【AIの仕組み】
非エンジニア・経営者・マネジメント向けに最新AI技術をわかりやすく解説

記事イメージ

お疲れ様です。堺です。

近頃はAI活用事例などが日々発表されており、詳しく読んで「え、すごい!どういう仕組みなの?」と思われることも多いかと思います。

そういった疑問に対して、経営者様など非エンジニアのマネジメントの方向けに、「すごくざっくり」現代のAIとは?AIの仕組みは?という点を解説してみたいと思います。

尚、当社では、AIを活用してレンタルおしぼり事業の業務改革を目指す「おしぼりAIプロジェクト」を先日リリースしています。末尾に参考リンクを掲載しますので、ぜひご参照ください。

この記事の目標:非エンジニアでも分かる最新AIの仕組みを解説!

※見ての通りこの記事は技術者向けではありませんが、AI初学者には参考になると思います。

今現在「AI」と呼ばれているものの正体

「AI」から連想されるイメージはいったん置いておいて、現代の「AI」を端的に言うと、「数値変換するための掛け算の係数のかたまり」と表現できます。

AIの役割は、物体の写真、音、振動、文字列などから、ある一定の結論(数値なり分類なり)を「推論」をすることです。この「推論」を、写真や音などを数値に変換した上でAI(機械学習モデル)の中の係数と掛け算することで実現しています。

たとえば「おしぼりAI」では、回収箱を上から写真を撮影して箱の中のおしぼり枚数を推論します。これも掛け算を行うために写真を画素の色素値に分解して、AIと掛け算しているということになります。

AIが「推論」を行う流れの概略図。画像をRGBに変換して掛け算を行います。(より数学的に言うと、線形代数が応用されており、画像を行列と捉えてAIの中の計数と演算を行います。AIの中身も行列構造です。)
AIが「推論」を行う流れの概略図

AIの中の掛け算の係数はどう決めるの?AIの「学習」とは?

ここまでで、AIとは掛け算の係数のかたまりであることがわかりました。ここで出る「係数はどう決めるの?」という疑問を解決するのがAIの「学習」プロセスになります。

学習で必要になるのは、実際のデータと同じ(か似ている)サンプルとその正解の情報です。この2つがあれば、方程式を解く要領で、係数を導出できることがお分かりになりますでしょうか。a×b=cのような式の場合で、aとcの数値が分かればbが決まるのと同じ要領です。

これを多数のサンプルに対して導出可能になるように大量のサンプルに対して係数調整を行い、最適化していくのが学習プロセスになります。

ここで、サンプル+正解情報のセットを「教師データ(training data)」、正解情報をラベル、正解情報を写真などサンプルに付与することを「アノテーション」などと言います。

「おしぼりAI」では、おしぼり枚数が正解のため、画像と正解枚数を係数のかたまりに連続で渡して係数調整を行います。分類問題(たとえば犬か猫か)の場合などでも、正解情報が「どの分類か」になるだけで仕組みは同じです。
「おしぼりAI」では、おしぼり枚数が正解のため、画像と正解枚数を係数のかたまりに連続で渡して係数調整を行います

係数調整の計算ってどうやるの?

学習(係数調整)の処理自体は、現代の環境ではわりと簡単

このような係数調整をすればAIが出来上がるわけですが、実際の計算は既にかなり定型化されています。無料で広く公開されているツールもありますので、それらを使えば深い専門知識がなくても使えるようになっています。

代表的なものでいえば、PyTorchというライブラリと、Google社が中心となって開発したTensorflowというライブラリが有名です。どちらもオープンソースで、一定のライセンス下で誰でも無料で使用できる環境が既に整えられています。

教師データ集めがめちゃくちゃ大変!

但し、だからと言って簡単にAIができるとは言えません。上記のように専門的な計算処理自体は既にコモディティ化しているといえますが、他方で教師データを集めるのは非常に大変です。

サンプルが写真であれば大量に撮影して正解を付与をし、音であれば大量にレコーディングする作業が発生します。実際、おしぼりAIでも10万超の画像データをすでに蓄積しています。

この様な背景から、AIプロジェクトで本質的に価値があるのは蓄積された教師データということが言えます。世界の様々な企業が教師データを集めるために様々な工夫を行っています。あなたも、SNSやアプリなどで、「これは正しいですか?」とか「興味はありますか?」などの選択を目にしたことがあるのではないでしょうか?それは殆どがその結果をアノテーションに使うためのデータ収集となっているはずです。

「Googleフォト」のアプリなどでは、この様にユーザーにアノテーションをしてもらう仕組みが登場します。
「Googleフォト」のアプリなどでは、この様にユーザーにアノテーションをしてもらう仕組みが登場します

AI技術はまだドラえ〇んには至っていない

ここまで読んで、「AIといえばドラ〇もんみたいな感じではないの?」と思った方も多いかと思います。残念ながら、現代の技術がドラ〇もんの水準に至っていないというのが現状です。

いわゆるドラえ〇んのような自身の意思を持つAIが「強いAI」、対して今回説明したような特定の問題に対する推論を行うAIを「弱いAI」などと呼ばれています。

世界中の科学者が強いAIの実現のために日夜努力されていますが、現時点での科学技術で実現されているのが「弱いAI」までということになります。

AI、機械学習、深層学習・・・ワードの意味の違いは?

これは意見の分かれる論点ですが、分かりやすく言えば、現在AIと呼ばれているものは実態は「機械学習モデル」であり、その中でも画像解析が可能な層構造を持つものを「深層学習モデル」と呼ぶイメージです。

強いAIを真のAI(人工知能=artificial intelligence)というならば、現代のAIと呼んでいるものはAIというより機械学習モデルであり、その種類の一つとして深層学習モデルがある、といえるかもしれません。

(これは私の見解であり、色々な見方や定義があると思います。)

結び:AIの活用余地は様々な産業に埋もれてるはず

「おしぼりAI」ではレンタルおしぼり事業でAIを適用する試みですが、この様なチャンスは様々な産業に存在していると思います。

今回の記事を読まれ、もし自社の事業でも検討してみたいという経営者様などがいらっしゃれば、是非当社の問い合わせフォームにてご相談いただければ幸いです。(無料で初期的検討をお手伝いさせていただきます。)

今回も読んでいただきまして有難うございました。

参考リンク

今回の記事で取り扱った「おしぼりAIプロジェクト」のページです。AIを産業に適用した好例です。是非ご参照ください。

記事筆者へのお問い合わせ、仕事のご依頼

当社では、IT活用をはじめ、業務効率化やM&A、管理会計など幅広い分野でコンサルティング事業・IT開発事業を行っております。

この記事をご覧になり、もし相談してみたい点などがあれば、ぜひ問い合わせフォームまでご連絡ください。

皆様のご投稿をお待ちしております。

記事筆者へ問い合わせする

※ご相談は無料でお受けいたします。
IT活用経営を実現する - 堺財経電算合同会社