AIシステムを開発するには？AIの基礎知識から歴史まで紹介

業務の円滑化や生産性向上のために、AIシステムを導入する企業が増えています。AIという単語自体は広く浸透していますが、具体的にAIシステムの内容が分からない方もいるかも知れません。目的に応じたAIシステムを導入し、幅広く活用するために、今回の記事ではAIやAIシステムについて解説します。

▼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

▼社内のデータをAI化するには？
ノーコードAIツールUMWELT紹介ページ（活用事例あり）

知っておきたいAIの基礎知識

最初に知っておきたいのは、AIの概要やビッグデータとの関係性など、AIについての基礎知識です。AIがどのようなプログラムなのか、ここで理解を深めましょう。

AIとはどんな技術？

AIとは、「Artificial Intelligence」を略した言葉であり、日本語では「人工知能」と訳されることが一般的です。人間が持つ知能の一部を、ソフトウェアを使い人工的に再現したものを指しますが、企業や専門家の間で定義についての意見が分かれています。私たちの身の回りのさまざまな場面でAI技術は幅広く活用されており、なくてはならない技術のひとつと言えるでしょう。

▼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

AIの種類

AIは、機能によって4段階に分けられます。

1段階目…設定された機能のみをこなす単純プログラムです。自動で温度や湿度を調整するために、冷蔵庫やエアコンなどの家電に搭載されています。

2段階目…AI自身が状況を判別することにより、その場にあった多彩な動きを実現できるプログラムです。自動的に質問に答えるチャットボットや、家事の手間を軽減できる掃除ロボット、将棋のプログラムなどが当てはまります。

3段階目…人間が用意したサンプルから、AI自身がパターンやルールを選択し、自動的に学習するプログラムです。代表的なシステムは検索エンジンであり、テキスト量や単語量などさまざまな情報をもとにして、検索ランキングの順位が上下します。

4段階目…3段階目の機能に加えて、サンプルもAI自身が集めるプログラムです。現段階では、この4段階目に該当するプログラムは、まだ開発されていません。

AIとビッグデータの関係性

AIとあわせて活用されるデータに、ビッグデータがあります。ビッグデータは、量だけが多ければ良いというものではなく、高い入出力速度と多様性も満たしたうえで、初めてデータの役割を果たします。

ビッグデータの活用には、先に挙げた機械学習、特に深層学習の機能が必要不可欠です。この活用により、従来以上に的確な予測結果を出すことにつながっています。AI技術の進歩が、ビッグデータの可能性を更に広げているのです。

AI研究の歴史

AIの研究が本格的に始まったのは、1950年代と言われていますが、研究開始から今までどのような歴史を辿ってきたのでしょうか。

1940年代~1950年代：AIの誕生

AIが誕生したのは、人間の脳が保つ仕組みを、コンピューターで人工的に再現しようという考えが発端でした。人間の脳にある神経細胞を「ニューロン」と言い、ニューロン同士が接続することで電気信号が伝達されます。この仕組みを、人工的にニューロンとその繋がりを模擬したプログラムは人工ニューラルネットワークと呼ばれ、その研究は現在の深層学習に繋がります。なお当時は扱うことのできるニューロン数が限られた「パーセプトロン」と呼ばれるモデルが主な研究対象でした。

AIという言葉が生まれたのは、1956年にアメリカで行われたダートマス会議でした。この会議における論文の中で、「人工知能（Artificial Intelligence）」という言葉が用いられ、ここからAIと呼ばれるようになりました。

1950~1960年代：第一次ブーム

第一次AIブームでは、コンピューターが推論や探索を行うことで、特定のルールに沿って単純な答えを出せるようになりました。これが、現在のAIの原型となったのです。しかし、複雑な課題や現実的問題などは解決できず、知識や判断力が欠如していたため、第一次ブームは終わりを迎えます。

1980年代：第二次ブーム

第二次ブームでは、コンピューターが自ら認識できるよう、幅広い知識を与えて推論を行う「エキスパートシステム」が登場しました。日本でも、政府による大型プロジェクトが実行されました。しかし、人間のエキスパートが行うような状況に応じて一見矛盾したような処理などを実現できず、特定の領域以外への応用が進まなかったため、再びブームは沈静化してしまいました。

2000年代後半～現在：第三次ブーム

2000年代から現在まで続いている第三次ブームでは、ビッグデータの活用により機械学習の実用レベルが大幅に進化しました。また、第１次AIブームの頃とは比較にならない規模のコンピュータ性能に支えられた深層学習の登場により、人間だけでは気づけない規則や特徴を、コンピューターが見つける可能性が高まったのです。ただし、人間がAIに対して期待する可能性と、AIが実際に行える機能には、今なお隔たりがあることを理解しておく必要があります。

現在のAIはどうか

AIがブームと衰退を繰り返し、現在に至っていますが、すべての分野でAIが使えるようになったわけではありません。次は、AIにできること・できないことそれぞれを見てみましょう。

現在のAIにできること

現在開発されているAIは「特化型AI」と呼ばれるものです。これは、特定の領域で学習し、解答を導き出す機能です。代表的な機能は次の通りです。

• 画像・音声・顔などを認識する
• おすすめする商品や売上などを予測する
• 膨大なデータ処理を高速に行う
• 自動運転や翻訳などを行う

現在のAIではできないこと

AIで実行可能な分野が増える一方、人間が物事を考えるのと同じ流れで回答を生み出すAIの実現には至っていません。人間に似た機能を持つAIを汎用型AIと言いますが、目的に応じた学習や思考を自発的に行ったり、想定していなかった事態に対応したりすることはできないのです。

AIシステムの開発プロセス

AIシステムを開発するときは、AIが持つ特性を踏まえたうえでプロセスを踏むことが大切です。

1.AIの適用箇所を検討する

前述したように、AIはデータ処理などの単純作業に力を発揮するものの、人間に近い考え方で作業を行うのは未だ困難です。そのため、開発を進めているAIシステムを、どの箇所
に適用させるのか、さまざまな切り口から探る必要があります。

2.必要なデータを準備する

適用箇所を決めたのちは、システム構築に必要なデータを準備します。この時注意すべきことは、社内に蓄積されているデータと学習データが、必ずしも一致しないという点です。AI の精度を上げるためには、学習データを十分精査しなくてはいけません。

3.アルゴリズムの選定とパラメータ調整

データが準備できたら、アルゴリズムを選びます。AIの進化により、代表的なアルゴリズムが確立されているため、ゼロからアルゴリズムを構築することはほとんど行われません。システム開発の目的が達成できるよう、既存のアルゴリズムをアレンジし、パラメータを調整していきます。

4.PDCAサイクルの確立

業務管理の改善法であるPDCAサイクルは、AIシステムの構築においても、大変重要な行程です。ここで紹介した、データ入力および加工・設定・アルゴリズムの調整を繰り返し、システムの精度を向上させていきましょう。

AIシステムの開発は安易ではない

AIシステムの開発プロセスを紹介しましたが、実際にシステムを開発するのは簡単なことではありません。これには次の理由が挙げられます。

課題への克服

特化型AI・汎用型AIの部分で解説したように、AIは幅広いタスクをこなせる人間とは異なり、一定のタスクしか実行できない・データにない判断ができないなど、解決できていない課題が多く残っています。汎用型AIの実現時期は不透明であり、システムの開発には特化型AIを組み合わせて活用せざるを得ません。そのため、AIシステムデザイン・設計は大きな課題です。

外注した場合の費用相場

AIシステムの開発は、外注するケースが多くみられますが、その場合の費用相場はどのぐらいかかるのでしょうか。下記のように、外注にはまとまった費用がかかるため、導入に迷っている企業が多いのが現状です。

■システムの種類ごとの相場
簡易顧客システム：20万円～
WEBシステム：130万円～
業務システム：400万円～

■工程ごとの相場
コンサルティング：およそ40万円～200万円
AI化可能性チェック：およそ40万円～100万円

UMWELTなら費用を抑えて手軽にAIシステムを運用できる

費用を抑えたうえで、AIシステムの運用を行いたい場合、TRYETINGのノーコードAIクラウド「UMWELT」がおすすめです。

UMWELTは、プログラミング不要のノーコードAIであり、AI導入が簡単に行うことができます。データ収集・アルゴリズム選択・システム統合の3ステップで、企業オリジナルのAIシステムが運用可能です。さらに、AI導入コストを従来の1/10に短縮できるため、費用面の心配も軽減できます。UMWELTについて、さらに詳しく知りたい担当者様は、ぜひ一度無料相談や資料ダウンロードをご利用いただければ幸いです。

まとめ

AIの機能を最大限に活用するには、AIシステムの活用が必要不可欠です。適切なプロセスを経た上で、業務効果が上がるシステムを構築する必要があります。AIシステム導入の際は、UMWELTの導入をぜひご検討ください。

参照文献

人工知能（AI）研究の歴史｜総務省
https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142120.html