ICT×未来

ビジネスの明日を動かすICTトレンド

「ディープラーニング」など先進AIの活用において、官民一体となった日本の攻勢が始まる!

文◎西俊明(ライトサポートアンドコミュニケーション) 2017.06.05

  • bookmark
  • Teitter
  • 印刷

日本におけるAI+ビッグデータへの取り組みは、今からさらに加速します。その大きなドライバーの1つとなるのが、先ごろ施行された「改正個人情報保護法」です。今回は、最注目のAI技術であるディープラーニングについて分かりやすく紐解きながら、日本政府の狙いも解説します。

ディープラーニング実現に至る、これまでのAI開発の流れ「AI(Artificial Intelligence:人工知能)」という言葉が誕生して約60年。そもそも、「AIとは何か」という定義すら専門家の間でも統一されていないのが実情です。

それでも、多くの専門家が「ディープラーニングは、AI誕生以来のブレークスルーになり得る」と考えています。

その理由を簡潔に言えば、「これまでのAIにはなかった、ある特性を獲得したから」ということになります。

具体的にはどういうことか――。人工知能の過去3回のブームの概要と共に説明していきましょう。


第一次AIブームは「推論」「探索」
まず、最初の人工知能のブームは1950年代後半~1960年代に起こりました。

当時のAI研究は、主に「推論」「探索」といったアルゴリズムにより、ゲームやパズルを解くことに成果を挙げました。

ただし、ゲームなどはよくても、「現実の問題を解決するのは難しそうだ」という議論に至り、ブームは終わります。

第二次AIブームは「知識」
2度目のブームは、1980年代。今度は「知識」をベースとしたエキスパートシステムがビジネスで役立ちそうだ、ということでAIが盛り上がります。

エキスパートシステムとは、「経営」「会計」「法務」などの限られた分野に限定し、その分野に関する知識をすべてルール化してコンピュータに入力することで、コンピュータを当該分野の専門家にしてしまおう、というものです。

コンピュータが特定分野の専門家になれば、その分野において支援をさせたり、意思決定すら行えるようになるのではないか、と期待されました。

しかしながら、限られた狭い領域ではうまく行くケースも見られたものの、総じて成果は限定的でした。

比較的うまく行ったエキスパートシステムの事例としては、血液疾患の患者を診断する医療システムなどが挙げられます。

しかし、少しでもエキスパートシステムの対象範囲を広げる=汎用化しようとすると、とたんにコンピュータに入力しなければならないルール(知識)の量が大きくなりすぎて、とても人間に書ける量ではなくなってしまいました。

また、汎用的にすればするほど、ゼロかイチか、白黒ハッキリした内容しか受け付けないコンピュータに理解させることが難しい知識も出てきました。

たとえば、「頭がぼおっとする」という状態(知識)は、コンピュータにどのようにインプットすればよいでしょうか。

このように、人間にとっては当たり前の状態(知識)のなかで、コンピュータに教え込むのが難しいものが無数にある、ということも分かってきました。

さらに、多大な工数をかけてコンピュータに専門分野の知識を入力しても、時間とともに最新知識はどんどん変わっていくので、メンテナンスがまったく追いつかない、という弊害も見えてきました。

もちろん人海戦術で入力すれば対応できなくもないでしょうが、そうなると、結局、「AIは使わず、専門家一人雇った方がコストパフォーマンスがよい」という話になります。

つまり、ビジネス的に全くペイしない、ということが分かってきました。

以上のような理由があり、第2次AIブームも沈静化していったのです。

AI冬の時代を終わらせた「機械学習」
1990年代以降、2回目のAI冬の時代を迎えますが、そのなかで注目され始めたのが「機械学習」という技術です。

機械学習では、それまでの「AIに対して、人間が知識を教える」といった方向性とは180度異なる、「AIが自分で学習する」という考え方を取り入れています。

この機械学習の研究が実用化されるようになった背景には、

①コンピュータの処理能力の大幅な向上
②インターネットの登場による、利用可能なデータの急増


の2点が挙げられます。

機械学習とは、簡単に言えば

「大量のデータを読み込み、AI自身がルールや関係性を見つけて正しく分類したり判断したりできる技術」

のことです。

対象となるデータは、音声・言語・画像など多岐にわたりますが、たとえば画像であれば、「多くの動物の画像の中から犬の画像を選び出す」ことなどをAIが出来るようになります。

機械学習の流れとしては、まず人間が「“イヌ”という対象を正しく選び出すためには、対象のどこに注目すればよいか(これを特徴量といいます)」をAIに指示し、その後、AIが大量の画像データを読み込んで、正しくイヌの画像だけを選択できるように学習していきます。

AIの画像認識の精度が上がらなければ、人間が特徴量のパラメータを操作して、またAIに大量のデータを読み込ませる、といったことを繰り返し、精度を上げていきます。

以上のように、「大量のデータを元に、AI自身が学習をする」という点で従来の欠点を補った機械学習ですが、大枠として「人間の指示に従って動く」という点は変わりませんでした。

著者プロフィール

西俊明(にし・としあき)

慶應義塾大学文学部卒業。合同会社ライトサポートアンドコミュニケーション代表社員/CEO。富士通株式会社で17年間にわたり、営業、マーケティング業務に従事。2008年、経済産業大臣登録・中小企業診断士として独立し、2010年、合同会社ライトサポートアンドコミュニケーション設立。専門分野は営業・マーケティング・IT。Webマーケティングやソーシャルメディア活用のテーマを中心に、8年間で200社以上の企業や個人事業主のマーケティングのコンサルを実施、180回以上のセミナー登壇実績をもつ。著書に『あたらしいWebマーケティングの教科書』『ITパスポート最速合格術』『高度試験共通試験によくでる午前問題集』(技術評論社)、『絶対合格 応用情報技術者』(マイナビ)、『やさしい基本情報技術者問題集』『やさしい応用情報技術者問題集』(ソフトバンククリエイティブ)、『問題解決に役立つ生産管理』『問題解決に役だつ品質管理』(誠文堂新光社)などがある。

スペシャルトピックスPR

takarajoho1706
yamaha1706
sony1706

>> 今月の月刊テレコミュニケーション

月刊テレコミュニケーション【特集】5G時代の新ビジネス創出戦略
<Part 1>5G革命の本質とは? - 主戦場は「リアル」で「シリアス」な領域へ
<Part 2>5Gで超現実の感動体験 - ポストスマホ時代のビジネスチャンス
<Part 3>人手不足も5Gが救う - AI・4K・5Gが三種の神器に

● [インタビュー]OKI 常務 坪井正志氏「“IoTのOKI”実現の準備は整った」 ●LPWA「ローラ」ネットワークの選び方 ●データセンターインターコネクト(DCI)最新動向 ● 新LPWA規格「Weightless-P」が日本上陸

>>詳しい目次を見る

ホワイトペーパー
IIJグローバルソリューションズ

スペシャルトピックス

ヤマトの総合物流ターミナル「羽田クロノゲート」で様々な付加価値!

RADIUS内蔵APとの連携で無線/有線LANの両方でデジタル証明書認証

LPWAネットワークを自ら構築するなら、世界で豊富な実績を誇るキャリアグレードのActilityだ。

業界最高レベルのキャリア/サービスプロバイダ向けルータが登場する。

無線プロトコルスタック「SkWAN」搭載のLPWA基地局なら、1台で最大6400台のエンドデバイスを接続できる!

IBM Watsonが最適な活用方法や脅威対策を提供! 先進のPC/スマホ一元管理を実現する「IBM MaaS360」とは?

「企業向けソーシャルプラットフォーム」で働き方そのものも変える!

ペタバイトクラスも「大きなバケツ」で一括管理できる!

中堅・中小企業を支援する宝情報がUTMのサポートサービスを開始する。

教育現場への無線LAN導入を成功させるための3つのポイントとは?

スマートデバイスを標的にした未知の不正アプリにも対応できる。

設計から製造までセキュアなプロセスで、他のAndroidにはない安全性。

Webサイトの利便性とセキュリティ向上を同時に実現できる最適解とは?

アクセスランキング

月刊テレコミュニケーション5月号
iot14
compass
packet

「通信」の力でビジネスを進化させるbusinessnetwork.jp

Copyright(c) 2015 RIC TELECOM Co.,Ltd. All Rights Reserved. 記事の無断転載を禁じます