コンラボAI入門

　　　第一回 AIってなんだ？

Convergence Lab. ではAIに関する仕事をしています。そもそもAIとは何でしょうか？

これから、何回かにわたって、コンラボAI入門と題してAIを紹介していきます。

AIはArtifitial Inteligence の略で、日本語では人工知能と呼ばれます。AIの明確な定義に関するコンセンサスはありません。もともと、1956年のダートマス会議において初めて登場した概念です。人工知能という言葉を提案したうちの一人である、ジョン・マッカーシーの定義にしたがえば、人工知能とは、「知的な機械，特に，知的なコンピュータプログラムを作る科学と技術」のことです。

東大の松尾先生による定義では、AIは４つのレベルに分けられます。

• レベル１：単純な制御プログラム
• レベル２：古典的な人工知能
• レベル３：機械学習を取り入れた人工知能
• レベル４：ディープラーニングを取り入れた人工知能

制御工学やシステム工学によって動作するプログラムです。松尾先生は、「エアコンや掃除機、洗濯機、最近では電動シェーバー」等を例として挙げています。ファジィ制御や適応制御で動くシステムのことです。

レベル１に比べて振る舞いのパターンが多彩で、入出力の関係が複雑なものです。

松尾先生は「将棋のプログラムや掃除ロボット、あるいは質問に答える人工知能」等を挙げています。ここで、「将棋のプログラム」とは、ミニマックス法などによるゲーム木探索のこと、「質問に答える人工知能」とは、クイズ王を破ったIBMのワトソンのことをイメージしているのでしょう。

検索エンジンに内蔵されていたり、ビッグデータをもとに自動的に判断したりするような人工知能のことです。もっとシンプルには、ディープラーニング以前の人工知能のことを指しています。ベイズやSVM、ランダムフォレスト等を利用したシステムがこれに当たります。機械学習をもちい、サンプルとなるデータをもとに、ルールや知識を自ら学習します。

特徴抽出方法を自ら学ぶ人工知能がレベル４とされています。ディープラーニング以前の機械学習では、どのような特徴を機械学習に学ばせるのかは人間が設計していました。そのため特徴抽出が非常重要であり、盛んに研究されていました。たとえば、画像認識では、画像の輪郭やテクスチャなどの特徴を人手で定義したアルゴリズムで抽出します。SHIFTやSURF、AKAZE、HOG、Haarlike等がこれに当たります。

学習方法によってAIを分類すると大きく３つに分けられます。

• 教師あり学習
• 教師なし学習
• 強化学習

教師あり学習は、入力データに対応する正解ラベルを学習する方法です。例えば、猫や犬の画像があたえられたときに、それぞれ「猫」や「犬」というラベルをつけて学習します。学習することで見たことがない猫や犬の画像も分類できるようになります。

教師なし学習は、正解ラベルを用いないで学習する方法です。データ間の距離をたもったまま次元数を削減する次元削減や、クラスタリング、正常データのみを用いて異常を判定する異常検知等がこれに当たります。

強化学習は環境とのインタラクションを元に学習する方法です。正しく行動できたときに報酬を与えることによって、目的とする動作を獲得できるようにします。例えば、世界チャンピオンに勝った囲碁AIは強化学習によって学習されたものです。

また、機能によってAIを分類することもできます。AIでできることを表しているとも見れます。

• 分類
  • 入力されたデータを「犬」、「猫」のように分類する学習
• 回帰
  • 入力されたデータから、別の値を予測する学習。
• クラスタリング
  • 入力されたデータを、教師なしでいくつかのグループに分ける学習。
• 次元削減
  • 可視化などのために、多次元データを低次元に圧縮する学習
• 異常検知
  • 入力されたデータから異常データを見つける学習
• 物体検出
  • 入力された画像から、どこに何が写っているかを見つける学習。セマンティックセグメンテーションと異なり、通常は矩形領域を見つける
• セマンティックセグメンテーション
  • 入力された画像から、どこに何が写っているかを画素ごとに分ける学習。
• 音声認識
  • 音声を文字にする学習
• 音声合成
  • 文字を音声にする学習
• 自動翻訳
  • 英語を日本語に翻訳するような学習
• 自動運転
  • 乗り物を自動で運転する学習
• etc.

人工知能や機械学習、ディープラーニングとの違いに混乱するかもしれません。これらは図示すると以下のような包含関係となっています。

機械学習は人工知能の一種、ディープラーニングは機械学習の一種です。

AIの分類についてまとめてみました。次回はAIの歴史について書いてみたいと思います。