知識ゼロからのビジネスAI活用。議事録AIを作ってみよう：AI・データサイエンス超入門

生成系AIが注目を集める中、従来の画像認識や音声認識のAIも依然として非常に有用です。この記事では、誰でも手軽にできる疑似体験を通じて、会議時の音声を文字起こしをする「議事録AI」の作成を試みます。一緒にAIの世界へ一歩踏み出しましょう！

[一色政彦，デジタルアドバンテージ]

連載目次

　ChatGPTや画像を自動で作り出すAI（人工知能）など、いわゆる生成系AIのニュースが毎日のように流れていますね。2023年の春ごろと比べると、生成系AIの大流行はやや落ち着いてきたように感じますが、それでも「新しいAIのブーム」は始まったばかりだと筆者は考えています。

　現在の大ブームの1世代前、具体的には2012年〜2022年までの10年間は、さまざまなAIが流行していました（「第3次AIブーム」と呼ばれています）。動物の写真から猫を見分けるAI（画像認識AI）、音声による「今日の天気は？」といった指示を理解するスマートスピーカー（音声認識AI）、映画の感想コメントが肯定的か否定的かの感情を判別するAI（テキストの感情識別AI）などが特にIT業界とビジネス界で注目されました。本連載ではこれらのAIを識別系AIと呼称して、生成系AIと大まかに区別しています（本連載の第1回で詳しく説明しています）。

　新しい生成系AIの大ブームの陰で、従来の識別系AIがもはや忘れられかけているかもしれませんね（笑）。でも、従来のAIも依然として非常に役立ちます。例えばキュウリの等級（長さ、太さ、曲がり具合、色など）を自動選別するAIカメラなどといった画像認識AIは、これからも新規に開発されていくでしょう。生成系AIはこのような目的には向いていませんからね。ですので、AIの世界に触れるなら、1世代前の識別系AIにもぜひ触れて体験してみてください。それが、AIを適切に使いこなすための一歩になるでしょう。

　ということで今回は「識別系AI」に焦点を当て、特にこれまで「AIは難しそう」「自分の仕事とは関係ない」と感じていた人に向け、気軽な疑似体験を通して識別系AIの魅力をお伝えします。識別系AIには多種多様な用途が考えられますが、一般的なビジネスシーンで直接役立つ“会議の音声を認識して自動的にテキストにする「議事録AI」”を手軽に作ってみようと思います。ここで使用するのは最先端の音声認識モデル「Whisper」で、高い精度と使いやすさが魅力です。具体的には図1のような識別系AIの作成を体験します。

図1　識別系AIである「議事録AI」の作成イメージ

　さっそく「議事録AIを作ってみよう」と進めたいところですが、その前に「AIを作ることには何段階かの難易度レベルが考えられ、簡単に作るためのツールもあるよ」という、知っておくと役立つ前提知識を示しておこうと思います。

連載：

『社会人1年生から学ぶ、AI・データサイエンス超入門』

　この連載では、人工知能（AI）やデータ分析／データサイエンスをこれまでに学んだことがない社会人（新卒の社会人1年生からベテラン社員まで大歓迎！）に向けて、「データ＆AIを活用したいなら、最初に知っておくべき全体概要」、具体的にはAI・データサイエンスの概要と、データ分析（数値予測などの分析系AI）、画像認識などの識別系AI、文章生成などの生成系AIを紹介します。
　難しい知識の習得よりもシンプルな経験を重視して、手を動かして体験しながら学べる内容ですので、肩の力を抜いてぜひとも気楽に読み進めてください。

識別系AIを作る／使う際の難易度レベル

　本連載は、AI関連の専門知識がない社会人をメインターゲットとしています。知識がゼロでも、今の時代にはAIを作ったり使ったりできます。専門知識を駆使して作るAIから、知識ゼロで使うAIまで、AIを作る／使う際の難易度レベルについて、特に1世代前の「識別系AI」に焦点を当てて説明します。本稿では、識別系AIを作る／使う際の難易度レベルを、簡単〜難しい順に下記の5段階に分けました（図2）。