人工知能とは何ですか

人工知能（AI）とは、通常は人間の知能を必要とするような作業を機械が行えるようにする技術です。これには、画像の認識、言語の理解、予測の作成、アクションの推奨、パターンの検出、コンテンツの生成、あるいは人々の意思決定を支援することなどが含まれます。

AIを考える簡単な方法は、次のとおりです。従来のソフトウェアは人間が書いたルールに従いますが、AIシステムは多くの場合、データからパターンを学習します。普通のプログラムなら、「顧客がこのボタンをクリックしたら、このページを表示する」と言うかもしれません。一方、AIシステムは過去の多くの例を調べて、次にその人が購入しそうな商品、レビューが必要になる可能性のある医療スキャン、あるいは不審に見える取引などを学習することがあります。

AIは魔法ではありません。データ、モデル、計算能力、そして人間の選択によって作られています。うまく機能すると、複雑な作業をより速く、より扱いやすくできます。うまく使われないと、偏りが生じたり、誤っていたり、わかりにくかったり、過度に信頼されすぎたりします。

人工知能の明確な定義

NISTの用語集では、人工知能を「人間が定義した目的に対して、予測・推奨・意思決定などを行える、機械ベースのシステム」と定義しています。この定義が有用なのは、SFじみた話を避けられるからです。AIは、必ずしも性格を持つロボットのことではありません。実際の現場の多くでは、入力を役に立つ出力へと変換するのはソフトウェアです。

OECD AI原則では、AIシステムを「予測、コンテンツ、推奨、意思決定などの出力を生成するシステム」と説明しています。OECDはまた、人権や民主主義の価値を尊重する信頼できるAIを重視しています。

つまり、かんたんな言い方をすると、AIはデータとモデルを使って、特定の状況において知的または役に立つように見える出力を生み出すコンピュータシステムです。

人工知能はどのように機能するか

ほとんどのAIシステムは、次の基本パターンに従います：

1. データを収集する。
2. そのデータでモデルを学習させる。
3. モデルを使ってパターンを認識する。
4. 新しい入力にモデルを適用する。
5. 予測、推奨、順位付け、分類、生成された応答などの出力を作成する。

たとえば、メールのスパムフィルターは、スパムとスパムでない多数の例から学習できます。時間が経つにつれて、怪しいリンク、特定のフレーズ、不自然な送信者の振る舞い、あるいは書式の工夫といったパターンを学習します。新しいメールが届いたとき、モデルはそれがスパムである可能性を見積もります。

IBMの人工知能に関するガイドでは、AIを「コンピュータや機械が学習、理解、問題解決、意思決定、創造性を模倣できるようにする技術」として説明しています。AIは単一の製品ではなく分野なので、話が広く聞こえるのはそのためです。

AI（人工知能）、機械学習、ディープラーニング、生成AI

人はこれらの用語を、同じ意味のものとして使うことがよくありますが、同一ではありません。

機械学習は、AIを作るための最も重要な方法のひとつです。ディープラーニングは、強力なタイプの機械学習です。生成AIは、テキスト、画像、音声、動画、コード、プレゼンテーション、その他のコンテンツを生成できる、比較的新しく注目度の高いカテゴリーです。

日常生活におけるAIの実例

AIは、人々がAIと呼んでいないときでも、すでに日常生活の一部になっています。

レコメンドシステムは、その分かりやすい例のひとつです。ショッピングサイトが商品をおすすめしたり、音楽アプリが曲を提案したり、動画プラットフォームが次に何を表示するかを決めたりする場合、AIはユーザーの行動や、他の多くのユーザーから得られたパターンをもとに選択肢を順位付けしているかもしれません。

不正検知も、もうひとつの実用的な例です。銀行や決済ネットワークは、顧客の通常の所在地、タイミング、金額、支出パターンと一致しない購入などの、異常な活動を見つけるためにAIシステムを使っています。

ヘルスケア分野でも、規制の枠組みのもとでAIが活用されています。FDAは、米国でマーケティングするために認可されたAI搭載医療機器の公開リストを維持しています。これらのツールの多くは、医用画像、循環器、放射線、臨床意思決定支援をサポートしています。これはAIが医師に取って代わるという意味ではありません。規制の監督下で、AIがパターンの検出やレビューの支援を行えるということです。

科学は、最も強力な例の一つを示しています。Google DeepMindのAlphaFoldは、AIがタンパク質の構造を予測するのに役立つことを示し、生物学、医学、創薬にとって重要な課題に取り組みました。スタンフォードAIインデックスは、AIが研究室から製品、職場、そして政策論争へとどれほど速く移行しているかを追跡しています。

生成AIと、Piのようなツール

生成AIは、今多くの人が最も直接的に体験しているAIの領域です。データの分類や予測だけを行うのではなく、生成AIは新しいものを作り出せます。文章、画像、コード、スライド、動画、図解、要約、またはデザインの下書きなどです。

ここで、Piが、日常の仕事におけるAIの実例として自然に当てはまります。プレゼンテーションは、最初に真っ白なスライドと大量の手作業による書式設定から始まっていました。Piを使えば、ユーザーはメモ、ドキュメント、アウトライン、あるいはざっくりしたアイデアから始めて、その素材を構造化されたプレゼンテーションに変えることができます。これは、謎めいた機械としてではなく、情報を整理し表現するための実用的なアシスタントとしてAIが使われているということです。

Piはまた、AIが1つのワークフロー内で複数の能力を組み合わせられることも示しています。プレゼンのテーマを生成し、スタイルや配色をカスタマイズし、既成のコンポーネントを使い、自動レイアウトを適用し、アイコンライブラリを提供し、スライドに補助的なビジュアルが必要なときにはAIによる画像生成を呼び出すことができます。Piは動画やビジュアルアセットも生成できるため、静的なテキストだけでは伝えにくいアイデアを説明するのにも役立ちます。

役に立つのは単に「AIがスライドを作る」ということではありません。考えることと伝えることの間にある摩擦を、AIが減らせるという点です。創業者は、投資家のメモをピッチデックにできます。先生は、授業のアウトラインをクラス向けのプレゼンテーションにできます。チームは、レポートをよりビジュアルなエグゼクティブ向けアップデートにできます。最終的に人間が伝える内容を決めますが、AIは素材をより分かりやすい形に整える手助けをします。

AIが得意なこと、苦手なこと

AIは、タスクがパターン、規模、または反復を含む場合に強みを発揮します。人よりも速く大規模なデータセットを読み取り、多数のシグナルを同時に比較し、例に基づいて予測を行うことができます。

役立つAIのタスクには、長文書の要約、画像やテキストの分類、異常の検出、商品のおすすめ、需要予測、言語翻訳、下書きの文章やビジュアルの生成、カスタマーサービスの支援、専門家が複雑な情報をレビューする際の助けなどがあります。

しかしAIには限界があります。自信ありげに聞こえる答えを作れても、それが間違っていることがあります。生成AIのシステムは事実を捏造したり、出典を作り出したり、文脈を誤解したり、学習データ中のパターンから過度に一般化したりすることがあります。AIはデータに含まれるバイアスを反映することもあり、機微情報を不適切に扱うとプライバシーがリスクになり得ます。

責任あるAI

責任あるAIとは、ガードレール（安全柵）を設けてAIを構築し、そして利用することです。AIを避けることを意味しません。信頼する前に、より良い質問をすることを意味します。

NISTのAIリスク管理フレームワークは有用です。なぜなら、信頼できるAIについて組織が考えるための方法を提示してくれるからです。妥当性、信頼性、安全性、セキュリティ、透明性、説明可能性、プライバシー、公平性などです。

責任あるAIのプロセスでは、次のような問いを設けるべきです。AIが解決しているのはどのような課題か、どのデータが使われたか、システムが誤っていた場合に誰が害を受けうるか、正確性はどのように測定されるか、ユーザーが出力を理解できるか、人間による監督があるかどうか。

信頼できるAIに関するOECDの取り組みと、NISTのAI RMFは、同じ方向を示しています。AIは役に立つべきですが、同時に説明責任を果たすべきです。意思決定がより重要であるほど、監督はより慎重であるべきです。

結論

人工知能は、幅広いテクノロジー分野であり、データとモデルに基づいて、機械が予測、提案、判断、または生成コンテンツを行うのを助けます。レコメンデーションシステム、詐欺の検出、医療ソフトウェア、ナビゲーション、カスタマーサポート、科学研究、そして生成ツールを支えています。

AIを理解するいちばん簡単な方法は、人間のような心として捉えることではなく、パターンに基づくシステムとして捉えることです。強力で、速くて、役に立つことはありますが、自動的に正しい、または公平であるとは限りません。良いAIには、良いデータ、思慮深い設計、テスト、透明性、そして人間の判断が必要です。

Piのようなツールは、AIの実用面を示します。スライド、画像、レイアウト、アイコン、動画風のビジュアルによって、散らかった情報をより分かりやすいコミュニケーションへ変える手助けをするのです。これこそが、AIが最も優れた形で提供できる本当の約束です。判断を置き換えるのではなく、人が情報をより効果的に扱えるようにすることです。

よくある質問（FAQ）

Q: 人工知能とは、簡単に言うと何ですか？

A: 人工知能（AI）とは、コンピューターが人間の知能を通常必要とするタスクを実行できるようにする技術のことです。たとえば、パターンの認識、予測、行動の提案、言語の理解、コンテンツの生成などがあります。

Q: AIと機械学習の違いは何ですか？

A: AIは幅広い分野です。機械学習はAIを作るための方法の1つで、人間が書いた固定ルールだけに従うのではなく、データからパターンを学習するシステムです。

Q: 人工知能の実際の例にはどのようなものがありますか？

A: 実例としては、レコメンド（おすすめ）システム、不正検知、医療画像解析、ナビゲーションアプリ、カスタマーサービスのチャットボット、翻訳ツール、AlphaFold、そしてPiのようなAIプレゼンテーションツールなどがあります。

Q: 人工知能は常に信頼できるのでしょうか？

A: いいえ。AIは役に立つことがありますが、間違うことも、偏りを持つことも、セキュリティが不十分なことも、説明が難しいこともあります。重要なAIシステムには、テスト、人による監督、プライバシー保護、そして責任あるガバナンスが必要です。