人工知能の進化の歴史を学ぼう!「深層学習」(ディープラーニング)とは何か?

人工知能の進化の歴史を学ぼう!「深層学習」(ディープラーニング)とは何か?


 こんにちは、大関です。今回読んだのは『人工知能は日本経済を復活させるか』です。

 近年、人工知能がニュースメディアで取り上げられることが多くなりましたが、僕が人工知能と聞いて思い浮かぶのは、「将棋ソフトがプロ棋士に勝利した」「車の自動運転」「女子高生人工知能 “りんな”」くらい。具体的にどのような技術なのか、どのような場面で活用されているのかと聞かれると、説明に困ってしまいます。
 
 そのため、

  • 「人工知能」が社会に浸透すると、仕事のあり方はどう変わっていくのか?
  • 人工知能によって仕事は奪われるのか?
  • 仮にそうなった場合、今後の仕事に必要となるスキルとは何か?

 といった、僕が疑問に思っていることに対する答えや、それらを考える材料を得たいと思い、人工知能に関する本を手に取りました。

 読んでみて気づいたのは、本書は人工知能(AI)に関する基礎情報をまとめた入門書ではなく、「人工知能のような技術革新を日本経済全体で活用していくためにはどのような投資をしていく必要があるか?」について、さまざまな専門家たちの論考をまとめた内容だったということです(笑)

 僕が知りたかった点については、東京大学准教授の松尾豊さんが書かれた第1章「人口知能が変えるビジネスと社会の将来像」に記されていたので、今回はその部分をご紹介したいと思います。

 ただ、本書はあくまで「投資という側面から見た人工知能」についてが本題なので、基本的な説明についてはだいぶ簡略化されている印象です。そのため初心者にとってはなかなか難解に感じるかもしれません。人工知能の基礎について詳しく学びたい方は、松尾さんの著書『人工知能は人間を超えるか』から読んでみてください。

 この記事では、理解の難しい言葉や説明については僕の方で調べた情報をもとに補足しつつご紹介したいと思います。

人工知能の発展の歴史

 まず現在のAIブームというのは実は3回目で、これまでの約60年間にすでに2回のブームがあったそうです。

第1次AIブーム:「推論・探索」

  • 1956年〜1960年代
  • 「推論・探索」の技術が発展

 第1次AIブームでは、ゲームのように明確なルールがあるなかで、コンピュータ自身が「推論・探索」することで問題を解く研究がなされました。

 例を挙げると、

  • パズルや迷路を解く
  • 数学の定理の証明をする
  • チェスを指す

 といった処理ができるAIです。しかしこのAIでは、複雑な現実の問題は解けなかったため、実用性が認められず、ブームは急速に冷めてしまいました。

第2次AIブーム:「知識処理」

  • 1980年代
  • 「知識処理」が発展

 第2次AIブームでは、専門家の「知識」をコンピュータに取り込むことで問題を解決するというアプローチが取られ、「エキスパートシステム」と呼ばれる実用的なシステムがたくさんつくられました。

 これは、ある専門分野の知識を取り込み、推論を行うことで、その分野のエキスパート(専門家)のように振る舞うというプログラムです。

 たとえば医学の知識を取り込むことで、頭が痛いのならこの病気の可能性がある、さらに寒気があればこの病気の可能性も考えられる、というように症状から推論し、患者を診断できるようになります。

 しかし基本的には入力した知識以上のことはできないことに加え、知識をコンピューターに与えるためには専門家からヒアリングする必要があるなど、知識を記述・管理することの大変さが明らかになり、再びAIは冬の時代に突入してしまいます。



第3次AIブーム:「機械学習」と「深層学習」

 今回の第3次AIブームでは、「機械学習」あるいは「深層学習」(ディープラーニング)と呼ばれる技術が中心となっています。

 まず機械学習とは、簡単にいうと「人工知能のプログラム自身が学習する仕組み」です。コンピュータが大量のデータを処理しながら、そのデータの「分け方」を自動的に習得していき、未知のデータについても分類できるようになっていきます。これにより、メールからスパムメールを取り出したり、ユーザーがウェブサイトにアクセスした履歴にあわせて広告を表示するといった処理が可能になります。

 しかし「どんな特徴に注目すれば適切な分類ができるか」という部分は人間が決める必要があり、本当の意味での「人工知能」とは呼べませんでした。

 これを解決する方法として注目されているのが「深層学習」(ディープラーニング)です。ディープラーニングとは、ニューラルネットワークと呼ばれる人間の脳のしくみを模倣した機械学習手法。早い話が、コンピュータ自らが注目すべき特徴を見抜き、データを分類することができるようになるということです。これによって、これまで人間が介在しなければならなかった領域に、人工知能が一歩踏み込むことになりました。

 これによって直接的に大きなメリットが出ているのが、画像認識の分野だと言います。何の画像なのかをコンピュータが分類する際、どのような特徴に注目すればよいのかを自ら見抜くことができれば、その精度は大きく向上します。

 深層学習によるインパクトを一言で表現すると、「眼の誕生」だと松尾さんは言います。画像認識の精度が高まり、機械やロボットが「眼」を持つようになると、これまで機械化・自動化が困難であった仕事もこなせるようになります。

 たとえば農業や建設、食品加工といった分野や、警備・防犯、医療や介護、また掃除や調理といった家事に関しての自動化も大きく進むことが予想されています。

人工知能に「仕事」は奪われるのか?

 でもそうなると、人工知能によって「人間の仕事が奪われるのではないか」と不安になるかもしれません。

 しかし著者は、マッキンゼーが報告している「職がなくなるのではなく、タスクがなくなる」という論の方が正確な描写であると述べています。

 例えば、これまで駅員が駅の改札で切符を切っていた仕事は、自動改札機の導入によってなくなりました。しかしこれは、人間がやる必要のない「タスク」がなくなっただけであり、おかげで駅員は、駅の利用者や乗客への案内、乗車補助のような「人間がやるべき仕事」に多く時間を割けるようになったと考えることができます。

 本書では、人工知能が社会に普及することで必要性が高まる仕事として、以下の4つを挙げています。

  1. 人工知能やロボットそのものを扱う仕事
  2. 接客や営業などの対人間のコミュニケーションの仕事
  3. 人間の感覚や創造性に関わる仕事
  4. 目的の設定・価値判断・責任主体としての仕事

 人工知能によって人間の「機械的な仕事」が減っていく代わりに、人工知能を用いて人に影響を与えたり、人とコミュニケーションをとっていく仕事の重要度が上がっていくということです。

 ではそうした未来に向けて、今何をすべきなのでしょうか? そこから僕が考えたことは、当然ながらAIに奪われない仕事の能力を身につけることや、自分自身がAIを生かせるように知識や教養を身につけること、そしてそれらを文章で残せるようにするということでした。

 AI自身が人間と同じ経験をし、そこで生じた悩みや問題を自ら解決するということは(おそらく)できないでしょう。だからこそ、仕事かプライベートかを問わず、自分の経験をもとに直接アドバイスしたり、コンテンツとして残したりする方法・手段を考える必要があると思いました。

執筆者プロフィール

大関槙一
1986年生まれ。読書、ホラー、神社仏閣巡り、猫、謎解きをこよなく愛す30歳男性会社員。
ブログ:「のーぶっく、のーらいふ」

LINEで更新情報を受け取る

友だち追加

書評を書いてライティング力を磨こう!

 無料で月2〜3冊のビジネス書をプレゼント。その本の書評を書きながら、マンツーマンでライティング指導します。メンバー募集中!

書籍リストをもっと見る

えっ!自分の"強み"を無料診断できるの?

 ビジネスで成功するためには、自分が生まれ持った才能を活かせる分野で努力するべきです。

 しかしほとんどの人は、強みを伸ばすことよりも、苦手を克服するために膨大な時間を費やし、自ら成功しづらい、最も大変な「いばらの道」を選んでしまいます。

 自分の「強み」となる才能が何なのかわからない人は、「リクナビNEXT」「グッドポイント診断」を受けてみてください。無料の会員登録をするだけで、本格的な診断サービスを受けることができます。

無料登録する!


 診断をスタートすると、AとBの2つの選択肢が次々と出てくるので、どちらに近いかを答えていきます。

 質問は第1部〜第3部まであり、合計293問の大ボリューム。時間もそれなりにかかる本格診断だけに、その結果はかなり的確で信憑性があります。

 私も受けてみましたが、自分の性格や行動の特徴を見事に言い当てられていました。

 転職を考えていない人でも無料で受けられるので、興味がある方はぜひ登録してみてください。(メールアドレスだけ登録すれば、細かいプロフィールを入力しなくても診断を受けることが可能です)

無料登録する!

関連記事

/**************************************************************** * ptenginのコード ****************************************************************/