AI（人工知能）とは？AIの未来はどうなるの？ビジネスの活用方法を業界別に詳しく紹介

AIは、近年最も注目されているテクノロジーの1つです。最近では、高度なAI技術を活用し、人間のようにチャットで会話ができる「ChatGPT」が注目を集めていますが、「AIとは？」「人工知能とは？」と質問されて明確に説明できる方は意外に多くないのではないでしょうか。

AIという言葉を耳にすると、人間のように考えて動く知能を持ったコンピュータを思い浮かべますが、実際は種類や学習方法によって異なる機能を備えています。今回は、AIの基本的な特徴や種類、レベル別の機能、身の回りの活用事例についてご紹介します。

 

目次

 

 

AI（人工知能）とは？

AIとは「Artificial Intelligence」の略称で、日本語では人工知能と訳されます。人工的に作られた知能を持つ、コンピュータシステムやソフトウェアのことです。一言でAIといっても、「どのようなコンピュータやソフトウェアをAIと呼ぶのか」というAIの定義については、企業や研究機関によって大きく異なります。端的にいえば、AIとは「過去のデータをもとに計算や分析を行えるプログラム」という認識で問題ありません。

 

●AIの特徴

AIは自分で学習し、認識・理解をすることができます。この認識や理解といった学習力を用いれば、問題の解決だけでなく予測や計画の立案といった人間の知的活動を行うことが可能です。

例えば、通常のコンピュータは「値が1以上だった場合はAの行動」、「0だった場合にはBの行動」、「－1以下だった場合にはCの行動」というように、事前に設定されたプログラムどおりの動作しか実行できません。一方、AIを備えたコンピュータは、状況に応じて人間と同じような判断と対応を適切に行うことができます。

 

●身の回りのAI技術

AIはこれから先の未来の技術という印象を抱きがちですが、すでに身の回りには多くのAI技術が活用されています。

例えば、コールセンターではAIの自動音声認識を活用し、質問を自動で返すシステムやチャットボットの導入が進められています。コールセンター内部では、自動音声認識によってオペレーターへ迅速につないだり、自動でテキストを書き起こしたりといった補助機能も活用されており、品質の向上を促進しています。

また、AIによる株取引の自動化も進んでいます。最も適切なタイミングでの買い注文や売り注文を、AIが膨大なデータから自動的に予測します。人間の「もっと儲けたい」「損をしたくない」といった感情から冷静な判断が不可能な場合もありますが、AIを活用することでデータに基づいた客観的な判断を行うことができます。

 

AIチャットボット

2022年末に発表され、注目を集めている「ChatGPT」が代表的なAIチャットボットの1つです。

OpenAIによって公開されたChatGPTは、ユーザーが入力した質問に対して、AIがまるで人間のように自然な文章で回答することが可能です。質問に対する回答の速度、精度ともに優れており、ユーザー数はリリース後わずか2ヶ月で1億人を突破しました。2023年3月には、より性能が向上した「GPT-4」がリリースされ、有料プランであるChatGPT Plusに課金したユーザーが利用できるようになりました。従来のChatGPTが文章対応のみに対し、「GPT-4」は今後、文章だけでなく画像や音声など、形式にかかわらず内容を理解し、文章化することが可能なモデルになる予定です。

ChatGPTは、「GPT」という言語モデルがベースになっています。GPTモデルは元々、小説の自動生成やゲームの会話など、自動で文章を生成する目的で開発された言語モデルです。インターネット上にある膨大な情報を事前に学習することによって、テキストで指示を与えると高品質な文章を生成し、質問の応答や要約をするなど多様な対応が可能です。

AIチャットボットは、ChatGPTだけでなく、LINEでChatGPTが使える「AIチャットくん」や「Claude」「新しいBing」など様々なサービスに用いられています。

 

音声アシスタントAI

私たちの身近なものであるスマートフォンに搭載されている「音声アシスタント機能」もAIが活用されています。

代表的なものは、Apple社のiPhoneに搭載されている「Siri」や、Androidスマートフォンに搭載されている「Googleアシスタント」などが挙げられます。音声アシスタントAIは、まず、スマートスピーカーやスマートフォンに話しかけられた言葉をAIが認識し、どのような言葉が発せられたのかを捉えます。次に、捉えた内容を分析して処理した結果をテキストにし、音声によってユーザー返答する仕組みになっています。

 

画像生成AI

画像生成AIとは、人間がテキストで指示をすると自動で画像を生成することができるAIのことを指します。

指示をする際のテキストのことを「プロンプト」と呼びます。例えば、「犬」「飛んでいる」といったプロンプトを入力すると、まるで犬が空を飛んでいるような、現実では起こり得ない画像の生成が可能です。

画像生成AIは、まず、AIが入力されたテキスト（プロンプト）を分析し、事前に学習しているデータの中から画像の特徴を探し出します。学習した画像データにノイズを与えて変動を起こすことによって、指示にあった複数の要素を組み合わせ、学習済みのデータに似た画像を生成するという仕組みです。

AI予測ツール

AI予測ツールは、AIの技術を活用し、ユーザーの行動履歴を記録したデータや過去の取引データなどといった大量のデータをもとに、将来の事象を予測するツールです。

AI予測ツールは、大きく分けて2つの役割があります。

 

• 将来起こる事象：これまでのデータをもとに、予測対象がどのような行動をするか

• 過去に起きた事象が再度発生する可能性：過去のデータを参考に、同じようなことが今後起こるか

 

AI予測ツールは、株取引の需要予測や、ECサイトを訪れた際の行動データをもとにおすすめの商品を表示する機能などに用いられています。

 

医療AI

AIによって医療の質を向上させる取り組みのことを医療AIといいます。利用領域は多岐に渡り、以下の領域で活用されています。

 

• ゲノム医療

• 診断（問診や画像診断など）

• 治療（手術の支援や治療計画の立案）

• 医薬品の開発

• 介護

 

上記の中でも、特に画像診断の分野で医療AIの技術が進んでおり、医師の作業の効率化に役立っています。

 

AIの種類

AIには種類があり、「特化型人工知能」「「汎用人工知能」「人工超知能」の3種類に分けられます。

 

AIの種類
名称	概要	具体的な用途
特化型人工知能(ANI)	特定の領域に特化して能力を発揮するAI	囲碁、チェス、自動運転
汎用人工知能(AGI)	様々な用途を想定した汎用的なAI	自己制御や自己理解を行うコンピュータ
人工超知能(ASI)	人間の知能をも超えるAI	人間が不可能なアイデアを生み出す

 

●特化型人工知能(ANI)

特化型人工知能とは、特定の領域に特化して能力を発揮するAIのことを指します。ANIは「Artificial Narrow Intelligence」の略称です。すでに人間を超える能力が証明されている分野であり、囲碁やチェス、将棋などでは、AIが人間のプロプレーヤーに勝利して話題になっています。また、トヨタ自動車やGoogleなどの企業では、自動運転技術の研究が進められています。自動運転技術だけでなく、前述で紹介したコールセンター業務なども、個別の領域のみで使用される特化型人工知能の一種です。

 

●汎用人工知能(AGI)

汎用人工知能とは、1つの分野だけでなく多岐にわたる領域で多彩な問題を解決するAIのことを指します。AGIは「Artificial General Intelligence」の略称です。人間のように自己制御や自己理解を行うコンピュータで、設定時の想定を超えた事象が起こっても対応可能な解決力を有します。SF映画やフィクションの世界では、「人間と対等に会話をするロボット」などがしばしば登場しますが、汎用人工知能の良い例だといえるでしょう。

 

●人工超知能(ASI)

人工超知能とは、その名のとおり人間の知能と行動を学習・理解するだけではなく、それらを超えるAIのことを指します。ASIは「Artificial super intelligence」の略称です。

人工超知能は、人間が思いつけないアイデアを生み出すことが可能で、人間よりも問題解決能力や判断力が優れているといわれています。社会問題や環境問題などといった、現時点では人間が解決することが困難な問題の解決策の提示に期待が高まっています。その一方で、人間の知能をも超えるという観点から、法の整備や世界レベルでの規定が必要とされているのが現状です。

 

AIのレベルと4段階の機能

人工知能は機能によって、以下の4つのレベルに分けることができます。

 

AIのレベル
レベル	概要	搭載されているもの
Level1	設定されたことのみを行う	自動調節機能が付いた冷蔵庫やエアコン
Level2	多彩な動きや判断ができる	掃除ロボット、チャットbot
Level3	自動的にパターンとルールを学ぶ	検索エンジン
Level4	学習に必要なサンプルを自動で収集する	自動運転機能搭載の自動車

 

●Level1.単純な制御プログラム

御工学やシステム工学などの分野で用いられている、設定されたことのみを行うコンピュータが、最も単純なAIのレベルに当たります。主に家電や簡易的なコンピュータで利用されており、普段の生活において体験できるAIだといえます。

単純な制御プラグラムは、家電製品で幅広く活用されています。例えば、気温の変化や省エネのレベルに応じて自動で温度・湿度を調整するエアコンや、中に入っている食材に合わせて最適な温度調節をする冷蔵庫などがすでに発売されています。「人工知能搭載エアコン」や「人工知能搭載冷蔵庫」など、「人工知能搭載◯◯」という紹介がされる傾向にあります。このようなキャッチコピーは、新しい家電好きの方や、効率的で便利な家電が好きな方への効果的なアピールだといえるでしょう。

 

●Level2.これまで一般的だったAI

従来は、設定されたプログラムに応じて、1つの動作ではなく多彩な動きや判断が可能なコンピュータが一般的でした。判断のもとになる大量の知識が集積されたデータベースを備えているのが特徴で、将棋や囲碁、チェスのプログラムがこのレベルに該当します。そのため、同じ箇所に同じ駒が打たれたとしても、その時の状況によって異なる判断が可能です。

これまで一般的だったAIは、特化型人工知能に当てはまります。将棋や囲碁、チェスといったプログラム、コールセンター業務で質問に答える人工知能（音声認識、文字認識）など、ルールを教えることで1つのことに対応できるよう特化させた人工知能です。

AIを搭載した掃除ロボットが代表的なものの1つで、人気を集めています。自動で床掃除をしてくれる掃除ロボットは、センサーによって部屋の形状や家具の配置を理解し、学習しながら効率的に漏れなく掃除するルートを選択します。

 

●Level3.自動的に学習するもの

相応のサンプル数から、自動的にパターンとルールを学ぶことができるレベルです。自分で考え、適切なものを選択できます。学習に必要なサンプルは人間が用意しますが、その後はコンピュータが自分でパターンやルールを学んでいきます。

GoogleやYahoo!などの検索エンジンは、ある程度のサンプル数から自動的に学習するAIの代表的なシステムです。Webサイト内のテキストやテキストの量、単語と単語の距離といった様々な情報から、質の低いコンテンツや有害コンテンツを見分けて検索ランキングの順位を下げたり、反対に質の高いコンテンツはより多くの方に読まれるように順位を上げたりします。検索エンジンは自動的に学習しており、ほぼリアルタイムで毎日自動的に変更が行われています。学習に必要なサンプルさえあれば、さらに良い判断が可能になります。

 

●Level4.学習に必要なサンプルを自力で獲得・学習できるもの

さらに上のレベルのAIは、学習に必要なサンプルやパターンまで自分で収集することが可能です。AI自らが集めた情報から学んだデータを知識データとして積み重ね、最適解を導き出します。高度な分析機能が求められ、ディープラーニング（深層学習）と呼ばれる機械学習技術が必要となります。サンプルやパターンまで自分で収集し、知識を取り入れるレベルのAIは、人工知能の目指すべきゴールだといえるでしょう。

また、研究機関によってはさらに上の段階として、Level5を設けるケースもあります。こちらは、人間と同じように思考し振る舞いを行える人工知能が該当します。

※参考：松尾豊『人工知能は人間を超えるか ディープラーニングの先にあるもの』（KADOKAWA 中経出版）オルタナティブ・ブログ「【図解】コレ1枚でわかる AIと言われるもの」

 

AIの学習パターン

AIが学習するパターンは、以下の2種類に分けられます。

 

• 機械学習：AIにおける学習のこと。機械自身が学習するという意味が込められている。

• 深層学習：多層化したニューラルネットワークを用いた機械学習の手法。

 

●機械学習

機械にデータを学習させることによって、様々な課題に対処できるようにすることを機械学習といいます。AIを支える技術の中では、重要な役割を担っており、後述の深層学習も機械学習の手法の1つです。

膨大な情報を処理し、データの中から法則性や特徴を見出すことが特徴として挙げられます。導き出した法則性や特徴をもとに、予測や判断を行います。

機械学習は、以下の3つの学習方法に分けられます。

 

教師あり学習

教師あり学習とは、入力データに対して理想的と考えられる出力のことを指す、「教師信号」を与えることによってAIを1つの方向に学習させることです。大量のデータが必要になり、与えられたデータをもとにニューラルネットワーク自体が出力結果の成否を判断する仕組みです。学習していない事例に関しても例題をもとに予測し、判断や行動することが可能です。しかし、人間が事前に知識を与えることができない未知の事象については対応できない点や、模範解答を与えた人間以上に賢くなることがない点がデメリットだといえるでしょう。過去のデータをもとに傾向を導き出し、今後の数値を予測する特徴を活用した売り上げの予測や、未知のデータを自動的に分類する画像分類などの用途で用いられる学習方法です。

 

教師なし学習

AI自身が活動したことをもとにデータを蓄積し、自ら学習をするのが教師なし学習です。先ほどの教師あり学習と対になる学習方法だといえるでしょう。

教師なし学習は、模範解答や大量のデータを必要としない一方で、「正しく学習することができる環境」が必要になります。

整合性のある環境が必要不可欠であり、シミュレーションすることができない事象については学習することができないデメリットがあります。

教師なし学習として、蓄積したデータから、類似しているものを抽出してグループ化をする「クラスタリング」が挙げられます。クラスタリングは、顧客の行動履歴などの類似性からグループ化するような用途で活用されています。

 

強化学習

AIが自ら試行錯誤し、最適な行動を導き出す方法が、強化学習です。AIが自身の認識と行動を明確に認識することが重要なポイントになります。AIは、置かれた環境の中で導き出した結果に対する評価を学習の手掛かりとすることで強化されていきます。

強化学習を活用しているものは、囲碁AIや将棋AIが挙げられます。ゲーム中にAIが自ら学習し、より良い行動を探る仕組みを用いています。

また、お掃除ロボットも強化学習を活用しています。掃除をしながら、多くのゴミを集めることができるルートを学習し、適したルートを継続的に選択する仕組みになっています。

 

●深層学習

深層学習は、ニューロンの構造と働きをモデルにしたAIであるニューラルネットワークを活用した学習方法のことを指します。ディープラーニングという言葉で表すこともあります。

ニューラルネットワークはデータを入力する「入力層」、入力層から流れてくる情報を処理する「中間層」、最終的に結果を出力する「出力層」で構成されています。

一般的に、データ分析は入力データと出力データの関係を直接分析しますが、深層学習は中間層を設けることによってより多層化して学習する仕組みです。中間層を多層化することで、より複雑な情報に対応することが可能になり、データの分析精度も向上します。

深層学習により、従来はデジタル化することが困難だとされていた、画像や自然言語、音などの非構造化データをAIが学習できるようになりました。iPhoneの顔認証や音声アシスタント機能、機械翻訳などといった様々な分野で活用されている学習方法です。

 

AIの活用方法

AIは、今後様々な分野での発展が期待される技術の1つです。国が掲げているDX推進にも活用することが可能なため、様々な企業がビジネスに活かしており、今後ますます身近な存在になっていくといえるでしょう。ここでは、AIの活用方法の事例についてご紹介します。

 

●横須賀市役所の事例

2023年4月20日より、横須賀市役所でChatGPTの全庁的な活用実証が開始されました。自治体としてのChatGPTの活用は、初めての事例となります。普段職員が業務で使用している自治体専用のチャットツールにChatGPTを連携させることによって、文章作成、文章の要約、誤字脱字のチェック、またアイデア創出などに活用をしています。

業務の効率化だけでなく、職員が広く活用していくことによって様々なユースケースが生み出されることが期待されています。

 

●フリマアプリの出品システム

フリマアプリを運営しているメルカリも、AIを活用している企業の1つです。

フリマアプリで商品を売る際、商品の写真を撮影し、商品情報を入力する作業が必要になり、出品者は手間がかかる傾向にありました。しかし、メルカリでは、AIの画像認識機能を活用したことにより、商品の写真をアップロードするだけで商品の情報が自動で入力される出品システムを開発しました。出品する商品のジャンルによっては、金額までも自動的に入力され、出品完了までの時間はわずか1分という短時間を実現させました。

 

●動物園の画像データ収集によるマーケティング

千葉動物公園では、入園ゲートやレストラン、駐車場の入り口に設置したカメラから収集した画像をAIによって分析するという方法でAIを活用しています。AIが分析したデータは、レストランのメニューの開発などのマーケティングや、集客施策の実施、適切な人員を配置した施設運営など、様々な用途で活かされています。

 

●農業の効率化

農業支援制御システムの開発にも、AIが活用されています。プラントライフシステムズが開発した「KIBUN」は、日照時間や雨量のデータに基づいた適切な量での水やりのタイミングや収穫時期などを、スマートフォンを通じて生産者へと指示するシステムです。

長い経験を積んだ農業経験者ではなくても、システムからの指示に従うことで農作業が続けられる仕組みになっており、効率化だけでなく、新規参入のハードルを下げる役割も期待されています。

 

●自動翻訳機能による海外売上アップ

コレクター向けの数多くの商品を販売しているまんだらけは、ECサイトも展開しており、海外ユーザーが増加しています。しかし、適切な翻訳ソリューションがなく、ユーザーに商品の情報をうまく伝えることができない、という課題を抱えていました。

商品が日々追加されていく中で翻訳が追いつかないという状況でしたが、自動翻訳・翻訳支援のAIツールを導入したことが課題解決につながりました。APIを利用しながら、毎日更新される商品情報を送信し、機械翻訳による翻訳結果をサイトに戻すという仕組みによって、海外からの売り上げアップに成功し、AI活用の効果を数字によって表しています。

 

●ロボットパトロールによるチケット転売対策

チケット転売はエンタメ業界における大きな課題ですが、スポーツ業界も同様の課題を抱えています。2019年に「チケット不正転売禁止法」が施行されましたが、チケットの不正転売はなくなっていないのが現状です。

チケットの不正転売という課題を解決するべく、サッカークラブを運営する川崎フロンターレは、富士通との協力のもとにRPAパトロールロボを導入しました。RPAパトロールロボの見回りによって不正転売を一覧化し、収集したデータをもとにチケット転売サイトへ取り消しの依頼を実施するという仕組みです。業界全体へのチケット不正転売撲滅啓蒙にもつながっています。

 

急速に進化するAIの未来

2000年代の将棋プログラムソフトは、プロ棋士にはまったく歯が立ちませんでした。しかし2017年には、将棋プログラムが棋士界の中でもトップクラスの棋士に勝利するなど、AIの分野は急速に進化しています。

中でも特化型人工知能の進化は著しく、自動運転や自動翻訳など、生活や仕事をより豊かにしてくれるAIが続々と登場しています。人間の仕事や作業を完全に代行してくれるAIが登場する可能性も否定できないでしょう。

近年AIを活用したテクノロジーが身近な存在になり、世の中がますます便利になる一方で、AIの発達により人間の仕事が奪われることを危惧する声も高まっています。

 

●気になるキーワード「シンギュラリティ」とは

シンギュラリティとは、技術的特異点を表す言葉で、人間の脳と同レベルのAIが誕生する時点を意味します。1980年代から、AIの研究家の間で使用されるようになりました。

人間の脳と同等のレベルになったAIは、シンギュラリティを起点とし、加速度的に進化を遂げると予想されています。

また、AIの発展によってDXがさらに進むことで、AIの在り方だけでなく人間の在り方も変化することが予測されています。

シンギュラリティという言葉が注目されるきっかけとなった、米国の発明家レイ・カーツワイル博士は著書「The Singularity Is Near（シンギュラリティは近い）」において、2045年にはシンギュラリティへ到達すると予想しています。

しかしその一方で、人工知能の権威であるスタンフォード大学の教授、ジェリー・カプラン氏は、シンギュラリティは来ないという見解を示しています。「ロボットには独立した欲求や目標がない」ということを理由に、AIの知力はあくまで人間のためのものであり、人工知能と人間を同一視する考えを否定しました。

発達したAIが人間を超えることを危惧する声も少なくありませんが、AIはあくまで人間の思考や行動を代替し、アシストする目的に活用するために開発されたものであり、現状ではシンギュラリティに到達してすぐに人間を超える存在になるとは考えられていません。とはいえ、進化が著しい分野であるからこそ、常にアンテナを張り続け、将来に備えて使いこなせるようにしておくと良いでしょう。

近年、AIの種類や活用例は多様化しています。自社のシステムにAIを搭載し、業務や営業に役立てたいと考えている方も多くいます。日本最大級のシステム開発会社ポータルサイト「発注ナビ」であれば、ITの知識やシステム開発の知識をお持ちでなくても、専門知識をもったコンシェルジュが最適な発注先をご提案いたします。2023年7月時点でご紹介実績は16,500件、対応社数は全国4000社以上、紹介達成率92%となっています。平均4～5社を厳選し、最短1日でご紹介！ご相談は完全無料です。

業務にAIを導入したい企業担当者の方は、開発会社探しにぜひご利用ください。

 

 

 

 

■システム開発に関連した記事