AIR Tech

イントロダクション

「AI」と言う言葉をよく耳にしますが、どんな技術のことを指しているのでしょうか。
実はAIを使った技術には分類があります。
まずは??知能（AI）・機械学習・ディープラーニングの違いを知りましょう。

人工知能（AI）

『人工知能』は、3つの概念の中で最も大枠となり、人間のように学習や推論を行わせる概念を指します。

「人工知能」と言えば、最近でこそ、収集したデータに基づいて学習させるデータ駆動型のイメージが強いですが、本来の意味はそれだけではありません。例えば、人間が学習・習得した知識・ノウハウをプログラミングすることにより形式化・再現可能にして、それをコンピューターで動かすことも「一種の人工知能」と言えます。もちろん、この後で紹介する機械学習のように、集めたデータに基づいて（データ駆動型で）コンピューター自身が学習も行って、学習した結果に基づいて推論を行う場合も「人工知能」と言えます。

このように、人工知能という言葉が指す範囲は非常に広いわけです。ですから、「AIで何かしよう！」といったプロジェクトではなく、「機械学習により電力量の需要を予測することで運用のオペレーションを改善し、1％のコスト削減を目指そう」といった具体的な目標設定が必要となります。

機械学習

収集したデータに基づいて、モデルの学習を行う仕組みのことを『機械学習』と呼びます。

「モデルの学習」という曖昧な表現でしたが、具体的には、定式化した数式のパラメーターを、収集したデータに基づいて、ある定めた評価関数（誤差など）を最小化するように決定することを指しています。先述したデータ駆動型の学習や推論を行う仕組みが機械学習です。

機械学習には、以下の3つのトピックがあります。

? 教師あり学習
? 教師なし学習
? 強化学習

入力xから出力yを予測する仕組みである教師あり学習が、ビジネスの場でよく使われているため、これから勉強される方は、まずこちらから調べてみてください。 AlphaGoが囲碁で人間に勝利して以来、強化学習も注目を浴びるようになってきていますが、ゲームやロボット系の分野以外では、まだまだ実用的な技術ではないと感じています。理由としては、強化学習の考え方や実装自体はそれほど難しくないのですが、強化学習ではシミュレーター、もしくは実機が必要となり、これらを割と手軽に準備できる業界がゲームやロボットに限られているためです。

ディープラーニング

機械学習、例えば教師あり学習における問題設定は、「??と出?の関係性を?つける」といったものですが、これはあくまで概念であり、具体的な?順は明らかになっていません。そこで実際にコンピューターが実?できるレベルまで具体的な?順を明確化したものを、アルゴリズムと呼びます。

そして、この機械学習アルゴリズムの?部が『ディープラーニング』です。もちろん、ディープラーニング以外にもサポートベクターマシンやロジスティック回帰といった他の機械学習アルゴリズムも存在し、ディープラーニングは??段であることをしっかりと覚えておきましょう。

最近では、「ディープラーニングを使って、問題を解決したいのですが」といった相談も少なくありません。しかし、その前に、その問題が本当にディープラーニングによって解決すべきか、それ以外の古典的な?法でも解決できるかを?極めておく必要があります。ビジネスとして相談を受ける?半の例では、ディープラーニングは不要なケースが多いと感じています。ただし、画像や時系列、?然?語処理といったメディアと結びつきの強い分野では、ディープラーニングが?常に有?なケースがあります。