 状態空間モデル
  • クラスタリング
    • k近傍法(KNN)
  • アンサンブル学習
    • ブースティング
    • バギング

教師データなし

  • クラスタリング
    • 階層型クラスタリング(ユークリッド距離*ウォード法など)
    • 非階層型クラスタリング(k-meansなど)
    • トピックモデル(LDAなど)
  • NN
    • 自己組織化マップ(SOM)
  • その他
    • アソシエーション分析
    • 協調フィルタリング(アイテムベース、ユーザベースなど)

 

ディープラーニング

wikipediaによると、

ディープラーニングDeep learning)または深層学習(しんそうがくしゅう)とは、(狭義には4層以上の)多層の人工ニューラルネットワーク(ディープニューラルネットワーク、deep neural network; DNN)による機械学習手法である

人口ニューラルネットワークとは人の脳の構造を模して考えられた構造です。

つまり簡単に言うと、機械学習の一種で人間の脳の構造をもとに考えられたアルゴリズムのことです。

機械学習のところで紹介した一覧のうちニューラルネットワーク(NN)の部分がディープラーニングに該当します(厳密に言うとディープニューラルネットワーク=ディープラーニングです)

なぜディープラーニングだけ別で紹介しているかというと、非常に画期的だったからです。

ディープラーニングを用いた結果ほかの手法を圧倒する高性能だったことから2010年代から普及しました。

ディープラーニングは

 

AI(人工知能)・機械学習・ディープラーニングのそれぞれの関係性は以下の図のようになっています。

 

これらのアルゴリズム(手法)を用いて様々な社会問題を解決します。

しかし、手法だけではどのように実際の問題に応用するのか分からないと思いますので、次の記事でAIで何ができるのかをご紹介します。

参考:【AIを使うということ】AIで何ができるの?

 

NO IMAGE
最新情報をチェックしよう!