MENU CLOSE

CONTACT TRY TRYETING

COLUMN コラム

AI(人工知能)

AIブームの歴史を解説!ブームの流れや今後の課題もあわせて紹介

近年注目を集めているAIは、実は過去にも注目を集めていたことがありました。そこで今回は、そんなAIブームの歴史や今後の課題についてご紹介します。

▼更にAIについて詳しく知るには?
AI(人工知能)とは?導入するメリットと活用例やおすすめのツールを紹介

article-banner-umwelt

AIブームの歴史と流れ


AIの研究は、ブームの時代と冬の時代を交互に経てきました。まず、第1次AIブームは1950年代に始まりました。コンピューターの処理で推論して問題を解かせる研究が進みました。その後の第2次AIブームは1980年代と言われています。コンピューターに知識を入れる記憶の面でのAI研究が盛んに行われました。そして昨今のAIブームは、第3次AIブームと呼ばれています。インターネットの一般化と技術の進歩により現在のブームは生まれています。

第1次AIブーム


AIが最初に注目を集めるようになった第1次AIブーム。それがどのように始まり、なぜブームが終わってしまったかなどについて解説します。

1.AIの始まり

AIは、Artificial Intelligenceの頭文字を取った言葉です。日本語で人工知能を意味するこの言葉が初めて使われたのは1956年の夏です。当時、アメリカのダートマスで開催されたダートマス会議で人間のように考える機械のことをArtificial Intelligenceと表現し、AIという概念が広く認識されたことで、多くの研究者が参入するきっかけとなりました。

2.推論と探索

第1次AIブームで中心的に研究されたのは推論と探索です。ここでいう推論とは、人間の思考過程のことを指します。思考パターンを分解して探索し、目的となる答えを探します。この技術によりAIは、人間では追いつかないのパターン分けを瞬時にできるようになり、難しいパズルや迷路を人間よりも圧倒的に早く解く事が可能になりました。この探索の技術は、メディアなどで取り上げられることのあるAIの将棋などのボードゲームへの挑戦の際に用いられています。

3.第1次AIブームのAIの限界

第1次AIブームでは、迷路やパズルなど難しい問題をコンピューターが解いていけるようになりました。しかし、人が生活で直面する問題はある程度定まったルール上でのパターンを選ぶものではありません。例えば、会社の売上を向上させるにはどのような改善を行う必要があるか、といったような不確定要素の多い中で、発生し得る問題にアプローチできることが求められるのです。このブームにより、決められたルール上で最適な答えを探すことは容易になりましたが、現実で発生し得る問題を解くのは難しく、AIに対しての失望感が広がってしまいました。結果としてブームは去り、AI研究は冬の時代を迎えます。

第2次AIブーム


2回目のブームである第2次AIブーム。そこでどのようなことが注目を集め、またなぜ上手くいかなかったについてご紹介します。

1.エキスパートシステム

エキスパートシステムとは、専門分野の知識をコンピュータに取り込み、第一次AIブームで見られたような推論を行うことで、コンピュータが専門家のように振る舞うシステムのことです。コンピュータに専門的な情報を入れ、〇〇という条件が揃えば、××という答えを返す条件式を組み込むことで、専門家のような役割を担うことが可能になりました。エキスパートシステムはサービス・金融・医療・会計などの幅広い分野で活用されることになりました。

2.知識をコンピューターに入れる

第2次AIブームでの中心的な研究は、知識をコンピュータに取り込むといったものです。このエキスパートシステムを活用することで、第1次AIブームでは成し得なかった現実的な課題の解決も可能になると期待されることとなりました。

3.第2次AIブームのAIの限界

エキスパートシステムは素晴らしいアプローチのように見えましたが、全ての事例に正確に対応することの難しさが露呈する結果となりました。理由としては、知識の量が膨大になり知識同士での矛盾や一貫性の無さが発生したことや、曖昧な事例に対して判断することが難しいこと、知識を書き切ることが難しいことが挙げられます。エキスパートシステムの限界が明らかになった結果、AIへの期待は再度低下し、冬の時代を迎えることとなります。

第3次AIブーム


現在真っ只中の第3次AIブーム。その要因となったAI技術はどのようなものかについて解説します。

1.機械学習

機械学習とは、AIが自身で学習する仕組みのことです。ここでの学習は「分け方」といった意味合いを持ちます。精度の高い「分け方」を行うことができれば、期待するような行動を取ることが可能となります。機械学習により、大量のデータを処理しながら、あらゆる状況下での「分け方」をコンピュータが自ら探し学習します。それによって、未知の現象に対しても高い精度で判断を行うことが可能になりました。

2.特微量設計

一方で、機械学習にも弱点がありました。それは特微量設計です。特微量とは、機械学習で「分け方」の精度に大きく影響を与える変数のことです。どんな特微量にするかが機械学習の精度を上げる肝でしたが、そもそもどんな特微量を入れるかは人間が考えていました。つまり、どの特微量に注目して、情報を取り出して、分けるかは人間が考えており、コンピュータ自身で概念を理解できませんでした。

3.ディープラーニングの登場

しかし、現在はコンピュータがデータの中から人間の力を借りずに重要な特微量を考慮する方法があります。それがディープラーニングです。従来は、人間が特徴の識別を行なっていましたが、ディープラーニングではコンピュータが自動的に特徴量を抽出し、識別することが可能になりました。つまり、ディープラーニングでは、人間が特徴をコンピュータに教える手間を省くことが可能となったのです。ディープラーニングの登場により、機械自身でデータから特徴を見つけ出し、その特微を使って概念を得ることができるようになりました。概念が獲得できれば、その概念を利用し知識を記述することも可能になります。今までAIが直面していた難題にアプローチできるようになったことが、現在AIとディープラーニングが脚光を浴びる理由です。

ディープラーニングは第3次AIブームを加速させた


第3次AIブームを牽引しているのは間違いなくディープラーニングです。ここからは、そのディープラーニングとはどのようなもので、我々の今後にどのような影響を与えるのかについて解説します。

1.ディープラーニングとは

AI技術の1つであるディープラーニングは、データから自動で特徴を抽出し学習を行うことができます。ディープラーニングは画像認識や、音声認識、異常検知など幅広い分野で活用することができます。また、それぞれの分野ごとで相性の良いアルゴリズムがあるため、適切なアルゴリズムを選択することが重要となります。

2.ディープラーニングによって作り出される未来

AIは衰退と発展を繰り返してきた歴史があります。今後も研究や現場での実用化が進み、ディープラーニングの更なる活用によってAIビジネス市場はさらに拡大していくことが期待されています。また、AIの利用が進む中で新たな発見が生まれ、新分野が開拓されることもあるかもしれません。

第3次AIブームの終わりと今後の課題について


ディープラーニングが引っ張ってきた今回の第3次AIブームの行き先はどうなるのでしょうか。現在考えられている課題としては、今後、AIがどのような過程を経て判断を行ったかを、人間には理解できない可能性があります。これでは、AIの判断が自動運転や軍事など安全面が高いレベルで求められる際に本当に信用できるかの点で問題になります。また、日本国内のAI研究の面では、データ利用に関する法整備が遅れていることや、研究資金の不足、国内でデータの活用に対しての警戒心の高さがネックになっています。

AIを導入するメリット


3度のブームを含め様々な歴史の歩みを持つAI。現在のAI技術を導入することでどのようなメリットが得られるのでしょうか。ここでは3つご紹介します。

1.労働力不足の解消

高齢化社会が深刻となっている日本において重要な課題となっているのが労働力不足の問題です。AIを活用することで、人間が行っていた作業を機械で代替することが可能です。

2.作業工数の削減

AIを導入することで、単純作業の作業工数を削減することが可能です。例えば企業内でルーティーン化しているような事務作業をAIに任せることで、業務の効率化と人員コストの削減が期待できます。教育分野では、教員の作業時間のネックになっているテスト採点の自動化を行うことで、作業負担を減らします。また、集団授業がデフォルトとなっている教育現場において重要な課題であった、生徒ごとの個別最適な学習環境を整備することにもAIが活用できます。医療の分野においても、画像などからAIが病状を診断することで診断時間を大幅に削減できます。また、人間による診療の場合、医者によって知見の範囲にブレがあります。一方でAIは人間の脳では記憶しきれない量のデータを管理することができるため、さまざまな病気について学習し、診断することができるのです。

3.データ分析が可能

AIが特に力を発揮する活用方法が、データ分析です。AIは膨大な量のデータを集め分析することができるため、人間による従来のデータの分析ではできなかった発見をすることが期待されています。現状としては、企業経営やマーケティングの分野などでのデータ分析におけるAIの活用により、多数の成功例が出ています。

AIをビジネスに導入したいのであればTRYERINGの「UMWELT」がおすすめ

通常、AIをビジネスに導入する際にはAIエンジニアが必要となります。一方で社内にAIエンジニアがいない場合でも、AIをビジネスに活用できるサービスがあります。それがTRYETINGの「UMWELT」です。UMWELTはプログラミングに関する知識を必要とせず直感的な操作でAIを利用することができるツールです。また、社内でAIを利用するための特別な環境を準備する必要なく、費用や工数などの準備コストを最小限に抑えた上でAIを活用する事ができます。

まとめ

AIを導入することで、生産活動における課題を解決することが期待できます。AI導入を考えている企業担当者様は、ぜひTRYETINGのノーコードAIクラウド「UMWELT」を検討してみてはいかがでしょうか。

UMWELTのサービスページをチェックする(下記画像をクリック)

article-banner-umwelt

WRITING BY

TRYETING

公式

TRYETING公式です。
お知らせやIR情報などを発信します。