AI
出典: Jinkawiki
AI（人工知能）の概要 AI（人工知能）とは、人間の知的ふるまいの一部をソフトウェアを用いて人工的に再現したものである。経験した出来事から学習し、新たな入力に順応することで、人間が行うように柔軟にタスクを実行する。チェスをするコンピューターから自動運転車まで、最近耳にするAIの事例のほとんどは、音声の認識、画像の特定、予測など人間が行うようなタスクを実行できるようにコンピューターに学習させる、自然言語処理に大きく依存している。これらのテクノロジーを応用すると、大量のデータからパターンを認識させることで、ビジネスや生活における様々な難しいタスクをこなせるようにコンピューターをトレーニングすることができる。
AI（人工知能）の歴史 AI（人工知能）という用語が造られたのは1956年のことだが、データ量の増大、アルゴリズムの高度化、コンピューティング性能やストレージ技術の発展といった近年の動向により、近年AIという略語はいっそう広く知られるようになっている。
1950年代の初期のAI研究では、問題解決や記号処理といったトピックが探求された。1960年代になると、米国の国防総省がこの領域に関心を示し、人間の基本的な論理的思考（推論）を模倣できるようにコンピューターをトレーニングする研究を開始。DARPAは2003年にインテリジェントなパーソナル・アシスタントを開始したが、これはSiri、Alexa、Cortanaなどが家庭に浸透するよりも遙かに前のことである。
こうした初期の研究によって、今日のコンピューターに見られる自動化や形式推論への道が開かれ、人間の能力を補完・強化することを目的とした意思決定支援システムやスマート検索システムなどの実現につながった。 ハリウッド映画やＳＦ小説では人間型のロボットが世界を征服するストーリーも描かれるが、現在のAIテクノロジーの進化段階はそうした不気味さや、そこまでのスマートさには達していない。とはいえ、AIはあらゆる業種に数多くの具体的なメリットをもたらすまでには進化を遂げている。
1950年代～1970年代：ニューラル・ネットワーク 初期のニューラル・ネットワーク研究が「思考する機械（thinking machines）」に対する人々の興奮を喚起
1980年代～2010年代：機械学習 機械学習の研究が活性化
現在：ディープ・ラーニング ディープ・ラーニングのブレイクスルーがAIブームを牽引
AI（人工知能）の主な活用方法 あらゆる業種でAI機能のニーズが高まっている。
医療 AIを組み込んだアプリケーションは、治療や投薬、レントゲン画像診断などのパーソナライズに効果を発揮。また、パーソナル医療アシスタントは「ライフコーチ」として薬を飲む、運動する、健康的な食事をする、といった活動の励行を促してくれる。
小売 AIで実現する仮装ショッピング機能は、パーソナライズされたレコメンドを提供するだけでなく、購入オプションに関する消費者の相談にも乗ってくれる。在庫管理や店内レイアウトに関するテクノロジーもAIによって改善・強化されるだろう。
製造 AIはネットに接続された設備機器から流れ込むデータを分析し、再帰型ネットワークを用いて負荷や需要を予測することができる。
スポーツ 試合の画像や映像を分析し、選手のポジションやゲーム戦略の最適化など、より優れた試合運びに関するレポートを監督やコーチに提供するためにAIが活用されている。
人工知能に伴う課題
AI（人工知能）はあらゆる業種を変革しつつあるが、その限界も理解しておかなければならない。
AIの原理上の制約は、データから学習することで、それ以外に知識を取り入れる方法はない。したがって、データに潜むあらゆる不正確性がそのまま結果に反映される。また、予測や分析などの追加機能のレイヤーは個別に追加しなければならない。
つまり、これらのシステムは極めて専門特化している。あくまでも単一のタスクにフォーカスしていて、幅広いタスクに対応できる人間とは程遠い存在である。同様に、自己学習システムではあっても完全な自律システムではない。しかし、複雑なデータを精査して学習し、特定のタスクを遂行できるコンピューターは、ごく一般的な存在になりつつある。
SN
