人工知能（AI）

人工知能（AI）とは？

人工知能（AI）とは、人間の代わりに自律的に意思決定を行い、アクションを実行できる技術です。また、その技術の構築・管理に焦点を当てたコンピュータサイエンスの一分野を指します。

人工知能（AI）は一つの技術を指すのではなく、機械学習（ML）、エキスパートシステム、生成AI、そして特定のロボット技術など、様々なソフトウェアやハードウェアを含む総称を表しています。

現在のAIは主に従来のCMOS（相補型金属酸化膜半導体）ベースのハードウェアを使用し、従来のアルゴリズムとデータ駆動型の学習モデルを組み合わせています。

しかし、日常生活での人工知能（AI）の技術の利用が増えるにつれて、省エネルギーかつリアルタイム処理に最適化された特殊なハードウェアとアルゴリズムを通じて人間の脳の構造を模倣する「ニューロモルフィック・エンジニアリング」という研究分野への関心が高まっています。

ビジネスにおける人工知能（AI）の使用事例

AIは現在、各研究領域や商業の両方で以下のような技術に応用されています。

人工ニューラルネットワーク：人間の脳の構造と機能に触発された計算モデル。情報を処理し伝達するノード（ニューロン）で構成され、データからパターンや関係を学習します。
ディープラーニング（深層学習）：現在最も洗練されたAIアーキテクチャ。データの複雑性と抽象性の増す階層に機械学習のアルゴリズムを重ねる反復的アプローチを指します。
音声認識：人間の話す言葉・音声をテキストやコードに変換する技術。
自然言語生成：人間とコンピュータ間の自然な会話を可能にする技術。
画像認識：画像をスキャン・分析して画像内の物体を識別する技術。
エキスパートシステム：1970年代と1980年代に開発された人工知能（AI）研究初期のコンピュータシステム。特定分野の専門家の知識と意思決定プロセスを取り入れ、提案や意思決定を行います。ニューラルネットワークやディープラーニング（深層学習）などの最新技術ほど広く議論されていませんが、今でも医療、金融、エンジニアリングなどで実用されています。

人工知能（AI）に対するTechopediaの考察

人工知能（AI）と聞いて一般的に思い浮かべるのは、SF的な自律的コンピュータシステムかもしれませんが、実際は異なります。現実世界では、AIシステムは画像認識、言語翻訳、データ分析など特定のタスクを実行するために設計された専門ツールを指します。これらのシステムは意識や感情、自己認識を持たず、アルゴリズムとデータから学習したパターンに基づいて動作し、その能力はプログラミングとトレーニングによって制限されています。

人工知能（AI）の種類とその違い

AIには、「弱いAI（特化型）」と「強いAI（汎用型）」の2つのタイプがあります。現在、ビジネスで応用されているAIのほとんどは、「弱いAI（特化型）」の機械学習アプリケーションです。

弱いAI（特化型/ANI）：限定的に事前定義された機能のみを実行できるAI。
強いAI（汎用型/AGI）：広範な命令に応じて自律的に機能するAI。人間の能力に等しいと言われています。
Super AI（人工超知能/ASI）：将来、人間の知能を超えると期待されるAI。理論的には世界を支配する可能性が示唆されています。

また、AIプロジェクトは、4つのカテゴリのいずれかに分類されると言われています。

リアクティブ・マシン（Reactive Machines）：リアルタイムデータに基づいて意思決定を行うAI。
リミテッド・メモリー（Limited Memory）：保存されたデータに基づいて意思決定を行うAI。
マインド理論（Theory of Mind）：意思決定を行う際にユーザーの意図などの主観的要素を考慮できるAI。現在は、仮説としてのみ存在しています。
自己認識（Self-awareness）：人間のような意識を持ち、独自の目標を設定し、それを達成するためのデータを使用して最良の方法を決定するAI。現在は、仮説としてのみ存在しています。

これらの違いを視覚化するために、AIをプロのポーカープレイヤーとして考えると良いでしょう。例えば、リアクティブ・マシンのプレイヤーは現在の手札に基づいて全ての意思決定を行い、リミテッド・メモリのプレイヤーは自分自身と他のプレイヤーの過去の意志決定を考慮します。

マインド理論のプレイヤーは他のプレイヤーの行動を手がかりにして、自己認識のプレイヤーは、ポーカーで生計を立てることが時間と労力の使い方として最善かどうかを考えます。

人工知能（AI）と機械学習（ML）の違い

人工知能（AI）は広い概念を表します。コンピュータは自分で考えたり、問題解決したり、人間のように振る舞う能力全般を指しており、それには様々な方法や技術があります。

一方で、機械学習（ML）は、コンピュータが大量のデータから自動で学習してパターンに基づくモデルを構築するデータ解析技術を指します。機械学習（ML）モデルは、タスクを実行するために明示的にプログラムされるのではなく、データを使用して予測や意思決定を行います。

つまり、機械学習（ML）はあくまでも、人工知能（AI）の一つの方法を指しています。すべての人工知能（AI）が機械学習（ML）の技術を使用しているわけではありません。例えば、特定のルールに基づくエキスパートシステムやニューロシンボリックもAI技術に含まれますが、機械学習（ML）のように必ずしもデータから学習しているわけではありません。

人工知能（AI）の進化とこれからの展望

人工知能（AI）は、ビジネスにおいて2つの主要な方法で活用されています。一つ目は、完全に自動化されたシステムとしてすべての意思決定を行うことで、もう一つは、特定のプロセスを強化するために利用することです。例えば、通常の倉庫管理システムでは製品の在庫状況だけを示しますが、AIを使ったシステムでは、製品の不足を特定し、その原因とサプライチェーン全体への影響を分析して、問題を解決する手順まで提案することができます。

AIの広範な利用により、高速かつ効率的な情報処理が必要とされています。しかし、従来のコンピュータハードウェアでは、このような高い需要に応えることができないため、研究者たちは、人間の脳を模倣した新しいタイプのコンピュータアーキテクチャの開発に取り組んでいます。このアーキテクチャでは、人工的なニューロン（神経細胞）とシナプス（ニューロン間の接続）のネットワークを使って、情報をより速く、適応的に処理し、しかも省エネルギーで行うことができます。