ARTICLE

AIとは何か?機械学習や深層学習との関係とは?

入門
2020-08-04

AIとは?

ニュースなどを見ていると、「AIによって〇〇を解析」「AI搭載の〇〇」などと、毎日のようにAIという言葉が目や耳に入ってきます。AI(Artificial Intelligence/人工知能)はここ数年でよく耳にするようになった言葉ではありますが、実はAIとは何か今ひとつピンとこない、人工知能が進化すると自分たちの生活や仕事にどのような影響があるのか分からない、という方もいらっしゃるのではないでしょうか?

本コラムでは、AIとはそもそも何のことなのか?機械学習や深層学習とどう関係しているのか、を解説します。

AIの定義とは?

「AIとは何か?AIの定義は?」という議論はこれまでも数多くされてきましたが、ここで、もっともしっくりくるであろう定義をご紹介します。

“AIとは人工的に作られた人間のような知能、ないしはそれを作る技術” ― 東京大学 松尾豊 教授

いかがでしょうか?AI=Artificial Intelligence、すなわちArtificial(人工的な) Intelligence(知能)であることは単語を見ればわかりますが、人間のような知能、という表現がしっくりきませんか?松尾教授は、“人間のように知的であるとは、「気づくことのできる」コンピュータ、つまり、データの中から特徴量を形成し現象をモデル化することのできるコンピュータという意味である”とまとめています。(引用元:松尾豊「人工知能は人間を超えるか」)

コンピュータが単純に計算を早く行うなどだけでなく、人間のように「気づくことができる」知能を持つこと、これが人工知能だと定義されているのです。

機械学習とは?

AIとともに機械学習という言葉も耳にすることが多くなりました。この機械学習とはどのようなものでしょうか?

「人間のような知能」をどのように実現するか?が課題の場合、まず人間はどのように知能を獲得するか?と考える必要があります。結論だけ言えば、人間は経験から学習をし、知能を獲得します。数多くの経験を積むことで、Aという行動をとるとBという結果につながる、などの知能を獲得するのです。

では、コンピュータに色々な経験をさせるためにはどうしたら良いのでしょうか?それは「経験の代わりに大量のデータを与える」ことになります。機械学習では、大量のデータから学習をするのです。大量のデータの中に潜む法則を見つけることが機械学習です。

データから法則を見つける作業を「学習」あるいは「訓練」と呼びます。見つけ出した法則を、未知のデータに適用することにより「予測」をします。
*ここでは法則を表現するアルゴリズム(問題を解くための一連の手続きのこと)を、「予測器」と表現します。

予測器を作る。

 

予測器で予測する。

機械学習の目的はテストデータに対し、正しい予測を行うこと

機械学習の精度を高めるためには、おおまかに以下2つのプロセスが必要です。
1.訓練データ:training dataを使ってさまざまな訓練を繰り返す。
*十分に訓練ができたら、訓練を終えるタイミングを決めたり、訓練に使うパラメータ(ハイパーパラメータ)を決めるために検証データ:validation dataを使います。
2.訓練後の予測器をテストする際に使うデータを使い、精度の評価を行う。

機械学習の目的はテストデータに対し、正しい予測を行うことにあります。ただし、注意が必要なのは、「過学習」を起こさないようにすることです。

機械学習を行っていると、訓練データに対しては精度は良いが、テストデータに対しては悪い場合があります。これは、予測器が訓練データに過度に適応してしまったために起こる現象で、これを「過学習」と呼びます。

人間に例えると、暗記した問題は解けるが、未知の問題を解けないことと言えますね。

深層学習(ディープラーニング)とは?

次に深層学習とは何か、を見てみましょう。

深層学習の概念

機械学習の一つの手法として深層学習があります。少し難しい話になりますが、深層学習とは、深いニューラルネットワークを用いて学習することです。ニューラルネットワークとは、たくさんのニューロンが結合して作られるネットワークのことです。

ニューロン左図:http://www.lab.kochi-tech.ac.jp/future/1110/okasaka/neural.htmより

ニューラルネットワーク

従来の機械学習では、特徴量抽出器や識別器を人間が頭を捻って作り出していましたが、深層学習ではその必要がありません。

深層学習により、従来手法を超える精度を出すことができますが、大量の学習データと潤沢な計算機リソース(GPUは必須)を必要とします。また、内部のロジックがブラックボックスのため、結果の理由付けが難しくなっています。

AIを活用した事例とは?

このように、機械学習・深層学習を繰り返すことにより、AIは人間のような知能となります。

例えば日経の記事によると、クボタとNTT Comは、ゴミ焼却の蒸気量を深層学習で予測する、という共同実証を行っています。(※1)
(※1)日本経済新聞 2019/10/1 17:35 プレスリリースよりhttps://www.nikkei.com/article/DGXLRSP520378_R01C19A0000000/

廃棄物発電では蒸気の量を制御することが難しい中、深層学習を使い、ゴミ燃焼時に発生する蒸気の量をリアルタイムで予測するモデルを生成しました。
AIを活用して再生可能エネルギー創出の高度化・効率化を推進していくという素晴らしいプロジェクトですね。

私たちCCTでは、AIを活用して品質予測・予防保全などを行うプロジェクトのご支援も行っております。ぜひ自社でのAI活用に興味がある方、お悩みを抱えている方はお気軽にお問合せください。

pagetop