AI(人工知能)とは?意味・身近な例・生成AIとの違いを初心者向けに解説

同心円状に広がる細い線と点が描かれた、淡いブルーの抽象的なイメージ AIの基礎知識

「AIって、結局なに?」

そう聞かれて、すっと答えられる人は多くないと思います。私自身、AIといえば「指示を出せば、人の代わりに資料を作ってくれるもの」くらいのイメージしかありませんでした。

調べてみると、AIにはそもそも、一つに確立した定義がありません。それでも、猫と犬の写真を見分けるAIがどう作られるかを一度たどると、「機械学習」「ディープラーニング」「生成AI」といった言葉の関係が一枚の地図のようにつながって見えてきます。

この記事を読み終える頃には、AIを一言で説明しにくい理由と、よく聞くAI用語がそれぞれ何を指すのかを、自分の言葉で整理しやすくなるはずです。AIの答えをどこまで信用してよいかなど、使う前に知っておきたい点もまとめました。

AI(人工知能)とは?

ひとことで言うと

AI(人工知能)は、人間が「知的だ」と感じるような情報処理を、コンピューターにさせる技術の総称です。

ふんわりした説明に聞こえるのは、誰もが共通して使う一つの定義が、AIには確立していないからです。総務省の情報通信白書(令和元年版)も、AIに確立した定義はないとしたうえで、「人間が知的と感じる情報処理・技術」といった広い概念として説明しています。

定義の例がないわけではありません。たとえばOECD(経済協力開発機構)は「AIシステム」を、受け取った入力から予測・コンテンツ・おすすめ・意思決定などの出力を作り出す機械ベースのシステム、という趣旨で定義しています(理事会勧告)。ただ、これは政策を話し合うための定義の一つです。

なぜ「唯一の定義」がないのか

理由の一つとして挙げられているのが、土台になる「知能」そのものが定義できていないことです。

一瞬で計算をこなす電卓は「知的」でしょうか。人の顔を見つけてピントを合わせるカメラはどうでしょう。答えは人によって分かれるはずです。何を知的と感じるかが人によって違う以上、「どこからがAIか」の線引きも揃いません。総務省の情報通信白書(平成28年版)も、研究者によってAIの定義が異なる背景に、「知性」や「知能」自体の定義がないことを挙げています。

コラム:AIという研究分野はいつ生まれた?
1956年の夏、アメリカのダートマス大学で、「人工知能(artificial intelligence)」の名を掲げた研究プロジェクト(ダートマス会議)が開かれました。この会議がAIという研究分野の出発点とされています(ダートマス大学)。

AIは私たちの身近なところで活用されている

検索

ふだんの検索の裏側にもAIがあります。Googleは公式ガイドで、検索結果の順位を決める数多くの仕組みの一部に、AIシステムを使っていると説明しています。言葉の組み合わせが表す意味や意図を読み取る、といった役割です。順位のすべてをAIが決めているわけではなく、AI以外の仕組みも組み合わされています。

画像認識

カメラの画像から人の顔を識別する。こうした画像認識は、ディープラーニング(深層学習)によって可能になり、活用が広がりました(情報通信白書(令和6年版))。

生成AI

文章・画像・音声などを作り出す「生成AI」も、いまや身近な存在です。チャット形式で文章を作ってくれるサービスが代表例でしょう。2022年に対話型AI「ChatGPT」が発表されたのをきっかけに、特に注目されるようになりました(情報通信白書(令和6年版))。

AIはどのように学習・判断するのか?

では、AIはどうやって「見分ける」「答える」ができるようになるのでしょうか。近年のAIブームの中心にある「機械学習」(情報通信白書(令和元年版))を、猫と犬の写真を見分けるAIを例にたどります。

猫と犬を見分けるAIができるまで

1. 材料を用意する

まず、猫と犬の写真を大量に集めます。ただし、写真を渡すだけでは足りません。一枚ずつ「これは猫」「これは犬」という正解を付けておきます。猫も犬も知らない子どもに教えるなら、写真を黙って見せるだけでなく、「これが犬だよ」と伝えるはずです。それと同じです。

2. パターンを見つける(学習)

次に、コンピューターが写真と正解の組み合わせを大量に調べ、猫と犬を分けるパターンを探します。これが「学習」です。学習を終えてできあがる判断の仕組みを、「学習済みモデル」と呼びます。

3. 新しい写真で答えを出す(推論)

最後に、学習には使っていない新しい写真を入力します。学習済みモデルは、身につけたパターンに照らして「これは猫らしい」と答えを出します。これが「推論」です。

学習は判断の基準を作る段階、推論はその基準を使う段階。今回のように正解を付けて学習する方法では、正解が必要なのは学習のときです。推論では、学習済みモデルが身につけたパターンを使って答えを出します。

ただし、これは機械学習の一例です。正解を付けないデータで学ぶ方法もありますし、AIのすべてが機械学習で動いているわけでもありません。

AI・機械学習・ディープラーニング・生成AIの違い

AI・機械学習・ディープラーニングは「入れ子」の関係

ここまでの話で、よく聞く3つの言葉の関係が整理できます。機械学習はAIの手法の一つで、ディープラーニングは機械学習の手法の一つです(情報通信白書(令和元年版))。広い順に並べると、以下のようになります。

  • AI:最も広い概念。人間が知的と感じる情報処理をコンピューターにさせる技術全般
    • 機械学習:AIを実現する方法の一つ。データからパターンを見つける
      • ディープラーニング(深層学習):機械学習の手法の一つ。多層のニューラルネットワーク(データを段階的に処理していく計算の仕組み)を使い、判断の手がかりになる特徴を人が指定しなくても自ら見つけ出す

気をつけたいのは、AIと機械学習が同じ意味で使われがちな点です。機械学習ではないAIもあります。総務省の白書も、機械学習以外のAIの例として「エキスパートシステム」を挙げています。エキスパートシステムは、専門家の知識をルールの形でコンピューターに入れておき、そのルールに沿って答えを出す仕組みです。

生成AIはAIの中のどこにある?

では、生成AIはこの入れ子のどこに入るのでしょうか。

生成AIは、文章・画像・プログラムなどを生成できるAIモデルに基づくAIの総称です(AI事業者ガイドライン)。米国の標準技術研究所(NIST)の用語集も、入力データの構造や特徴をまねて、画像・動画・音声・テキストなどのコンテンツを生成するAIモデルと説明しています。

AIの一部であることは確かです。ただ、「ディープラーニングのさらに内側」と片づけると、少しずれます。機械学習やディープラーニングは「どんな方法で実現するか」に注目した言葉。一方の生成AIは「何を作り出すか」に注目した呼び名で、切り口が違うからです(公的な分類ではなく、この記事での整理です)。

出力に注目して比べると、次のようになります。

生成AI 分類・識別・予測などを主な目的とするAI
注目する点 文章・画像・音声などの新しいコンテンツを生成する 見分ける、振り分ける、先を見積もるなど
主な出力 文章・画像・音声など 分類の結果、識別の結果、予測値など
例 文章や画像を作るサービス 画像から顔を識別する

猫と犬を見分けるAIの答えは、「猫」か「犬」のどちらかです。一方、資料を作るAIには、決まった一つの正解がありません。私は最初、AIを「学習した内容をもとに、正解を予測するもの」と捉えていました。ただ、資料を作るAIには決まった一つの正解がないので、この定義は合わないように感じました。

とはいえ、見分けるAIも結果を出力しています。両者は技術的にきっぱり分けられるものではなく、何に注目して呼ぶかの違いです。

なお、文章を扱う生成AIの話では「大規模言語モデル(LLM)」という言葉もよく出てきます。LLMは、文章の続きとなる言葉(トークン)を予測するモデルの一つで、従来の言語モデルより、はるかに多くのパラメータ(モデルの中身を決める数値)を持ちます(Google 機械学習集中講座)。ただし、画像や音声まで含む「生成AI」という総称とは、同じ意味ではありません。

AIについてよくある誤解

誤解1:AIは人間と同じように考えている?

「学習する」「判断する」と聞くと、AIが人間のように考えているように思えてきます。

けれども、猫と犬の例で起きていたことを振り返ると、印象が変わります。あのAIがしていたのは、写真のデータを、学習で見つけたパターンに当てはめる処理でした。この例で見た処理は、人が猫を見て「猫だ」と感じる過程と同じ仕組みだとは言えません。

ただし、これは機械学習を使うAIの一例についての話です。AI全般がそうだと言い切れるわけではなく、人間の側の仕組みもこの記事では扱っていません。

誤解2:AIの答えは常に正しい?

答えは「いいえ」です。

理由の一つは、材料にあります。学習に使うデータが適切でなければ、望んだとおりの学習や推論ができない可能性があります(情報通信白書(令和元年版))。猫と犬の例でいえば、犬の写真に「猫」という正解を付けて学習させると、犬を猫と間違えやすくなると考えられます。

生成AIも例外ではありません。文部科学省の生成AIガイドライン(Ver.2.0)は、誤った出力を完全に防ぐことは極めて難しいとしています。学校向けのガイドラインですが、出力はあくまで「参考の一つ」で、最後は人間が判断して責任を持つ、という考え方が示されています。

利用するうえで気をつけたいこと

  • AIの答えは、人が確かめてから使う:そのまま使わず、内容に問題がないかを自分で確認します。
  • 個人情報や機密情報は、むやみに入力しない:生成AIサービスによっては、入力した情報が学習に使われることがあります。一方で、学習に使わせない設定ができるサービスもあり、扱いはサービスや設定によって変わります。使い始める前に、利用規約やプライバシーポリシー、データの利用設定を確認しておくと安心です。

まとめ|AIの基本

  • AIは、人間が知的と感じる情報処理をコンピューターにさせる技術の総称で、唯一の定義はない
  • 検索・画像認識・生成AIなど、身近な場面で使われている
  • 機械学習では、データからパターンを見つける「学習」と、学習済みモデルで答えを出す「推論」がつながっている
  • AI>機械学習>ディープラーニングの入れ子があり、生成AIは「何を作り出すか」に注目した、AIの一部である
  • 猫と犬を見分けるAIの例では、人間がものを認識する仕組みと同じとは言えず、AIの答えも常に正しいとは限らない

「AI」という言葉が指す範囲は、使う人や場面によって変わります。ニュースや製品紹介で「AI」という言葉を見かけたとき、「これは何を学習して、何を出力するAIなんだろう」と考えると、話の中身がぐっと読み取りやすくなります。

続きとして、ChatGPTなどの「生成AI」がどうやって文章を作っているのかを、身近な例でたどった記事も公開しています。生成AIとは?ChatGPTなどの仕組みを初心者向けに解説もあわせてどうぞ。

コメント

タイトルとURLをコピーしました