AI（人工知能）とは？意味や定義をわかりやすく解説

AIとはArtificial Intelligenceの頭文字をとった略語で、日本語では「人工知能」と訳されます。研究者によって定義は異なりますが、知的なコンピュータプログラムをつくる科学技術などの意味で使われることが一般的です。AIの意味や歴史、仕組み、活用方法について説明します。

マーケティングお役立ち資料

【基礎編】ChatGPTの使い方レッスンとシーン別の事例集

OpenAI社が2022年11月にChatGPTをリリースしてから、ChatGPTの利用者数は急速に増えています。すでに日々のマーケティング業務にChatGPTを取り入れているマー…

詳細を見る

AI（人工知能）とは？言葉の意味と定義

AIとはArtificial Intelligenceの頭文字をとった略語で、一般的に「人工知能」と訳されます。1956年、アメリカ・ダートマス大学で開催された会議において、計算機科学者であるジョン・マッカーシー教授により初めて使われた言葉とされています。

「AI」という言葉の意味

AIは、日本語では「人工知能」と同義とされています。しかし、人工知能が何を意味するかについては、状況や使う人によって異なるため注意が必要です。

なお、AIの提唱者とされるマッカーシー教授は、人工知能を「知的なコンピュータプログラムを生み出す科学や技術」と定義しています。この定義は、マッカーシー教授が計算機科学者であることとは無縁ではないでしょう。研究分野や前後の話題によってもAIの定義は変わるため、そのときに応じた意味で理解することが求められます。

研究者によるAIの定義

日本の研究者も、各自の研究分野によって独自にAIを定義しています。いくつかの定義を紹介します。

● 人工的な知能を有する実体、知能を有する実体をつくることで知能を研究する分野
● 心を持っていると考えられる機械
● 人工的につくった知的な行動をするシステム
● 人間の頭脳をシミュレートするシステム
● 人間の知的な行動を模倣、あるいは支援・超越するためのシステム

いずれも正解であり、特定の状況下では適切な定義です。しかし、別の状況下では適合しないこともあるため、AIや人工知能の言葉が使われる状況を正確に把握することが欠かせません。

関連記事
・セールスイネーブルメント・ツールの牽引役「ailead(エーアイリード)」の杉山氏に聞く、日本企業の営業課題とその解決方法
・マーケティング成功へのカギ：AIは上級パートナーとして使い倒せ

AI（人工知能）の歴史

AIの研究が盛んになったのは、マッカーシー教授によってAIという言葉が提唱された1950年代後半以降といわれています。現在のようにAIが身近な存在となるまでの歴史を簡単に解説します。

第一次AIブーム（1950年代～1970年代）

1956年のダートマス会議にて、「人工知能」という名前が初めて提起されました。1957年には、ニューラルネットワークの基盤となるパーセプトロンという概念が考案され、翌1958年にはパーセプトロンの開発が始まりました。

その後20年間ほどは、AI研究は研究者の間でブームとなります。しかし、パーセプトロンがトイプロブレム（＝迷路やオセロのようにルールとゴールが決まっている世界の問題）しか解けないことが判明し、AI研究の人気は徐々に下火になりました。これをきっかけに、AI研究において「冬の時代」と呼ばれる時期が訪れます。

第二次AIブーム（1980年代〜1990年代）

1980年代に入ると、医療など特定分野の知識を蓄積しておき、質問に答えるエキスパートシステムという技術が生み出されます。これは知識をあらかじめ入力しておくシステムのため、パーセプトロンなどの一対一対応の技術でも十分に処理可能です。

1986年には、バックプロパゲーション（誤差逆伝播法）という学習アルゴリズムが考案されました。バックプロパゲーションとは、出力層のニューロンから目的のニューロンまでの経路を偏微分を用いて計算する方法です。

しかし、深層ニューラルネットワークが誕生すると、ニューロンの数を増やすことで入出力の表現能力を向上する仕組みに限界が生じるようになります。

また、1990年代に入ると、エキスパートシステムはニューロン数が膨大になると対応が難しいことや莫大なコストがかかることが判明し、AI研究の人気は再び下火となりました。

第三次AIブーム（2000年代〜現在）

2000年代に入り、AI自身が大量のデータから知識を獲得する「機械学習」の実用化が進みました。2006年には知識を定義する要素（特徴量）をAIが自ら習得する「ディープラーニング（深層学習）」が提唱され、機械学習のブームに拍車がかかります。

2020年代になると、機械学習やディープラーニングの技術を用いて新しい画像を生成する「画像生成AI」が誕生します。また、人との自然なコミュニケーションや文章の自動生成、要約、情報収集などができる「ChatGPT」が登場し、機械との対話が日常生活の一部となりました。

関連記事：GPT-4とは？Chat（チャット）GPT-3.5との違いや使い方を解説

AI（人工知能）の種類は2つ

AIは、「特化型人工知能」と「汎用人工知能」の2種類に大別できます。ただし、2023年の時点では汎用的なAIはまだ完成しておらず、用途が限定される特化型AIが主に活用されています。

1.特化型人工知能

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のことです。たとえば絵を描く、言葉を認識する、ゲームをするなど、あらかじめ定められた用途でのみ利用できます。

分野によっては、すでに人間を超える能力が証明されているものも少なくありません。しかし、応用性がなく、分野が細かく設定されることから、「弱いAI」と呼ばれることもあります。

2.汎用人工知能（AGI）

汎用人工知能とは、多岐にわたる領域で多彩な問題を解決するAIのことです。人間のように自己制御や自己理解を行い、設定時の想定を超えた事象が起こっても、柔軟に対応できる解決力を有します。

特化型人工知能とは異なり一対一対応ではないため、人工知能を構築する過程で入力したプログラムや情報以外の問題も処理可能です。実用化はしていないため空想の域を出ませんが、特化型人工知能と対比して「強いAI」と呼ばれることもあります。

AI（人工知能）の仕組み

AIを効果的に機能させるには、「機械学習（ML）」と「ディープラーニング（DL）」の2つの基本的な技術が必要です。さらに、大量のデータを高速な反復処理する作業や、インテリジェントなアルゴリズムと組み合わせることにより、人工知能として機能するようになります。

AIの仕組みや関連する技術において、使われる用語をまとめました。

関連記事：チャットボット（chatbot）とは？基本的な機能から具体的な導入方法まで！

機械学習

機械学習とはAIを支える基本技術のひとつで、機械自身が学習することを意味します。機械学習の技術により、AIを構築するときに入力していない情報やプログラムでも、自己学習して習得することが可能です。

また、機械学習は、大量かつ複雑なデータをもつビッグデータの処理や分析にも活用されます。頻繁なアップデートなしに新しい情報に適時対応するためにも、機械学習は欠かせない技術といえるでしょう。

ディープラーニング

ディープラーニングとは、多層化したニューラルネットワークを活用した機械学習の手法です。

たとえば、デジタル化が困難とされていた画像や音声などの非構造化データも、機械学習が可能な範囲に含まれるようになりました。また、非構造化データをAIが学習することで、画像や音声の認識、自然言語処理なども可能になっています。

ニューラルネットワーク

ニューラルネットワークも、機械学習の一種です。脳のニューロン（神経細胞）のように相互接続された処理単位で構成されたアルゴリズムで、入力層と中間層、出力層による層構造で成り立つことが特徴です。

ニューラルネットワークでは、ユーザーが質問と回答例を示すと、与えられた組み合わせを応用して意図に近い回答を導き出せるようになります。後述しますが、ChatGPTなどの自然対話型のAIツールにもニューラルネットワークの仕組みが応用されています。

遺伝的アルゴリズム

遺伝的アルゴリズムとは、「優秀な個体」が「よい解答」であるとして進化の手法を用いて最適解を導き出すアルゴリズムのことです。

手作業などでは難しいレベルの計算に対して、素早く最適解を割り出せる点が特徴です。また、回答を得るまでに膨大な組み合わせを検証する必要がある課題に対しても、短時間で最適と思われる答えを導き出します。

エキスパートシステム

エキスパートシステムとは、特定の専門家（エキスパート）から特定の状況における対処方法や判断、想定される課題などをヒアリングし、それらに基づきルールを定義するアルゴリズムです。

ベースになっているものが人間のエキスパートのため、特定の問題に対しては精度の高い回答を期待できます。たとえば、特定の症状が見られるときに、医師の判断基準を搭載したエキスパートシステムを利用すれば、どのような病気の可能性があるのか瞬時に割り出せます。

コグニティブ・コンピューティング

コグニティブ・コンピューティングとは、AIの下位分野のひとつで、機械と人間の間で自然な対話を成り立たせることを目的としたシステムです。答えがひとつとは限らないあいまいな質問に対して、仮説を立てて最善と思われる回答をします。

また、導き出した答えに対するフィードバックを蓄え、さらに学習を深めるディープラーニング機能も備えています。自分で考えることを究極の目標とするAIに対し、コグニティブ・コンピューティングは人間の意思決定をサポートする目的のシステムともいえるでしょう。

コンピューター・ビジョン

コンピューター・ビジョンとは、パターン認識とディープラーニングによって画像認識を行う仕組みのことです。また認識した画像を情報として処理し、異物検出や生産管理などに応用されます。

コンピューター・ビジョンは、人間の視覚に相当する役割を果たす機能です。製造業やエネルギー産業、自動車産業などにも広く活用されており、関連市場は飛躍的な広がりを見せています。

自然言語処理（NLP）

自然言語処理（Natural Language Processing、NLP）とは、人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術のことです。

対話に関連した技術という点では、コグニティブ・コンピューティングと共通しています。しかし、コグニティブ・コンピューティングが対話成立に重きを置いているのに対し、自然言語処理はあいまいさや意味の重複の理解を主眼としている点が異なるといえるでしょう。

自然言語処理では、言語理解のために構造と構文、単語の意味を解析し、文脈に沿っているかを確認することで最終調整を行います。対話型の検索システム以外にも、文字の変換予測や翻訳ツールなどの言葉を扱う多様な場面で自然言語処理が活用されています。

AI（人工知能）を活用した最新技術

AIは、さまざまな用途に活用されています。

近年では、自然な会話で演算や検索などを命令できる「ChatGPT」など、対話型AIサービスを開発・提供する企業も増えてきました。また、AIが自動的に画像を生成する画像生成AI、人の話す言葉を音声として認識しテキスト化する音声認識AIなども注目を集めています。

代表的なサービスを紹介します。

対話型AIチャットサービス

従来、GoogleやBingなどの検索サービスを利用するときは、関連すると思われるキーワードを検索窓に入力し、表示されるWebページを閲覧して検索者自身が答えを見つける必要がありました。

しかし、対話型AIを利用すると、チャットで会話するのと同様に自然な言葉を入力することで、知りたい情報を検索したり、演算や表作成などの作業をさせたりできます。いくつか代表的な対話型AIサービスを紹介します。

ChatGPT

ChatGPTとはOpenAI社が提供するサービスです。高度なAI技術によって、人間とチャットをするように自然な会話を楽しめるだけでなく、文章作成や演算、プログラミングなども指示できます。

2022年11月の公開以来、無料利用できる革新的なサービスとして世界中の注目を集めてきました。また、ChatGPTを活用したツールやサービスなども多数誕生しています。

将来的にも対話型AIサービスが利用される場面は増えると予想されるため、基礎とも呼ぶべきChatGPTの使い方やできることを理解しておくことは必要です。次の記事では、ChatGPTの使い方の基礎や仕組みを具体的に解説しています。

関連記事・資料

・ChatGPTとは？日本語での始め方や使い方、アプリについて解説
・【基礎編】ChatGPTの使い方レッスンとシーン別の事例集
・【実践編】ChatGPTの使い方レッスンとシーン別の事例集
・CMS＋MAツール「Switch Plus」ChatGPT機能と連携！マーケティング関連のメール作成がより簡単になりました
・CMS＋MAツール「Switch Plus」のChatGPT連携機能で約10,000文字の記事を自動生成できるようになりました

BingAI

BingAIとは、OpenAI社に大規模出資を行うMicrosoft社の対話型AIサービスです。自然な言葉でチャットを進めていくことで、文章や画像の作成などができます。

またMicrosoft社では検索エンジンとしてBingを公開していますが、BingAIではBingで検索できる内容も調べることが可能なため、会話を楽しむだけでなく、検索ツールとしても活用できます。

なお、ChatGPTは検索ツールとしても活用できますが、リアルタイムの情報は反映されないため、情報の鮮度に課題がある点に注意が必要です。検索ツールとして使うならば、検索エンジンを搭載し、なおかつ出典も示すBingAIのほうが適しているでしょう。

次の記事では、BingAIの使い方やChatGPTとの違いを詳しく説明しています。

関連記事：BingAIとは？始め方やチャットの使い方をわかりやすく解説

Google Bard

Google Bardとは、Googleが開発した大規模言語モデルである「LaMDA」を使用した対話型AIです。Bard（吟遊詩人）の名のとおり、自然かつ豊富な語彙で文章作成などの作業を行います。

Google Bardでは、Googleの強みである検索機能が活かされ、インターネット上の情報をもとにリアルタイムな回答が得られます。関連するWebページを調べたいときはGoogle検索、質問内容に対する回答をダイレクトに得たいときはGoogle Bardと使い分けましょう。

関連記事：Google Bardとは？日本語での使い方やChatGPTとの違いを解説

Meta AI

Meta AIとは、Meta社が開発した大規模言語モデル「LLaMA」を用いたAIサービスであり、同社のAI研究所の名称でもあります。将来的には、SNSでAIを組み込んだユーザーサポートを受けられるようにすると、代表者であるマーク・ザッカーバーグ氏は発表しました。

また、Meta社では画像セグメンテーションサービスや音声翻訳サービス、テキストから動画を作成するサービスなども開発しています。一部のユーザーのみに利用が限定されているサービスも多くありますが、興味深いサービスも多く一般公開が期待されます。

画像生成AI

画像生成AIとは、テキストやデータを入力することで、AIが自動的に画像を生成する技術のことです。無料利用可能なStable Diffusionの登場により注目が高まり、ビジネスでの活用も期待されています。

次の記事では、無料で利用できる画像生成AIサービスをまとめました。実際にどのようなイラストが作成されるのか、またどのような手順で利用するのかなども詳しく説明しています。

関連記事：画像生成AIとは？イラストが生成される仕組みとおすすめサービス7選

音楽生成AI

音楽生成AIとは、曲やコードを作成するAIサービスです。何もないところからわずかな時間でトラックを制作したり、音楽家の創造的なプロセスをサポートしたりする用途で用いられます。

いずれも人工知能のアルゴリズムが用いられ、楽譜や音声のデータを学習し、パターン化することで新しい音楽の生成が可能です。また、音楽理論や感性を学習することで、新しい楽曲に反映する手法もあります。

音声認識AI

音声認識AIとは、人が話す言葉を認識し、文字として変換してテキストデータ化するAI技術のことです。議事録作成や翻訳、コールセンターの顧客対応などに活用されています。

また、GoogleアシスタントやSiriなどは、音声認識システムを搭載した検索サービスです。入力作業をスキップできるため、キーボード操作などを苦手とする方や作業中で手を離せないときにも役立ちます。

関連記事：Notion AIとは？使い方やできること、使用時の注意点を解説

各分野におけるAI（人工知能）の活用方法

AIはさまざまな分野・業種で活用されています。すでに人工知能が活発に利用されている分野・業界と、活用方法について紹介します。

製造業

製造業ではオートメーション化を進めるうえで、AI技術を活用してきました。たとえば単純作業や反復作業などを行うAI搭載のロボットなどを導入し、作業効率化や安全性の向上を図っています。

また、企業の信頼性向上に欠かせない検品作業などでは、コンピューター・ビジョンなどのAIシステムにより、瞬時に製品としての条件を満たすのか判断して合否を決定しています。人の目では気付きにくい微細な塗装のズレなどもチェックでき、検品作業の制度が著しく向上するでしょう。

少子化や若者の製造業離れにより、製造業は、今後ますます人材確保が厳しくなると考えられる分野です。AIを活用して効率化を図るのは必要なことと言えるでしょう。

関連記事：AIの活用で働き方改革を！AI導入のポイントと注意点とは？

医療分野

医療の現場においては、正確さと迅速さを追求することは命に関わる重要な要素です。画像診断やカルテ解析、患者の異常事態察知などにAI技術が活用され、正確かつ迅速な判断・治療を可能にしてきました。

たとえば、医師は検査結果や症状などから、患者がどのような病気に罹患している可能性があるか分析します。従来は医師の経験や知識にのみ頼っていたため、病気の可能性に気付かず、治療が手遅れになるケースも珍しくありませんでした。

しかし、カルテ解析にビッグデータを活用すれば、病気の可能性に早期に気付けます。医師の経験値や知識に左右されないのも、AI利用のメリットです。病気が深刻化する前に対応することで、患者が早期に健康を取り戻せるようになるだけでなく、国全体の医療費削減にもつながるかもしれません。

また、医療業務の効率や医療の精度と質の向上だけでなく、医師不足やへき地医療にもAI技術は活かされています。場所を問わず高度な治療を受けられるケースも増え、医療機会の均質化・平等化の実現も期待されます。

スポーツ分野

スポーツ分野も、AIの活用が期待される分野です。たとえば、過去のデータをビッグデータとして活用・分析することで、戦略策定やトレーニングのクオリティ向上を実現しています。

また、AIを活用した多角度からの画像分析により、より正確な判断ができるようになってきました。人の目による審判とは異なり、思い込みや見間違いなどが介入しにくいため、トラブル回避にも役立っています。

そのほかにも、選手のデータをリアルタイムで反映させた情報を観戦者に提供したり、需要と供給のバランスに応じてチケット価格を決める、ダイナミックプライシングを導入したりするケースも増えています。

関連記事：ダイナミックプライシングとは？基本的な仕組みと事例を解説

小売業

小売業では、在庫管理や受発注業務にAI技術が導入されることが増えてきました。過去の販売データを分析すれば、無駄のない在庫管理が可能になり、欠品を回避しやすくなります。販売機会を逃しにくくなるだけでなく、無在庫販売も可能になり、起業しやすくなるのもメリットです。

また、店舗のデザインにも、AI技術が活かされることがあります。AIカメラで店内の顧客行動を分析し、より買いやすい配置に店内レイアウトを変更します。ユーザーにとっては買いやすさの実現、販売側にとっては売上増の実現につながるでしょう。

旅行業

AIを活用したダイナミックプライシングは、旅行業界にも活かされています。パックツアー料金や宿泊費、運賃などを需要と供給のバランスから割り出すことで、より妥当性の高い価格に設定できます。

また、需要が少ない時期の価格を低く打ち出すことで、新たな需要を呼び、旅行商品が売れやすくなる点もメリットです。AIであれば人件費がかからないため、中小規模の旅行業者の競争力が高まり、アイデア次第で売上増を実現できるようになります。

AI（人工知能）が抱える課題とは

AIは機械学習を繰り返すことで、より汎用性・信用性が高まり、高度な作業が可能になります。しかし、AIの学習用データは開発者の個人的な属性や価値観に影響を受けていることがあり、開発者以外の属性や文化にとっては不利なことがある可能性が指摘されています。

また、AIにより高度な画像処理が実現したことから、有名人の顔を勝手に変えてしまうディープフェイク問題も生じました。実際以上にシミやシワのある画像になったり、悪意のある方向で容姿が大きく変えられてしまったりすることもあります。

そのほかにも、AIが軍事利用されるなどの問題も発生してきました。AIによる画像解析能力が高まっているため、敵対する国家や集団の基地や軍事施設などを高精度で把握している国・地域も増えていると考えられます。敵対国家・集団への攻撃の抑止力として作用すればよいのですが、防御が手薄な施設を狙って攻撃するなどの悪意ある利用につながるのは問題です。

AIは、人類が知力を集結して発展してきた技術です。人類にとって有益となる方法でAIを活用するためにも、システム開発者も利用者個人も高い倫理観を持つことが必要といえるでしょう。

進化を続けるAI（人工知能）をビジネスに活用しよう

AI技術は日々進化しています。AIに対して苦手意識がある方も、スマートフォンやクレジットカード、家電などをとおして、すでに利用しているはずです。苦手だからと遠ざけるのではなく、仕組みや活用方法を理解して積極的に利用することで、より効率的なビジネスを実現していきましょう。

ただし、AI技術を利用するときは、利用者側にも高度なリテラシーと倫理観が求められます。とりわけ顧客や取引先の個人情報を取り扱うときなどは、相手から許可を得るのはもちろんのこと、流出防止のためにも慎重さが必要です。

また、AI技術は単に導入すればよいというものではありません。何を実現したいのかを明らかにし、目的を定め、適切な状況下において用いることが重要です。新しい技術を積極的に学び、理解を深めたうえでビジネスに活かしていきましょう。

関連記事

・AIで何ができるのか？マーケターが知っておきたいマーケティングでAIを活用する方法
・マーケティングにおけるAI活用?具体的なツールや導入のポイント
・AI広告の発達がWeb広告業界にもたらす効果と影響