転職実績No.1🔰エンジニアスクール
転職実績No.1🔰エンジニアスクール

AIは「Artificial Intelligence」の略!人工知能の本来の意味を解説

更新: 2024.02.05

AIとは何の略称なのだろう?
AIの正式名称や本来の意味が知りたい!

「AI(人工知能)」という言葉は、近年メディアやニュースで見たり聞いたりする機会が増え、ここ数年で最も旬なキーワードの1つとなりました。

しかし、よく聞く言葉でも、意外と本来の意味を知らない、なんてことはよくあります。

そこで本記事では、AI初心者向けに「AI」とは何の言葉の略なのか、本来の意味やできることなどを解説します。

AIは「Artificial Intelligence」の略

AIは「Artificial Intelligence」の略

AI(人工知能)は、「Artificial Intelligence(アーティフィシャル・インテリジェンス)」の略称です。

「Artificial(アーティフィシャル)」は「人工的な」という意味、「Intelligence(インテリジェンス)」は「知性」という意味、日本語では「人工知能」と訳されます。

また、AIの読み方は「アイ」ではなく、正しくは「エーアイ」と読みます。

【無料】ChatGPTの使い方をマンツーマンで教えます

講師がマンツーマンでChatGPTの使い方を無料でレクチャー! 初心者向けにChatGPTの仕組みから丁寧に解説します。 レッスンを受けると…
・ChatGPTの基本的な使い方がわかる
AIの仕組みがわかる
・AIをどうやって活用すれば良いかがわかる お申し込みは1日5組限定です。
今すぐお申し込みください。 ChatGPTレッスンを確認する▼
https://tech-camp.in/lps/expert/chatgpt_lesson  

AIの本来の意味

AIの本来の意味は、「人間が脳で行っている知的作業をコンピューターで人工的に模倣するための概念や技術のこと」と定義されるのが一般的です。

もう少し簡単に説明すると、「コンピュータで人間の脳と似たような働きをするシステムを作る技術」などをAIと呼びます。

しかし、AIの意味については諸説あり、研究者によって多少異なるのが実状です。

AIの歴史

AIの歴史

AIは、1950〜60年代に最初のブーム、1980年代に2回目のブームがありました。

つまり、今から50〜60年ほど前にはすでにAI研究は行われており、実のところ最新の技術というわけではないのです。

しかし、当時はまだ技術的な限界があり、AIの能力は人間にかないませんでした。

その後、2010年頃から「第3次人工知能ブーム」が始まります。

近年では、「ビッグデータの取得」や「ディープラーニングの活用」など、AIに関連した先端技術が急速に進歩したことで、世界的に注目される技術となりました。

そして、ゆくゆくはAIが独立して行動・判断を下せる未来を目指しています。

機械学習とディープラーニング(深層学習)

AIを支える技術として重要なのが、「機械学習」「ディープラーニング(深層学習)」です。

そこで本章では、「機械学習」と「ディープラーニング」の概要を解説します。

機械学習とは

「機械学習」とは、データを反復的に学習して、データパターン(色や形、大きさなどの特徴)を見つけ出す技術です。

例えば、AIが「りんご」を理解するとき、「色(赤)」「形(丸に近い)」「大きさ(手のひらにのるサイズ)」などといったデータを学習します。

実際は、このような漠然としたデータではなく、人間では判別できないほど細かいデータを取り込んで、「りんご」という判断を下せるようになるのです。

これは、子供時代に物の色や形を覚える仕組みと似ており、まさにAIは人間の脳と似た方法で成長していきます。

さらに、機械学習は「教師あり学習」「教師なし学習」「強化学習」の3つに大別されます。

教師あり学習とは

「教師あり学習」とは、教師(人間)があらかじめデータとパターンを紐付ける方法です。

AIが新しい情報を判別するときには、この紐づけから答えを導き出します。

これは、学校の授業で教師が生徒に勉強を教えるのと同じような仕組みであり、その様から「教師あり学習」と呼ばれているのです。

教師あり学習は、過去のデータから将来的に発生しそうな事象を導き出すときに使われます。

例えば、天気予報は過去の気象情報から、明日以降の天候を予想するためにAIを活用します。

教師なし学習とは

「教師なし学習」とは、与えられたパターンや規則性を、AI自らが見つけ出す方法です。

この方法は、取り込んだデータの分布状況を学習し、新しいデータがどのグループに近いかを判別することで、判別の精度を上げられる仕組みです。

例えば、おすすめ商品を紹介する「レコメンド機能」は、教師なし学習を利用した事例であり、AmazonなどのECサイトで導入されています。

強化学習とは

「強化学習」とは、どんな行動をとれば最大限の報酬がもらえるかを学習していく方法です。

この方法は、次にとるべき行動の選択肢が無数にあり、どれを選べばいいかわからない状況で判断を下すときに使われます。

強化学習を取るか否かの判断基準は、「その行動を取ったときに得られる報酬や効果が最大限になると想定されるかどうか」であり、AIが独自に判断。

分かりやすい具体例としては、囲碁や将棋のAIで、これらは盤面における石や動かせる駒は限られているものの、無限に近い手が存在します。

そして、AIはその中から、勝利につながる可能性が高い最善手を選択していくのです。

ディープラーニング(深層学習)とは

「ディープラーニング(深層学習)」とは、教師なし学習の1つで、与えられたデータを人間では定義づけや言語化できないほど細かく分析し、特徴やパターンを識別する学習方法です。

ディープラーニングがパターンを識別する過程を図に表すと、人間の脳(大脳皮質)のモデルと似ていることから「ニューラルネットワーク」とも呼ばれます。

活用事例としては、音声認証や画像認証などで、人間の五感では判別できない情報を応用する際に役立っているのです。

AIの種類

AIの種類

AIは、「AGI(特化型人工知能)」と「GAI(汎用人工知能)」の2種類があります。また「弱いAI」と「強いAI」、さらには「生成AI(Generative AI)」と呼ばれるものも。

本章では、これらのAIの種類を解説していきます。

AGI(特化型人工知能)とは

AGIは「Artificial General Intelligence」の略称で、ある特定の分野・領域において能力を発揮する人工知能を指します。

例えば、囲碁のプロ棋士にも勝利した実績のある「AiphaGO」などが有名なAGIです。

GAI(汎用人工知能)とは

GAIは「Growing Artificial Intelligence」の略称で、さまざまな領域で問題解決をする人工知能を指します。

GAIは、人工知能が自ら学習し、自己理解・自己統制ができることを目指しています。

しかし、実際はいまだ研究段階という状況であり、実現には至っていません。

弱いAIと強いAI

「弱いAI」とは、特定分野において限定的な行動しかしないAIを指します。

また、「強いAI」とは、自分で学習・思考・判断を行うAIを指します。

強いAIが開発され、ロボットに搭載されれば、「ドラえもん」のように自分の意思で行動するロボットが誕生するかもしれません。

生成AI(Generative AI)とは

近年では、OpenAI社が開発した「ChatGPT」やGoogle社の「Bard」といった、テキストを自動生成してチャット感覚で使える新たなAIサービスが注目されています。

これらは「生成AI(Generative AI)」といい、機械学習やディープラーニングの技術を活用して、元のデータセットからの学習を通じて新しいデータやコンテンツを生成できるAIシステムです。

Generative AIはさまざまな分野で活用されており、音楽・画像・文章・動画・デザインなどのコンテンツの生成に利用されています。

またこうしたクリエイティブな分野だけでなく、医療や製造業、セキュリティなどの領域での活用も期待される、これからの成長性にも期待がかかる分野なのです。

AI開発で使われるプログラミング言語

AI開発で使われるプログラミング言語

AI開発では、「Python(パイソン)」というプログラミング言語が使われます。

Pythonが使われる理由としては、以下の通りです。

  • コードの読み書きがしやすく難易度が低い
  • PythonライブラリにはAI開発に役立つものが多い
  • 主要なサービスでの導入事例から信頼性も高い

上記の通りで、膨大なデータを高速処理するPandasや、データをアルゴリズムで高速処理するNumpyなどのライブラリが使えるのは、AI開発では強力です。

ちなみに、Pythonについては、こちらの「Pythonはどんな言語?学ぶメリットと注意点・実際の活用事例」で詳しく解説しています。

AIでできること

AIでできること

本章では、AIでできることの事例を10個紹介します。

ものがどこにあるか識別する

自動運転の研究に使われているAIは、車載カメラの画像を取得し、ドライバーと同様に、通行人・対向車・標識などを識別できます。

これにより、運転中の人間の視界では見落としてしまいそうな通行人や障害物を識別し、ドライバーの不注意や歩行者の飛び出しによる事故の減少につながるかもしれません。

未確認の情報を推測・補完する

人間の「勘」と呼ばれるものは、根拠なく決断しているのではなく、自身の過去の経験をもとに決断していると考えられています。

そして、人間1人の経験だけで導き出せる決断は、根拠はあったとしても正確性には欠ける可能性が高いです。

しかし、データをAIが大量に取り込むことで、より正確な推測を行えるようになるのです。

見える情報を言葉で説明する

AIは、画像解析だけでなく、その画像に何があるかを言葉や文章で説明できます。

例えば、1枚の写真をデータとして取り込むとき、人物・動物・自動車などを判断し、文章化できるのです。

この機能を使えば、例えば写真内のテキストを、そっくりそのままテキストデータ化できます。

音声を判別する

AIは、人の言葉・動物の鳴き声・機械の音などを分析し、判別できます。

例えば、会議のような複数人が話す場でも、AIがそれぞれの声の特徴から話している内容を聞き分けられるのです。

また、機械の音の変化から、発生している故障なども判別できます。

これにより、人間では不可能なレベルの小さな音の変化に気づけるので、工場でもAI導入が進められています。

モノクロ画像をカラー画像にする

人間は、モノクロの画像を見たときも「リンゴの色は赤」「葉の色は緑」などのイメージから、カラー画像を想像できます。

そして、AIも同様なパターンを蓄積することで、モノクロ画像をカラー画像に変換できます。

人間の声の指示通りに動作する

身近なAIの事例としては、iPhoneに搭載されている「Siri」や、スマートスピーカーの「Amazon Echo」などが有名です。

これらの製品は、人間の声に反応して、その指示通りの動作を行うAIが実装されています。

そして、AI同士が独自の言語で会話を始めたという事例も出ています。

作曲する

人間によって取り込まれた楽曲の情報から、AIが自動で曲を生成できます。

これにより、作曲の補助や鼻歌を自動で編曲するといった機能が再現されています。

文章を書く

AIが新聞記事などをデータ解析し、パターンを理解することで、文章を書くことも可能です。

実際、AIが小説を書き、星新一賞の一次審査を通過したという事例もあります。

ちなみに、『第9回 日経「星新一賞」公式ウェブサイト』の応募規定では、人間以外の応募作品も受け付けているようです。

画家の絵を再現する

AIは、有名な画家が描いた絵の特徴・色使い・絵画の表面の凹凸なども分析し、再現できます。

これにより、絵を描く人のクセや色を使う傾向、好みまで判別できるのです。

映画のトレーラーを作る

あらゆる映画の予告映像データを蓄積することで、その映像を見た人が「見てみたい」と思うであろうトレーラーを作成することにも成功しています。

これにより、人間の感情までもAIで読み取る技術が可能になるかもしれません。

しかし、AIで人間の感情を読み取るというのは、まだ実用化には程遠いというのが現状で、感情の微妙な変化は、人間同士の方が分かり合えるケースがほとんどでしょう。

実際、人間の感情は多種多様で、参照するべきデータ量が多すぎるため、AIといえど判別は難しいということです。

AIの活用事例

AIの活用事例

本章では、AIの活用事例を4つ紹介します。

ロボット

AIは、ロボットの知能として働いています。

具体的には、「Pepper」などの店舗で顧客対応をするロボットにAIが搭載されています。

しかし、現在は人間の要求にすべて応えられるレベルには達しておらず、チャットボットの様な定型的なやりとりができる程度です。

それでも、今後の発展次第では、ロボットが自分で最善の判断を下して行動することも可能になるかもしれません。

Amazonなどの「レコメンド機能」

Amazonなどの「あなたにオススメの商品」といった部分にも、AIが活用されています。

これは、ユーザーが過去に購入した商品の特徴やジャンルなどから、それらの商品に近い商品を抽出しているのです。

医療の診断

医療の診断

AIは、過去の患者の症例や治療例などを分析し診断できます。

実際、病院での活用事例があり、人間では記憶しきれないほどの情報量を記憶し、瞬時に分析できることから、医師がより正しい診断するためのサポート役として活躍しています。

自動運転機能

車に搭載されたセンサーによって、周囲にいる車や人を検知しながら動く「自動運転機能」も、AIによって実現される分野です。

自動車事故は、人的なミスが原因となるケースが多いため、AIの性能が上がり、人間が運転するよりも安全性が認められれば、自動運転車の普及も進むでしょう。

AIで奪われる仕事・生まれる仕事

AIで奪われる仕事・生まれる仕事

本章では、AIによって奪われる仕事と生まれる仕事を紹介します。

AIで奪われる仕事

AI技術による業務効率化が進むことで、作業が単純でマニュアル化された業務はAIに代替されていくでしょう。

AIで奪われる仕事の具体例としては、以下の通りです。

  • 受付業務
  • コールセンター・カスタマーセンター
  • タクシードライバー
  • スーパー・コンビニのレジ係

AIで生まれる仕事

AIに奪われる仕事がある一方で、AIで生まれた仕事もあります。

その具体例としては、以下の通りです。

  • AIエンジニア
  • データサイエンティスト
  • ITコンサルタント

上記の通りで、AI開発ができるエンジニアは依然として人手不足が続いています。

特に、「IoT(Internet of Things:モノのインターネット)の発展により、家電やデジタル製品を扱うメーカーなどでも、AI導入に乗り出しています。

これにより、業界を問わず今後もIT人材のニーズは高まるでしょう。

AIを理解してビジネスやプログラミングに活かそう

「AI」とは何の言葉の略なのか、本来の意味やできることなどを解説しました。

AI技術の発展により、今後はあらゆる製品で当たり前にAI技術が使われる時代となるでしょう。

そして、将来的にはスマホと同じようにAI技術を使いこなせるのが当たり前という日が来るかもしれません。

ぜひAIの基礎を理解して、ビジネスやプログラミングに活かせるアイデアを考えてみましょう。

↑目次へ戻る

はじめての転職、何から始めればいいか分からないなら

「そろそろ転職したいけれど、失敗はしたくない……」そんな方へ、テックキャンプでは読むだけでIT転職が有利になる限定資料無料プレゼント中!

例えばこのような疑問はありませんか。
・未経験OKの求人へ応募するのは危ない?
・IT業界転職における“35歳限界説”は本当?
・手に職をつけて収入を安定させられる職種は?

資料では、転職でよくある疑問について丁寧に解説します。IT業界だけでなく、転職を考えている全ての方におすすめです。
「自分がIT業界に向いているかどうか」など、IT転職に興味がある方は無料カウンセリングにもお気軽にお申し込みください。

限定資料を無料プレゼント中

この記事を書いた人

あなたの理想のキャリアに合わせた、テックキャンプの2つのサービス

Advertisement