就活Sidekick

年間2000人の学生のキャリアコンサルティングをするIT企業の人事責任者。本音と裏技を公開してます twitter:@t_sidekick 

就活で使えるビジネス用語シリーズ 「AI」を歴史から理解する

就活でよく出るワードに「AI」「IoT]「フィンテック」「ブロックチェーン」など。

IT用語だと思っていると「必須科目」になっている企業が多い。

これらもぼちぼち解説していこうと思います。

 

AIと聞くとなんとなく、システムのなんかでしょ?


という方も多いのですが、今日はちょっとよくわからん「AI」に関してご案内します。

 

私はIT企業で人事責任者をしているが。

ある大学で「AIに関する講義」を行いました。今回はそのダイジェスト版をブログにします。

 

文系の方でも、なんだったら小学生でもわかるようにしたつもりなのでお願いいたします。

※ガチ勢にはちょっと「イラっと」するぐらいかもしれませんので、笑いながらください。


結論:AIはシステムにあらず!

 

f:id:sidekicks:20190822105928j:plain

 

 

 


AIってなによ?

AIは Artifical Interlligence

いわゆる人工知能ことなのですが、それなに?いうのは結構難しいです。
一言でなかなか言い表せません。

 

なぜか。

 

それは時代によって「AI」が変わっているからでしょう。
実は皆さんが見聞きし始めたAIは「第三世代」と言われています(第三次ともいう)

今日はそんなAIの歴史から触れていきましょう。

 


第1次ブーム 戦後すぐくらい ひたすら繰り返す

第一次AIブームは、1950年代~1960年代と言われています。
イメージとしては戦後ちょっとしてからという感じです。
「まさか、第二次世界大戦で…」というのはないと思います。


当時のIBMは部屋一つがパソコンになるくらいのでかい製品を売っていた時代。

最初のAIという言葉の誕生は1956年にダートマス会議でジョン・マッカーシーにより命名されたと言われています。

 

f:id:sidekicks:20190822110548j:plain

画像の出典“Columbia University Computing Historyより”

 


できたことは、探索とパズルと言われています。
単純なルールにのっとって、動くという部分では、迷路のようなスタート、ゴール、障害があったら戻る、右か、左かのような「作業」を繰り返すのに向いていたのでしょう。
一見知的なようにも思えますが、アルゴリズムは結構単純で、しかも人間がやった方が早いという部分でも、ちょっぴりがっかりさせたものかもしれません。

そもそも、当時IBMのパソコン(のようなもの)が世界で2000台しか売れていない時代なので普及もしなかったんでしょう。

子どもが解くような迷路を、何倍も時間をかけてやっていたくらいの代物だったそうです。

 

f:id:sidekicks:20190822110753j:plain

 

第2次ブーム 身近なのはあれです。

AIの次のブームはファミコンでした。とくにRPG(ロールプレイングゲーム)

実は、テレビCMでも「AI搭載」という売り文句で売られていたのがドラゴンクエストです。


詳しい人はわかるかもしれませんが、ドラゴンクエスト4は画期的でした。
(映画はドラクエ5が軸らしいけど、評判わるいなぁ)

 

RPGは簡単にいうと冒険もののゲームで、日本の桃太郎的な冒険ものだと思ってください。鬼を退治して平和にしたい→退治するには一人では無理→動物を仲間にしなければならない→動物をなかまにするのはきびだんごしかない→きびだんごはおばあさんにもらう必要がある

ドラクエは、モンスターと出会うと戦闘になります。

たたかう、じゅもん、どうぐなどを私たちが選択をして、たたかいを有利に進めるシーンがあります。


ドラクエ4は、その戦闘をキャラクターに「おまかせ」することができるというものでした。

が、わかる人にはわかるんですが、まぁめちゃくちゃでした。

攻撃したいときに、意味の分からん道具を使うとか、全然効果のない呪文を使うとか… (懐かしい)

 

昭和生まれの人は第2次ブームで「AIは、あほ」と思っている節があります…

今のドラクエはめちゃめちゃ高度!きっちり相手の弱点を突く呪文とか使うもんね。


さて、真面目な話。

その時期に始まったのが「エキスパートシステム」と言われています。

どんなシステムか?

文字通り「エキスパートな人」、専門家がひたすらその知識をめちゃくちゃ教え込むというやり方です。
沢山の式を入れられるようになりました。
状況やシチュエーションに応じて、「この時は、こう」という風に「教えこむ」ことができたんです。

ちなみに「教え込む」という概念は今のAI開発でも引き継がれている。

 

しかし、教え込んだことしかできないという部分では、あまりに短調だった。

応用が利かないといった部分があるのでこのブームも一過性のものでした。
(ドラクエシリーズがわかりやすい例でしょう)

 

一方で、ソニーが開発したアイボ(犬のロボット)にもAIが搭載されている。
お座り、お手などを覚えるロボットとして、登場した。
当時のWBS(ワールドビジネスサテライト)でも結構取り上げてました。
まぁ高すぎたし、これも教えられたことしかできなかったのでいつの間にかね。
(色々調べるとアイボが第4次ブームという本もあります)

 

第3次ブーム 繰り返すだけじゃなくて「考える」機能でイノベーション

第3次で一気にイノベーションが起きます。
「ディープラーニング」の登場です。

実は2000年代から起き始めたものです。
ブームは10年以上前から起きていて、実用化され始めてから聞くようになります。

特にバズワードになったのが2012年~13年です。


AIの技術を競う世界大会で、画像を認識するという部門で行われた競技。

「100万枚の画像をコンピューターに読み込ませ、その画像を判別する」

というものでした。

その大会でカナダのトロント大学が爆発的な結果を出して圧勝したときに使われていたのが、「ディープラーニング」でした。

 

画像認証について

https://www.nedo.go.jp/content/100764487.pdf

 

 AIは第一次、第二次で簡単な「繰り返ししかできんあほ」とまで言ってしまいましたが、このディープラーニングの概念がAIを大きく変えることになる

 

機械学習といわれるように、単純にものを学習してそれを再現するだけだったAIに、自分で学習するという概念を合わせた部分がすごいところ。


その中でも「ニューラルネットワーク」というやり方が開発され、これがすごい!!
ニューラルネットワークとは、人間の脳の仕組み(ニューロン)を真似した仕組み。

 

脳の仕組みとして、1回や2回だけでは人間の記憶は定着しません。

それは人間の記憶の定着の仕組みにあります。

人間の記憶の定着は、雪原を歩くたとえを使われます。
真っ白な雪原を歩くと足跡が付きます。
足跡のところだけ雪がなくなります。
何度も何度も雪道を歩くと、通れるようにになりますよね。


記憶の定着もその繰り返し作業に似ています。

これを真似しているのがニューラルネットワークです。

 

日本学術会議より 脳はこうして記憶する

http://www.scj.go.jp/omoshiro/kioku2/index.html

 

さらに、雪原を何度もいろんな人が、いろんな足のサイズで、歩いたり、走ったり、つえを突いたり、犬が歩いたりと様々な歩き方をして雪道を作る。
これがディープラーニングという考え。

何度も(何層も)やることによりディープになっていくのですね。

記憶の定着(ニューロンとシナプスの関係)を真似したものを何度も(何層にも)作っていることがディープということです。

 

 

f:id:sidekicks:20190822112137j:plain

同じ人の画像をいろんな状況や角度で何度も(何層)も、ディープにやるイメージ

 

もう一つ重要なのが「過学習」に対する対応
過学習するとどうなるかというと、例えば犬について学習します。
人間だと、もふもふのシーズーもつるつるのボストンテリアも犬と認識できる。融通がありますが、AIに犬のことを教えこんでいくと
勉強しすぎて、「毛の長さは何センチじゃないと全部犬じゃない」とか言い始めてしまいます。
この辺の「融通」がどこまでにするか?という部分でうまくできなかったようです。

f:id:sidekicks:20190822112446j:plain
f:id:sidekicks:20190822112452j:plain
犬じゃない?


では、「過学習」で融通が効かなくなることを避けるためにどうするか?
その概念が「ドロップアウト」です。


雪を踏みしだいて道を太くして通りやすくした道。

そこに、ランダムに通れないように細工したり。

横道を作ってしまったり。

あえて塞ぐことを行ったり。

 

犬の話でいうと、毛の長さだけでは犬は判別ができないというときは別のポイントで犬の特徴を探るようにさせる。
毛並み、鳴き声、足の数などの他の点も確認するようになります。

 

結果的に全体的な把握ができるようになります。

 

ただただ全部をきっちり覚えるだけでは「脳」を再現することはできません。


ちょっとランダムに方法何度も(何層も)ディープに変えたりすることで「融通」という概念をおぼえこませることで脳にグッと近づいたといえるでしょう。

 


ちょっと別の視点でとらえるなぜAIは発達した?


AIの発達の裏側で、当時科学の世界を驚かせたのが「羊のドリー」 

そうクローン技術。


クローンは倫理的な観点で「No」となっている。

(まぁ中国はいまもやってるらしいけど)

 

クローンで人間のコピーを作ることはダメになった。
じゃあAIを使って人間の脳を再現しては…

 

そんな人間の欲求が、AIにニューラルネットワークを使う発想をしたのではないか?

 

これは私の勝手な想像だけれども、ドリー誕生が1997年。ニューラルネットワークが2000年初頭あながち間違ってもいなくないですか?

 

AIはシステムではない? どんな感じで開発されているの?

上記に話したようにAIはシステムというよりは、何度も何度も繰り返し教え込ませ、自分でできるようになるまでにして、過剰に勉強して応用力を失わないようにいろんな事例をさらに教え込む。
塾の講師のアルバイトや教育学部の人はピンときたかもしれないが、ニューラルネットワークを駆使することは人間の教育に近いものがある。

システム開発の現場では3人くらいのチームで開発を行うがAIエンジニアの仕事は「子育てに似ている」と言っているのはおじさんたちだから結構うける。


AIについてのお話しでした。


そのうちAIが今どんなところで活躍しているのかという話しは次回にしましょう。

【2020年卒の内定先(抜粋)】 味の素、Amazon、伊藤忠商事、伊藤忠テクノソリューションズ、エイチ・アイ・エス、SMBC日興、SCSK、花王、カゴメ、講談社、サントリー、JTB、sky、全日本航空(ANA)、ソニー、サイバーエージェント、資生堂、東日本旅客鉄道、東京海上日動火災保険、日立製作所、富士通、日本航空(JAL)、三菱物産、三菱地所、ワコール、他