わかりやすい言葉で解説：人工知能（AI）とは何か？小学生でもわかる

昨今、人工知能（AI）という言葉は至るところで聞かれます。科学技術革新を支援する国や地方政府の政策から、大小さまざまな企業のスマートXXXやインテリジェントXXXの製品やソリューションまで、人工知能が追加されていないと、技術的な内容が不足し、ハイエンドではないようです。いずれにしても、人工知能という言葉は少々使い古されてきました。数日前に「AIバーベキューレストラン」を見ましたが、どこに知能があるのか​​わかりませんでした。

話を元に戻しましょう。人工知能（AI）とはいっ​​たい何でしょうか？

「人工知能」（AI）と聞いて、一般の人が真っ先に思い浮かべるのは、ハイテク、頭にチップを埋め込まれたロボット、SF映画に出てくる人間を踏みにじるロボットのさまざまな超能力などだろう。一般的な IT 担当者が思い浮かべるのは、さまざまな数学アルゴリズム、モデル、高度な数式などです。つまり、非常に複雑です。

平易な説明ですので、専門用語は極力避け、一般の方の視点から以下の3つの疑問について解説してみたいと思います。表現はそれほど厳密ではないかもしれませんが、普通の人でも基本的には理解でき、記事の目的は達成されます。

[[377720]]

1. 人工知能とは正確には何を意味し、どのような目的を達成しようとしているのでしょうか?

人工知能は、実は英語の「Artificial Intelligence」（AIはその略語で、明らかに外国人から来た言葉）の中国語訳であり、「一種の人工知能」という意味なので、個人的には「artificial intelligence」と訳した方が適切で分かりやすいのではないかと思います。では人工知能とは何でしょうか?実は、ここでの「人工」という言葉は、人工皮革や人工衛星と同じ意味です。自然に形成されたものではなく、人間が作り出したものを指します。唯一の違いは、ここで作り出される製品は皮革や人工衛星ではなく、人間の知能（簡単に言えば、大人の脳）であるということです。オタクのお気に入り、ガスドール同様、人工彼女とも言えます！

人工知能という用語の意味を理解すれば、その目的を理解するのがはるかに簡単になります。人工知能の目的は、科学者が人工的な手段を通じて一種の知能を生み出し、人間の脳が完了する必要があるタスク、または人間の体では完了するのが容易ではないタスクを人間に代わって完了することを望んでいることです。たとえば、ロボットによるカスタマー サービスは、カスタマー サービス担当者をロボットに置き換えて、企業のカスタマー サービス コストを削減することを目指しています。カスタマー サービスの問題のほとんどは一般的な問題ですが、現在のテクノロジーは十分に進歩しておらず、多くの場合、手動によるカスタマー サービスが依然として必要だからです。

2. 人工知能はどのように実現されるのでしょうか?

人工知能が誕生して以来、科学者たちはそれを実現するためにさまざまな方法を試みてきました。最も影響力のあるのは、「エキスパート システム」ソリューションと、現在使用されている「機械学習」ソリューションです (注: ディープラーニングは機械学習の一種です)。これら 2 つの専門用語に怖気付かないでください。実はとてもシンプルで理解しやすいものです。ゆっくり説明しましょう。

1. エキスパートシステムソリューション

これは、人工知能を実現するために科学者が早くから考え出した方法です（実は、私たちのような一般人もこの方法を思いつくことができます）。この方法の背後にある考え方は非常にシンプルです。機械に知能を持たせ、人間に代わって特定の思考や意思決定の問題（ビリヤードのプレイなど）を処理できるようにしたいので、ビリヤードの名人（オサリバン、ディン・ジュンフイ、最近のヤン・ビンタオなどの専門家）を集め、それぞれのプレイスタイルと特定のボールに対する解決策をまとめて、強力なコンピュータプログラムに書き込みます。このコンピュータプログラムには、さまざまなボールタイプに対するすべての名人の解決策とプレイ方法がリストされています。特定の種類のボールがテーブルに現れると、機械はこのプログラムを通じて次にどのようにプレイするかを認識します。これがいわゆるエキスパートシステムです。

明らかに、エキスパート システムは、ハードコードされた論理的な手順と可能性を備えた単なるソフトウェアです。厳密な意味ではインテリジェントであるとは考えられず、いくつかの大きな制限があります。卓球を例にとると、エキスパートシステムがすべてのボールの種類とプレー方法を列挙することは不可能です。プログラムにないボールの種類に遭遇すると、どのようにプレーすればよいかわかりません。さらに、プレイ技術は向上していますが、エキスパート システム プログラムが一度作成され完成すると、新しい技術を学習する能力はありません。これは、通常のコンピュータ ソフトウェア プログラムを人工知能と見なすことができない理由でもあります。なぜなら、それらはインテリジェントではなく、プログラマーによって設定されたいくつかの固定されたロジックにすぎないからです。

2. 機械学習ソリューション

エキスパートシステムには学習能力がないので、科学者たちは、生まれたときは何も知らないが、何十年も本を読ませると最終的には賢い子供になるような、学習能力のある方法を思いつくことはできないかと考えています。この方法は「機械学習」と呼ばれ、機械に学習能力を持たせる方法です。

これはどうすればできるのでしょうか?

アプリで買い物をするときのスマートな推奨を例に考えてみましょう（アプリが自動的に商品を推奨します）。アプリはどのようにして、ユーザーが好む可能性のある商品を知るのでしょうか。この方法の背後にある考え方は非常にシンプルです。まず、数式を与えます。この数式には、計算に関係する多くの要素（性別、年齢、色の好み、職業、収入など、とにかく多くの種類があります）があり、各計算要素には結果に影響を与える一定の重みがあります（この重みは、クラスリーダーに立候補する子供のようなもので、他の子供の投票は1票としてカウントされますが、教師の投票は10票としてカウントされます）。最後に、次の計算式を決定します：「0.1*性別+0.2*年齢+0.3*色の好み+0.4*職業+0.5*収入」そして、各人の状況に基づいて結果を計算します。結果のさまざまな数値範囲に応じて、さまざまな製品をその人に推奨します。

これを見て、ネットユーザーの中には、「学習」能力がここにどのように反映されているのか分からない、と疑問に思う人もいるかもしれない。慌てないでください。上記の式にはまだ解決されていない問題があります。つまり、重み係数 0.1、0.2、0.3 はどこから来るのでしょうか?なぜ性別の重みは0.1と言うのですか？当然ながら、私たち自身の推測に基づいて決定を下すことはできません。重みは、大量の既存のケースデータから機械が自動的に学習する必要があります。これが、インターネット企業のアプリが私たちの個人データをスパイしようとする理由です。おそらく、大量のケースデータを調査した結果、性別の重みは 0.1 ではなく、0.52 の方が適切であることが判明したため、0.52 を使用します。そして、より多くのケースデータが蓄積されるにつれて、この重みはより正確になり、最終的には 0.523421 のような値になる可能性があります。

3. 現在、人工知能はどの段階に達していますか?

正直に言うと、人工知能はまだ初期段階にあり、人間の知能に取って代わるには程遠いので、仕事を失うことについてあまり心配する必要はありません。その日が来るのはまだ遠い先のことです。現在、人工知能は、顔認識による人物の自動識別、中国語の英語への自動翻訳、音声のテキストへの自動変換など、限られたことしかできません。