人工知能入門

学習の目的

この単元を完了すると、次のことができるようになります。

• 人工知能の基本概念を理解することの重要性を説明する。
  
• 人工知能の定義を困難にする課題を特定する。
  
• 人工知能が実行できるタスクの種別について説明する。
  
• 人工知能という言葉を定義する。
  

Trailcast

このモジュールの音声録音をお聞きになりたい場合は、下記のプレーヤーを使用してください。この録音を聞き終わったら、必ず各単元に戻り、リソースを確認して関連付けられている評価を完了してください。

AI を使いこなそう

人工知能 (AI) は多くの作家や SF ファンの長年の夢でした。とはいえ、AI は常に遠い未来に起こるかもしれないことだったため、長い間、ほとんどの人は AI についてあまり真剣に考えることはありませんでした。研究者やコンピューター科学者は、その日が来るのを待っていたわけではなく、AI という夢を現実にするために懸命に取り組んできました。実際、すでに AI の時代に突入したと言う人もいます。

[stability.ai の DreamStudio を使用して AI が生成した画像。1 つ目には「2D ベクトルの楽しいイラストのスタイルで描かれた、タイプライターに向かって座る人物のクローズアップ」というプロンプトが使用されています。2 つ目には「ニューラルネットワークのスケッチが描かれた黒板 (奥) がある大学の教室の一場面。」というプロンプトが使用されています。楽しい 2D ベクトルの楽しいイラスト形式で描かれている、コンピューターでタイピングをする大学生 (手前)。]

AI が私たちの日常生活にどれほど深く浸透していくかははっきりとはわかりません。ただし、確かなことは、AI について有意義な会話を行うためには、共通の用語と土台となる基本概念の強固な基盤が必要であるということです。現状では、人工知能の定義を 10 人に尋ねると 10 通りの答えが返ってくるでしょう。このバッジでは、AI の現在の機能を詳しく調べることで、その定義を一致させることに取り組みます。また、コンピューター科学者がこのような偉業を成し遂げる AI システムをどのように構築するのかを詳細に説明します。

AI の定義の難しさ

AI を定義する最初のステップは、現在の AI の観念が少し歪められている場合があることを認識することです。世界征服を企む極悪非道な存在として AI を見ている SF 小説や映画で植え付けられた従来のイメージは役に立ちません。

AI に対する見方を複雑にしている要因は SF だけではありません。一般的に、私たち人間は、他のすべての評価基準となるベンチマークとして、自分を非常に高く評価する傾向があります。そのため、人工知能について語るとき、どうしても私たち自身の知能と比較せずにはいられないのです。問題は、知的な存在は人間だけではないということです。カラスからタコに至るまで、動物は複雑な作業を行うために道具や問題解決能力を使用しています。十分な時間があれば、たとえ粘菌であっても迷路を解くことが可能です。

動物界において知能に膨大な領域あることが理解され始めるにつれ、人間自身の知能の優れた多様性も認識されるようになってきました。人前で話すのは非常に得意だが、数学はさっぱりという人や、あなたが少し不安を感じているといつも察してくれるのに、何かの拍子でサッカーボールにつまずくような人に会ったことがあると思います。重要なのは、人間の知能は多くの特殊な形で表現されるということです。人工知能についても同じように考える必要があります。AI には、特定の種類のタスクを得意とする特定の種類があります。そこで、AI が現在できることを詳しく見ていくことで、人工知能の意味を定義しましょう。

AI 機能の主要な種類

今のところ、すべてを得意とする単一の AI ありません。そのアイデア、つまり一般的な AI と呼ばれるものはまだ遠い未来の話です。代わりに、長年にわたり、特定のタスクを実行するように設計された、専門的な AI システムをいくつか開発してきました。AI が行うタスクの種類は、通常、次のような大まかなカテゴリのいずれかに該当します。

数値予測

最近、天気予報を見たことがありますか? 雨か晴れかの予測は、傘を手にするべきかどうかを判断するのに役立ちます。何千年もの間、天気の予測が行われていきましたが、AI はこれまでのどの方法よりも正確に予測することができます。

優れた予測があれば、あらゆる種類の質問に回答することが可能です。この顧客はサブスクリプションを更新する可能性が高いか? 病状が悪化するリスクはあるか? 今晩は電力網の需要が高くなるか?

多くの場合、AI の予測は 0 (起こりそうにない) から 1 (実際に起こりそう) の間の値で示される形式になります。数値予測ではパーセント値だけでなく、ドルなどあらゆる数値を予測することができます。ビジネスでは、翌四半期の売上を予測したり、最新のサービスである Widget+ の最適な価格設定を把握したりする必要があるかもしれません。また、消費者としては、自分が認識している以上に、おそらくすでにこの種の数値予測に影響を受けています。海外旅行を想像してみてください。航空券、ホテルの部屋、ライドシェア、旅行保険はすべて、完璧な需要と供給のバランスを保つために AI によって価格設定されている可能性があります。

[stability.ai の DreamStudio を使用し、「平面的な 2D の線画スタイルで描かれた、タクシーを運転するフレンドリーなロボットのクローズアップ」というプロンプトで AI が生成した画像。]

分類

ホットドッグはサンドイッチでしょうか? この質問は、物事の分類方法に関する親しみやすい哲学的論争であり、数えきれないほどの時間が費やされてきました。ただし、現実の世界でははるかにその重要性は高くなります。この植物は食べられるのか、それとも毒なのか? そのメールは本物か、それともフィッシング詐欺なのか? 分類は、多くの場合、何らかの行動を起こすための最初のステップであるため、非常に価値のあるスキルになります。

そのため、コンピューター科学者がデータの分類を得意とする AI の作成に熱心に取り組んできたことは驚くことではありません。植物やフィッシングメールの識別は氷山の一角にすぎません。金融機関は不正な取引にフラグを立てる必要があります。医療専門家は病気を診断しなければなりません。ソーシャルメディアプラットフォームは有害なコメントを特定する必要があります。こういったことはすべて分類問題の例です。AI は効果的に最初の分類を実行でき、そこから先は専門家が引き継ぐことが可能です。

大抵、AI の分類子は人間と同等か人間よりもうまく仕事をこなすことができます。とはいえ、それぞれの分類子は 1 つの狭い範囲のタスクにしか向いていません。つまり、フィッシングメールを検知することに優れた AI は、実際の魚の写真を識別することは非常に苦手です。

ロボットナビゲーション

一部の AI は変化する環境のナビゲーションに長けています。つまり、自律 (手放し) 運転においては、実際のナビゲーションである場合があります。AI を搭載した車はすでに、高速道路で車線の中央を維持し、安全な距離を保って追従することが十分に可能になっています。道路のカーブ、トレーラートラックからの突風、交通渋滞による急停車にも適応できます。

変化する環境条件に適応できる AI は、現実世界であらゆる種類の応用が可能です。たとえば、企業は毎日商品を製造し、顧客に届ける必要があります。これをどれだけ迅速に完了できるかは、材料の入手可能性、製造能力、既存の在庫、輸送コスト、さらにはリアルタイムの交通状況など、多数の市場条件にかかっています。AI は、条件が変化する中でもサプライチェーンを最適化することができます。

また、ロボットも忘れてはいけません。あまり目立たない床掃除ロボットでさえ、階段や椅子を避けることができます。より大きな規模では、組立ラインにロボットが組み込まれ、徐々に高速化されて効率が向上しています。このような同型のロボットは、コストのかかる再プログラミングをすることなく、製造方法の変更に対応できます。研究者は、倒壊したビルなどの被災地域を走査可能なレスキューロボットを開発中です。小さな割れ目を通り抜けることができるロボットキャタピラーは、中に閉じ込められた人に救助物資と希望を届けることができます。

言語処理

2022 年 11 月 30 日、Merriam-Webster の今日の言葉は「quiddity (本質)」でした。この単語を覚えた人は、最も重要なスキルであるコミュニケーションが少し向上したことになります。その同じ日、世界中に ChatGPT という人工知能が紹介され、その独自のコミュニケーションスキルを実証しました。ほとんどすべてのトピックに関する質問に対して長い返答を記述することができ、その返答は、まるで人間が書いたかのようでした。ChatGPT は、日常的な言語を解釈し、それに基づき、意味を持たせてアクションを実行するために構築された、最も有能な人工知能の 1 つです。これは、業界では自然言語処理 (NLP) と呼ばれています。

自然言語処理は、それぞれの単語がどのように組み合わされて使用されているかを理解することに基づいているため、これにより AI は単語の背後にある意図を抽出することができます。たとえば、あるドキュメントを英語からドイツ語に翻訳したい場合も、長い科学論文の短い要約が必要な場合も、AI で行うことができます。

NLP は、単語を受け取って独自の画像や音、もちろん他の単語に変換する AI のサブカテゴリである生成 AI の大部分を占めています。このように、生成 AI は破壊的なテクノロジーであるため、「生成 AI の基本」に 1 つのバッジ全体を割いて詳細に説明されています。この単元が完了したら、参照してください。

まとめ

人工知能とは、一般的に人間の直感、推論、推理に関連するスキルをコンピューターが実行する能力と考えることができます。現時点では、AI のスキルは専門分野に特化しており、数値予測や言語処理などの大まかなカテゴリに分類されます。

AI が何であるか (また、何でないか) を理解したところで、次はコンピューター科学者や研究者がどのように AI を作成するかを詳しく見ていきましょう。

リソース

• Trailhead: 生成 AI の基本
  
• Trailhead: 自然言語処理の基本
  
• Salesforce ヘルプ: Einstein Generative AI Glossary of Terms (Einstein 生成 AI 用語集)
  
• Salesforce ヘルプ: Einstein Generative AI (Einstein 生成 AI)