5分で分かる人工知能（AI）：5分で分かるシリーズ（2/2 ページ）
人工知能をビジネスで活用したい人に向け、最新技術情報に基づき、人工知能の概要、注目される理由、歴史と課題、できること、次の一歩を踏み出すための参考情報を、5分で読めるコンパクトな内容で紹介する。
4分 ―― 現在の人工知能（AI）ができること
現在の特化型AIはほとんどの場合、ディープラーニングや機械学習でデータを処理することを意味しますので、本稿もそれに従います。
ここではまずAIが扱うデータ種別にどのようなものがあるかを概説し、それからAIの基本的な処理内容、さらに具体的な各種タスク（＝問題種別）という順で見ていきます。
AIが扱うデータ種別
データは、主に構造化データと非構造化データに分かれます。
構造化データとは、
- 表形式データ： 表形式で数値がまとめられているデータ
で、Excel／CSVデータやデータベースなどです。
非構造化データとは、表形式の数値にはまとめられないデータで、
- 画像／動画
- テキスト／言語
- 音声
- 複合的なデータ（詳細後述）
などです。
AIの基本的な処理
機械学習の基本処理は、入力されたデータから「予測値」を出力することです。基本的に全てのタスクは、例えば図4のようにさまざまな予測を行います。
具体的なAIのタスク（データ種別ごと）
表形式データ
回帰／分類／クラスタリング／時系列分析／異常検知などが行えます。クラスタリングを応用すると「この商品を買った人はこの商品がオススメ」というレコメンデーションも実現できます。
画像／動画
画像から車を検知する物体検知や、車の境界線を取得するセグメンテーション、犬と猫の画像分類、工場で不良品を探す異常検知など（まとめて画像認識）、また画像生成が行えます。もちろん画像だけでなく動画データを扱う場合もあります。
あらゆる画像／動画の処理をまとめてコンピュータービジョン（CV）と呼び、研究が盛んです。
テキスト／言語
テキストからポジティブ／ネガティブ感情を判定する感情分析、文章生成、翻訳、質問に回答するチャットボットなどの認識／生成が行えます。
あらゆるテキスト／自然言語（＝英語や日本語など）の処理をまとめて自然言語処理（NLP）と呼び、研究が盛んです。
音声
AIスピーカーに代表される音声認識や音声合成、他には音楽の生成などができます。
複合的なデータとマルチモーダル
例えば自動運転やロボット制御では、センサーからの数値データだけでなく、映像データ、環境音データなど複合的なデータが使われる可能性があります。
また、単一のAIモデルが数値／画像／テキスト／音声など複数種類のデータ（モダリティ）を一度に処理できることをマルチモーダルと呼び、単一のAIモデルが複数のタスクをこなすことをマルチタスクと呼びます。2021年以降、前述した汎用型AIの実現を目指して、マルチモーダルでマルチタスクな単一のAIに真剣に取り組む企業が増えてきています。例えばGoogleはPathwaysという次世代AIアーキテクチャーを発表し、Meta（旧：Facebook）もさまざまな研究成果を発表しています。
5分 ―― まとめと、次の一歩のための参考情報
人工知能（AI）をより詳しく学ぶには
［1分］〜［2分］では、AIの概要と注目される理由を説明しました。より詳しい情報が欲しい場合は、『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』（2015年、PDF資料）をお勧めします。日進月歩で進化するAIにおいて、2015年発行の情報はやや陳腐化していると思われますが、オーバービューをつかむには良書です。本を読む時間がない場合は、通勤時に聞けるオーディオブックがお勧めです。
AIを本格的に学びたい場合は、日本ディープラーニング協会（JDLA）が実施するG検定を受検してみてください。その教科書となる『深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版』（2021年）にはディープラーニングを中心としたAIの全容がコンパクトにまとめられています。
［3分］では、AI研究の歴史と課題を学びました。歴史については、本稿の内容をざっくりと知っているだけで十分でしょう。もう少し詳しく知りたい場合は、こちらの記事「人工知能（AI）とは？」（2019年）も併せて参照してみてください。
人工知能（AI）の活用法を知るには
［4分］では、代表的なAIのタスクを分類して紹介しました（※標準的な分類方法はないので本稿独自の分類です）。より細かい分類でタスクをまとめた資料に、日本の人工知能学会が制作している「AIマップ」（2022年4月時点ではAIマップβ 2.0、参考：『詳説AIマップ - ＠IT』）があります。
業界／業種別でのAI活用例を知りたい場合は、『業界別！ AI活用地図 8業界36業種の導入事例が一目でわかる』（2019年）がお勧めです。
- 流通
- 製造
- 金融
- サービス
- インフラ
- 公共
- ヘルスケア
- その他（農業や水産業、スポーツ、ゲームなど）
という8業種のAI活用事例が見やすくグラフィカルにまとめられています。
他には、『ディープラーニング活用の教科書』（2018年）と『ディープラーニング活用の教科書 実践編』（2019年）は、しっかりした取材に基づく情報なのでお勧めできます。
以上の3冊はきっとビジネス活用のヒントになると思います。最新のAI活用の話題については、各新聞やTV、Webニュースメディア（ITmedia AI＋やLedge.aiなど）、技術メディア（本＠ITおよびDeep Insiderなど）から情報を得るとよいでしょう。
目次
1分 ―― 人工知能（AI）とは（前ページ）
2分 ―― AIが注目される理由（前ページ）
3分 ―― AIの歴史と、現在の課題（前ページ）
4分 ―― 現在のAIができること（現ページ）
5分 ―― まとめと、次の一歩のための参考情報（現ページ）
Copyright© Digital Advantage Corp. All Rights Reserved.