「AI搭載」と書かれたエアコン、将棋のプログラム、迷惑メールを見分ける仕組み。どれもAIと呼ばれていますが、中で起きていることまで同じとは思えません。人工知能とはで見たとおり、人工知能という言葉には決まった定義がないので、「これはAIです」と言われただけでは中身は分かりません。
そこで使われるのが、AIと呼ばれているものを4段階に分ける分類です。人がどこまで作り込んでいるかという視点で見ると、中身の違いが見えてきます。
| レベル | 呼び方 | 入力と出力を結びつける部分 |
|---|---|---|
| レベル1 | 単純な制御プログラム | 入力に対する動作を、人がすべて決めておく |
| レベル2 | 古典的な人工知能 | 探索・推論・知識ベースといった形で、答えにたどり着く筋道を人が決めておく |
| レベル3 | 機械学習を取り入れた人工知能 | 結びつけ方の規則を、機械がデータから学習する |
| レベル4 | ディープラーニングを取り入れた人工知能 | 何に注目するかまで、機械がデータから学習する |
4つのレベルは、何で並んでいるのか
番号が付いていると種類の一覧のように見えますが、この4つは横並びの分類ではありません。一本の軸の上に、順番に並んでいます。
ポイント
軸になっているのは、入力と出力を結びつける部分を、人がどこまで作り込んでいるかです。
機械は、何かを受け取って、何かを返します。室温を受け取って、冷やすかどうかを決める。盤面を読んで、次の一手を返す。この「受け取ったものから、返すものを決める」部分を誰がどこまで作っているか。そこがレベルの違いです。
レベル1では、その部分をすべて人が決めています。レベルの数字が大きくなるほど、その部分を機械がデータから決めるようになります。
注意ポイント
番号は人がどこまで作り込むかを表したもので、上のレベルほど製品として優れている、という順位ではありません。
レベル1：単純な制御プログラム
入力に対してどう動くかが、あらかじめすべて決められている段階です。
エアコンであれば、設定した温度より室温が高ければ冷やし、下がれば止める。こうした動き方は、人が先にすべて書いておきます。機械が自分で決める部分はありません。
決まった条件で決まった動作をすればいい場面では、これで用は足ります。実際、AI搭載をうたっている製品の中には、この段階のものも含まれています。
レベル2：古典的な人工知能
入力のパターンが少ないうちは、レベル1のやり方で書ききれます。しかし、入力と出力の組み合わせが極端に多くなると、全部を書き並べておくことはできません。
将棋で考えてみます。盤面のパターンは膨大で、この盤面ならこの手、と一つずつ用意しておくのは無理があります。それでもプログラムは手を選びます。
ここに当たるのがレベル2です。指せる手を先まで枝分かれさせて調べる探索、分かっていることから結論を導く推論、専門家の知識を集めて蓄えておく知識ベース。こうしたやり方で、入力と出力をどう結びつけるかを人が決めておきます。
一つずつ書き並べるのではなく、どう考えて答えにたどり着くのか、その筋道のほうを人が用意します。
レベル3：機械学習を取り入れた人工知能
筋道を人が用意する以上、機械にできるのは、「こういうときはこうする」と人が条件やルールで説明できることだけです。
迷惑メールの判別がそうです。どんなメールを迷惑メールとするか、条件を書き出そうとしても、書けば書くほど例外が出てきます。送る側も、次々と手を変えてきます。
レベル3では、入力と出力の結びつけ方を人が書く代わりに、大量のサンプルを機械に与えて、そこから規則を見つけさせます。実際に迷惑メールだったもの、そうでなかったものをたくさん見せて、その見分け方を機械自身に学ばせます。こうした、データから規則を学ぶ仕組みをまとめて機械学習と呼びます。
ただし、人がやることがなくなるわけではありません。規則そのものは書かなくてよくなった代わりに、メールの何を見て判断させるかは人が決めて与えます。差出人なのか、件名に入っている単語なのか、送られてきた時刻なのか。ここは人が決めます。
特徴量：データのどこに注目するか
定義
この「何に注目するか」を表したものを、特徴量と呼びます。
犬と猫の画像を見分ける場合を考えます。この画像は犬、この画像は猫、という答えを大量に用意するだけでは足りません。そもそも画像のどこを見れば区別できるのかを、先に決めておく必要があります。耳の形なのか、ひげなのか、顔の輪郭なのか。この「どこを見るか」が特徴量です。
特徴量って、正解を教えるデータのこと？
それは別のものです。正解のほうは「この画像は犬」「この画像は猫」といった答えそのもののデータで、特徴量は「耳の形を見る」「ひげの有無を見る」といった、どこを見るかを決めた項目です。
答えを渡すだけじゃなくて、見るところも渡していたのね。
従来は、この特徴量を人が決めていました。対象をよく観察して、どこに違いが出るのかを見つけ出し、機械に渡せる形にします。うまく見つけられるかどうかで結果が変わるため、ここが難しいところでした。
ポイント
この特徴量を人が決めるのか、機械が決めるのか。ここがレベル3とレベル4の分かれ目です。
レベル4：ディープラーニングを取り入れた人工知能
レベル3では人が決めていた特徴量、つまり何に注目するかを、機械がデータから自分で学習する段階です。犬と猫の例でいえば、どこを見れば見分けられるのかを、人が教えるのではなく、大量の画像から機械が見つけ出します。
レベル1では、入力から出力までのすべてを人が決めていました。レベル2でも、結びつけ方の筋道を用意するのは人です。レベル3になると、規則そのものは機械がデータから決めるようになり、レベル4では、何に注目するかまで機械が決めます。上のレベルほど、人が作り込む部分は減っていきます。
ここまでの4つのレベルを並べると、その違いがはっきりします。
この分け方はどこから来たのか
この4段階の分け方は、松尾豊さんの『人工知能は人間を超えるか』で示されたものです。G検定の出題範囲をまとめたシラバスにも、説明できるようにしておく項目として挙げられています。
まとめ
4つのレベルは、人がどこまで作り込み、どこから先を機械に任せるかという一本の軸の上に並んでいます。レベル1は人が動き方をすべて書く制御プログラム、レベル2は人が筋道を書く古典的な人工知能、レベル3は人が特徴量を決める機械学習、レベル4は特徴量まで機械が学ぶディープラーニングです。
レベルが上がるにつれて、ルールや特徴量といった判断の基準が人から機械へ手渡されていきます。レベル3と4を分けているのは、データのどこを見るかを人が決めるか、機械が決めるかです。
次は、この技術がどう進んできたのか、期待が集まるブームと冷める冬の時代の繰り返しを取り上げます。
