1.AI(人工知能)とは 

---

AI(人工知能)は「Artificial Intelligence(人工知能)」を意味します。

学術的にはAI(人工知能)という言葉は多義的であり、人によってその捉え方は異なります。

 

しかし辞書的な定義は「学習・推論・判断といった人間の知能をもつ機能を備えたコンピューターシステム」です。

AI(人工知能)は「特化型AI(人工知能)」と「汎用型AI(人工知能)」に分類することができます。

 

特化型AI(人工知能)は画像認識や音声認識・自然言語処理など、限定された領域の課題に特化したAI(人工知能)です。

一方で汎用型AI(人工知能)は特定の課題に留まらず人間同様に様々な課題を処理可能なAI(人工知能)を指します。

 

 

 

2.機械学習・ディープラーニング(深層学習)との違い

---

混同されることがあるAI(人工知能)と機械学習・ディープラーニング(深層学習)には、「AI(人工知能) > 機械学習 > ディープラーニング(深層学習)」という関係が成り立ちます。

最も広範なのがAI(人工知能)であり、機械学習はAI(人工知能)に内包され、ディープラーニング(深層学習)は機械学習に内包されます。

 

AI(人工知能)を「データから特徴を分析し、学習・推論・判断を行うプログラム」とした時、その計算を自動的に行うシステムが機械学習です。

機械学習には様々な種類が存在します。その1つがディープラーニング(深層学習)です。

 

機械学習では大量のデータから規則性や関連性を見つけ出し、判断や予測を行います。

そのためにはデータの特徴(パラメータ)を人間が指定する必要があります。ディープラーニング(深層学習)は機械学習にメカニズムを追加した機械学習の一分野です。

 

機械学習とディープラーニング(深層学習)について詳しく知りたい方は下記記事をご一読ください↓

 

 

 

3.AI(人工知能)でできること(得意なこと)

---

AI(人工知能)は様々な分野で活用されています。ここでは3つの代表的なAI(人工知能)でできること(得意なこと)を紹介していきます。

 

インプットしたデータに基づく単純作業

AI(人工知能)でできることの1つが、インプットしたデータに基づく単純作業です。

既にデータ入力業務にAI(人工知能)を活用して、作業を効率化しようという動きが広がっています。具体的には経費業務や経費計算でAI(人工知能)を導入している企業が存在します。

 

データ入力のように文字や数値をコピペしたり、未入力項目をチェックしたりといった単純な作業はAI(人工知能)による自動化を進めやすい領域です。

AI(人工知能)に作業のロジックを覚えさせれば、後はAI(人工知能)が同じ作業を進めてくれるため、人間が行うよりもミスを減らすことができます。

 

また計算や分析のみならず、製造業や物流倉庫における単純作業もAI(人工知能)は得意です。Amazonの物流倉庫では、既にロボットが作業を行っています。

 

 

複数データにおける共通点の抽出

AI(人工知能)は複数データにおける共通点の抽出も得意です。

商品データから共通点を抽出することもできます。

 

ECサイトの利用中におすすめの商品が表示されたことがある方は多いでしょう。

これはユーザーの購買履歴の商品データから共通点を抽出し、共通点を持つ別の商品をおすすめしているわけです。

 

また画像から共通点を見つけ出すことも可能です。

例えば防犯カメラの映像から犯人を特定する際に、犯人の人物像と共通点の多い人物を見つけ、その人物を自動追跡するといったことも可能になっています。

 

AI(人工知能)は経済分野だけでなく、防犯分野でも役に立っています。

 

 

テキスト・画像・音声データの分析

テキストや画像、音声データの分析もAI(人工知能)は得意としています。

テキスト分析においては、書かれた文章を理解して翻訳・要約を行ったり、与えられたデータを用いて記事を作成することが可能です。

 

AI(人工知能)による文章理解は自然言語処理と呼ばれる分野の研究によって進められています。

画像分析においては、上でも言及した通り、顔認証システムがとりわけ実用化が進んでいます。

 

ディープラーニング(深層学習)を利用した顔認証であれば、正面だけでなく斜めを向いた顔やサングラスを利用した顔でも認証が可能です。顔認証によるスマートフォンのロック解除が良い例です。

音声データの分析においては、AI(人工知能)を利用することでGoogleアシスタントやSiri、チャットボットを使うとバーチャルアシスタントと音声で会話ができます。

 

既にスマートスピーカーによる音声での会話や家電制御などが実用されています。

 

機械学習について詳しく理解したい方は下記記事をご一読ください↓

 

 

 

4.AI(人工知能)でできないこと(苦手なこと)

---

様々な分野で役立っているAI(人工知能)ですが、AI(人工知能)でできないこと(苦手なこと)もあります。

代表的なAI(人工知能)でできないこと(苦手なこと)を2つ紹介します。

 

創造性が求められる業務

創造性が求められる業務はAI(人工知能)は苦手としています。

実際にはAI(人工知能)が作曲や描画、小説の執筆などを行っているケースもあります。

 

アメリカの大学の研究ではAI(人工知能)にオリジナル芸術作品を創作することを教えたうえで、芸術作品を作成させました。

その後プロの評論家に評価させたところ、AI(人工知能)が作成した作品と人間が作成した作品は区別がつかなかったといいます。

 

数年内にクリエイティブの設計・デザインの様々な過程を自動化するAI(人工知能)ツールが多く誕生するという予測もあります。

しかしAI(人工知能)は創作物の良し悪しを判断しているわけではなく、ゼロから新しいものを創造することはできません。

 

人間が事前にデータを与え、学習させなければ、AI(人工知能)が作曲するといったことは現状では不可能です。そのため創造性が求められる業務は苦手といえるでしょう。

 

 

人・動物の感情をくみ取る

人や動物の感情をくみ取ることもAI(人工知能)の苦手なことです。

人が仕事をするうえで欠かせないコミュニケーションですが、言葉の真意と表面上の意味が異なることがあります。

 

受付のようなパターン化可能なコミュニケーションは可能ですが、人の気持ちをくみ取ったうえでのコミュニケーションは困難です。

 

 

 

5.AI(人工知能)で実現した事例

---

AI(人工知能)で実現した事例を紹介していきます。

 

食品メーカーの需給予測

食品メーカーの需給予測は担当者の経験に大きく依存することがあります。

しかし過去のデータを用いて「数日先の需要予測モデル」と「生産工場の振り分けロジック」を構築することで、生産量と物流ダイヤの組み合わせを最適化可能です。

 

 

物流会社の配車計画最適化

AI(人工知能)は物流会社の配車計画最適化が可能です。

毎日別の配送先を回る必要がある場合、トラックの積載量だけではなく、道路交通状況や到着時刻の期限などを踏まえた配送計画を作成する必要があります。

 

管理する車両が多い場合、計画作成に手間や時間がかかり大きな負担です。

しかしAI(人工知能)が大量の配送オーダーや複数日にまたがる配送であっても短時間での配送を可能にします。

 

 

製薬会社の広告宣伝最適化

製薬会社の広告宣伝最適化にもAI(人工知能)は利用できます。

プロモーション活動の特徴を洗い出し、効率化のためのデータ活用の可能性を探索し、機械学習を用いてプロモーション効果の予測を行い、営業活動の期待売上を見える化することが可能です。

 

そして各医師に対して、プロモーション効果が発揮されやすい施策を可視化することで、営業活動の効率化に役立てることができます。

 

早速、AI(人工知能)開発求人・案件を覗いてみる↓

 

 

 

 

6.まとめ

---

AI(人工知能)は創造性が求められる業務や人や動物の感情をくみ取ることは苦手としますが、単純作業やデータの共通点の抽出、テキスト・画像・音声データを得意とします。

これらの得意分野に興味がある方は、AI(人工知能)の学習をはじめるのも良いでしょう。

 

フリーランスエンジニア専門の求人・案件一括検索サイト「フリーランススタート」に少しでも興味がある方は是非ご登録ください。

 

なお、フリーランススタートはiOSアプリ版やAndroid版をリリースしています。

通勤しているエンジニア・デザイナーでちょっとしたスキマ時間で手軽にフリーランス求人・案件を検索したい、開発言語の単価が知りたい、フリーランスを将来的に検討している方などは是非インストールしてみてください。

 

フリーランススタートのアプリを有効活用して、フリーランスとして第一線で活躍しましょう！

 

フリーランススタート iOSアプリのインストールはこちらから→

 

フリーランススタート Androidアプリのインストールはこちらから→

 

 

本記事が皆様にとって少しでもお役に立てますと幸いです。