AI(人工じんこう知能ちのう)の基礎きそ

この章しょうで学まなぶこと

生成せいせいAIパスポート試験しけんは全ぜん5章しょう・60問もんで構成こうせいされ、この第だい1章しょう「AI(人工じんこう知能ちのう)」は生成せいせいAIを理解りかいするための土台どだいにあたります。生成せいせいAIは「AI」という大おおきな技術ぎじゅつのなかの一いち分野ぶんやなので、まず「そもそもAIとは何なにか」「機械きかい学習がくしゅうとディープラーニングはどう違ちがうのか」「AIはどんな歴史れきしをたどってきたのか」を押おさえておくと、第だい2章しょう以降いこうがぐっと理解りかいしやすくなります。

この章しょうのキーワードは「ルールベースから機械きかい学習がくしゅうへ」と「データから自分じぶんで学まなぶ」。かつては人間にんげんがルールを書かき込こんでいたAIが、大量たいりょうのデータから自分じぶんでパターンを学まなぶ「機械きかい学習がくしゅう」、さらに脳のうを模もしたしくみで学まなぶ「ディープラーニング」へと進化しんかしてきた流ながれを、用語ようごとセットで理解りかいします。

学習がくしゅうゴール

• AIの定義ていぎと、AIとロボットの違ちがいを説明せつめいできる
• ルールベースるーるべーすと機械学習きかいがくしゅうの違ちがい、機械きかい学習がくしゅうの3つの手法しゅほう(教師あり学習きょうしありがくしゅう・教師なし学習きょうしなしがくしゅう・強化学習きょうかがくしゅう)を判別はんべつできる
• ニューラルネットワークにゅーらるねっとわーくとディープラーニングでぃーぷらーにんぐの関係かんけい、過学習かがくしゅうとその対策たいさくを説明せつめいできる
• AIの4つのレベルと、弱いAIよわいえーあい(ANI)・強いAIつよいえーあい(AGI)の違ちがいを判別はんべつできる
• 第だい一いち次じ〜第だい三さん次じAIブームえーあいぶーむの特徴とくちょうと、シンギュラリティしんぎゅらりてぃの意味いみを説明せつめいできる

試験しけんでは: 第だい1章しょうは「用語ようごの意味いみを正まさしく選えらぶ」問題もんだいが中心ちゅうしんです。似にた用語ようご(教師きょうしあり/教師きょうしなし、ANI/AGI、各かくAIブーム)の違ちがいを問とう出題しゅつだいが多おおいので、対比たいひで覚おぼえるのが得点とくてんのコツです。

1. AIとは何なにか

AI(Artificial Intelligence、人工じんこう知能ちのう)とは、人間にんげんの知的ちてきなふるまい(考かんがえる・学まなぶ・判断はんだんする)をコンピュータで実現じつげんしようとする技術ぎじゅつの総称そうしょうです。実じつは「AIの唯一ゆいいつの定義ていぎ」は存在そんざいせず、研究けんきゅう者しゃによって説明せつめいが異ことなるのが現状げんじょうです。試験しけんでは「AIには明確めいかくな定義ていぎがない」という点てん自体じたいが問とわれることがあります。

AIという言葉ことばは、1956年ねんのダートマス会議だーとますかいぎ(ダートマス・カンファレンス)で、研究けんきゅう者しゃジョン・マッカーシーらによって初はじめて使つかわれました。これがAI研究けんきゅうの出発しゅっぱつ点てんとされています。

AIとロボットの区別くべつ

AIとロボットは混同こんどうされがちですが、別べつのものです。

	役割やくわり	たとえ
AI	考かんがえる・判断はんだんする頭脳ずのう(ソフトウェア)	人間にんげんの「脳のう」
ロボット	物理ぶつり的てきに動うごく体たい(ハードウェア)	人間にんげんの「体からだ」

ロボットにAIが搭載とうさいされることもありますが、AIのないロボット(決きめられた動作どうさだけを繰くり返かえす産業さんぎょう用ようアームなど)も、ロボットのないAI(画面がめんの中なかで応答おうとうするチャットボットなど)も存在そんざいします。

引ひっかけ: 「AI＝ロボット」ではありません。AIは知能ちのうの部分ぶぶん、ロボットは体からだの部分ぶぶん。生成せいせいAIやChatGPTは体からだを持もたないAIの代表だいひょう例れいです。

2. AIに知能ちのうをもたらすしくみ

AIが「賢かしこく」ふるまうためのしくみには、大おおきく2つの系統けいとうがあります。

2.1 ルールベースと機械きかい学習がくしゅう

• ルールベースるーるべーす: 人間にんげんが「もしAならB」というルール(条件じょうけん)をあらかじめ書かき込こんでおく方式ほうしき。ルールにない状況じょうきょうには対応たいおうできません。
• 機械学習きかいがくしゅう(Machine Learning): 大量たいりょうのデータをAIに与あたえ、AI自身じしんがデータからパターン(規則きそく性せい)を見みつけ出だす方式ほうしき。学習がくしゅうの結果けっかできあがったものを学習済みモデルがくしゅうずみもでると呼よびます。

現在げんざいのAI・生成せいせいAIの主流しゅりゅうは機械きかい学習がくしゅうです。ルールを人間にんげんが書かくのではなく、データから学まなばせるのが最大さいだいの違ちがいです。

2.2 機械きかい学習がくしゅうの3つの手法しゅほう

機械きかい学習がくしゅうは、学習がくしゅうのさせ方かたによって主おもに3つに分わけられます。

手法しゅほう	学習がくしゅうのさせ方かた	代表だいひょう的てきな用途ようと
教師あり学習きょうしありがくしゅう	「入力にゅうりょく」と「正解せいかい(ラベルらべる)」のペアを与あたえて学まなばせる	画像がぞう分類ぶんるい、スパム判定はんてい、価格かかく予測よそく
教師なし学習きょうしなしがくしゅう	正解せいかいを与あたえず、データの構造こうぞうだけから学まなばせる	クラスタリングくらすたりんぐ(グループ分わけ)、次元削減じげんさくげん
強化学習きょうかがくしゅう	行動こうどうに「報酬ほうしゅう」を与あたえ、報酬ほうしゅうが最大さいだいになる行動こうどうを試行錯誤しこうさくごで学まなばせる	ゲームAI、ロボット制御せいぎょ

このほか、少量しょうりょうの正解せいかいデータと大量たいりょうの正解せいかいなしデータを組くみ合あわせる半はん教師きょうしあり学習がくしゅうもあります。

絶対ぜったい暗記あんき: 教師きょうしあり=正解せいかいつき、教師きょうしなし=正解せいかいなし(グループ分わけ)、強化きょうか学習がくしゅう=報酬ほうしゅうで学まなぶ。この3つの違ちがいは頻出ひんしゅつです。

なお「あらゆる問題もんだいに万能ばんのうな唯一ゆいいつの手法しゅほうは存在そんざいしない」ことを示しめすノーフリーランチ定理のーふりーらんちていりという考かんがえ方かたも、シラバスのキーワードに含ふくまれます。

2.3 ニューラルネットワークとディープラーニング

人間にんげんの脳のうは、ニューロンにゅーろん(神経しんけい細胞さいぼう)がシナプスしなぷすでつながり、信号しんごうをやり取とりすることで情報じょうほうを処理しょりしています。これをまねてコンピュータ上じょうに作つくったのが人工ニューロンじんこうにゅーろん(ノード)であり、それを層状そうじょうにつないだものがニューラルネットワークにゅーらるねっとわーくです。

ニューラルネットワークの層そうを何なん層そうも深ふかく重かさねたものがディープラーニングでぃーぷらーにんぐ(深層しんそう学習がくしゅう)です。各かくニューロンのつながりには重みおもみ(重要じゅうよう度ど)が設定せっていされ、学習がくしゅうとは「この重みおもみを調整ちょうせいしていく作業さぎょう」だと考かんがえると理解りかいしやすくなります。ディープラーニングは画像がぞう認識にんしき・音声おんせい認識にんしき・自然しぜん言語げんご処理しょりで大おおきな成果せいかを上あげ、現在げんざいの生成せいせいAIの基盤きばん技術ぎじゅつになっています。

2.4 過か学習がくしゅうとその対策たいさく

機械きかい学習がくしゅうでよく問とわれるのが過学習かがくしゅう(オーバーフィッティング)です。これは、学習がくしゅうに使つかったデータに合あわせすぎて、未知みちの新あたらしいデータにうまく対応たいおうできなくなる状態じょうたいを指さします。テスト勉強べんきょうで「過去かこ問もんを丸まる暗記あんきしたが、本番ほんばんの初はつ見み問題もんだいは解とけない」状態じょうたいに似にています。

過か学習がくしゅうを避さける主おもな手法しゅほう:

• 正則化せいそくか: モデルが複雑ふくざつになりすぎないようペナルティをかける
• ドロップアウトどろっぷあうと: 学習がくしゅう中ちゅうに一部いちぶのニューロンをわざと無効むこう化かして、特定とくていのつながりに依存いぞんしすぎないようにする
• データを増ふやす / 学習がくしゅうを早はやめに止とめる なども有効ゆうこう

関連かんれんして、すでに学習がくしゅう済ずみのモデルを別べつの課題かだいに応用おうようする転移学習てんいがくしゅうも重要じゅうよう用語ようごです。ゼロから学まなばせるより少すくないデータ・時間じかんで高たかい精度せいどを出だせます。

引ひっかけ: 過か学習がくしゅうは「学習がくしゅうしすぎ」で起おこる問題もんだい。学習がくしゅうが足たりない状態じょうたい(未み学習がくしゅう)とは逆ぎゃくです。正則せいそく化か・ドロップアウトは過か学習がくしゅうを「防ふせぐ」側がわの手法しゅほうです。

3. AIの種類しゅるい

3.1 特徴とくちょう量りょうとAIの4つのレベル

AIが判断はんだんの手てがかりにするデータの特徴とくちょうを特徴量とくちょうりょうと呼よびます。「この画像がぞうが猫ねこかどうか」を判断はんだんするときの、耳みみの形かたち・ひげ・輪郭りんかくといった着目ちゃくもく点てんが特徴とくちょう量りょうです。ディープラーニングの大おおきな功績こうせきは、この特徴とくちょう量りょうをAI自身じしんが見みつけられるようになった点てんにあります。

AIはその賢かしこさの度合どあいで、おおまかに4つのレベルに分わけて説明せつめいされます(単純たんじゅんな制御せいぎょ→ルールベース→機械きかい学習がくしゅう→ディープラーニング、と高度こうど化かしていく整理せいり)。

3.2 弱よわいAI(ANI)と強つよいAI(AGI)

種類しゅるい	意味いみ	現状げんじょう
弱いAIよわいえーあい(ANI)	特定とくていの作業さぎょうに特とく化かしたAI	現在げんざい実用じつよう化かされているAIはほぼすべてこれ
強いAIつよいえーあい(AGI)	人間にんげんのように何なにでもこなせる汎用はんようAI	まだ実現じつげんしていない(研究けんきゅう段階だんかい)

翻訳ほんやくAI、画像がぞう認識にんしきAI、ChatGPTのような生成せいせいAIも、いまはすべて弱よわいAI(ANI)に分類ぶんるいされます。「人間にんげん並なみの汎用はんよう知能ちのう」である強つよいAI(AGI)は未み実現じつげんである、という点てんが試験しけんでよく問とわれます。

4. AIの歴史れきし — 3つのブーム

AIには過去かこに3回かいのブームがありました。ブームとブームの間まには、期待きたい外はずれで研究けんきゅうが停滞ていたいした「AIの冬えーあいのふゆ」の時期じきがあったことも重要じゅうようです。

時期じき	ブーム	中心ちゅうしん技術ぎじゅつ	つまずき
1950〜60年代ねんだい	第だい一いち次じ	探索たんさく・推論すいろん(迷路めいろやパズルを解とく)	現実げんじつの複雑ふくざつな問題もんだいは解とけなかった
1980年代ねんだい	第だい二に次じ	エキスパートシステムえきすぱーとしすてむ(専門せんもん家かの知識ちしきをルール化か)	ルールの入力にゅうりょく・管理かんりが膨大ぼうだいで限界げんかい
2010年代ねんだい〜現在げんざい	第だい三さん次じ	機械学習きかいがくしゅう・ディープラーニングでぃーぷらーにんぐ	ビッグデータびっぐでーたと計算けいさん能力のうりょくの向上こうじょうで実用じつよう化か

第だい三さん次じブームは、インターネットの普及ふきゅうで大量たいりょうのデータ(ビッグデータびっぐでーた)が集あつまり、コンピュータの計算けいさん能力のうりょくが向上こうじょうしたことで本格ほんかく化かしました。現在げんざいの生成せいせいAIブームも、この第だい三さん次じブームの延長線えんちょうせん上じょうにあります。

絶対ぜったい暗記あんき: 第だい一いち次じ=探索たんさく・推論すいろん、第だい二に次じ=エキスパートシステム、第だい三さん次じ=機械きかい学習がくしゅう・ディープラーニング。順番じゅんばんと代表だいひょう技術ぎじゅつのセットで覚おぼえます。

5. シンギュラリティ(技術ぎじゅつ的てき特異とくい点てん)

シンギュラリティしんぎゅらりてぃ(技術ぎじゅつ的てき特異とくい点てん)とは、AIが人間にんげんの知能ちのうを超こえ、AI自身じしんがさらに賢かしこいAIを生うみ出だすことで、技術ぎじゅつが爆発ばくはつ的てき・予測よそく不能ふのうに進歩しんぽするとされる転換てんかん点てんのことです。

• 発明はつめい家か・思想家しそうかのレイ・カーツワイルれい・かーつわいるは、これが2045年ねんごろに訪おとずれると予測よそくしました(2045年問題にせんよんじゅうごねんもんだい)。
• SF作家さっか・数学すうがく者しゃのヴァーナー・ヴィンジう゛ぁーなー・う゛ぃんじがこの概念がいねんを広ひろめたとされます。

関連かんれん用語ようごにAI効果えーあいこうかがあります。これは「AIが何なにかをできるようになると、人ひとはそれを『単たんなる自動じどう処理しょりであって知能ちのうではない』と見みなし、AIの成果せいかを認みとめたがらない」という心理しんり的てきな現象げんしょうを指さします。

補足ほそく: シンギュラリティはあくまで「予測よそく・仮説かせつ」です。必かならず起おこると決きまっているわけではない点てんに注意ちゅういしましょう。

まとめ

• AIは人間にんげんの知的ちてきふるまいを実現じつげんする技術ぎじゅつの総称そうしょうで、明確めいかくな唯一ゆいいつの定義ていぎはない。ロボット(体たい)とは区別くべつする
• 機械きかい学習がくしゅうはデータからパターンを学まなぶ方式ほうしきで、教師きょうしあり(正解せいかいつき)・教師きょうしなし(グループ分わけ)・強化きょうか学習がくしゅう(報酬ほうしゅう) の3手法しゅほうがある
• 脳のうを模もしたニューラルネットワークを深ふかく重かさねたものがディープラーニング。生成せいせいAIの基盤きばん
• 過か学習がくしゅうは学習がくしゅうデータに合あわせすぎる問題もんだい。正則せいそく化か・ドロップアウトで対策たいさく。転移てんい学習がくしゅうは学習がくしゅう済ずみモデルの応用おうよう
• 実用じつよう化かAIはすべて弱よわいAI(ANI)。人間にんげん並なみの強つよいAI(AGI) は未み実現じつげん
• AIブームは第だい一いち次じ(探索たんさく・推論すいろん)→第だい二に次じ(エキスパートシステム)→第だい三さん次じ(機械きかい学習がくしゅう・ディープラーニング)
• シンギュラリティはAIが人知じんちを超こえる転換てんかん点てん。カーツワイルは2045年ねんと予測よそく