AIの「苦手なこと」と「得意なこと」

いまやAIは、私たちの社会に深く関わっています。企業のウェブサイトで見かけるAIチャットボット、インターネットの検索エンジン、多くの人に馴染みのあるGoogleの音声検索や音声入力機能、iPhoneの音声応答アプリSiriなどもAIを活用したサービスです。さまざまなAIが登場するなか、AIの進歩に注目が集まっていますが、実のところAIにも苦手なことがあります。今回は、そんなAIの知られざる一面を紹介します。

そもそもAI（人工知能）とは？

AIとは、英語のArtificial Intelligenceの略称で、日本語では「人工知能」と呼ばれています。AIという言葉は、1956年に開催されたダートマス会議（人工知能に関する研究発表会）で、計算機科学者であるジョン・マッカーシー教授によって提案されました。

ジョン・マッカーシー教授は、AIを『知的な機械、特に、知的なコンピュータープログラムを作る科学と技術（※人工知能学会翻訳）』と定義していますが、じつは、AIには明確な定義づけがなされていません。

例えば、広辞苑（第七版）ではAIを『推論・判断などの知的な機能を備えたコンピューターシステム』と説明しており、人工知能学会（※日本における人工知能に関しての研究の促進と普及を図る学会）では、AIを『大量の知識データに対して、高度な推論を的確に行うことを目指したもの（※参照）』と定義しています。

AIの定義づけが難しいとされる理由には、知的の根拠となる「知性」や「知能」の定義がそもそも存在しないことから、「人工的な知能」の定義づけも不可能とする背景があります。

現状では、マッカーシー教授の言う『知的な機械、特に、知的なコンピュータープログラムを作る科学と技術』の総称をAIと捉えることもできますが、その定義はそれぞれの専門分野の研究者によって異なっており、さまざまな見解が存在する、進化の途上にある技術と言えます。

AI進歩の鍵「機械学習」と「深層学習（ディープラーニング）」

さて、日進月歩するAI技術ですが、2000年代に入って、その性能を飛躍的に向上させたのがAIにおける「機会学習」と「深層学習」です。

「機械学習」とは、マシーンラーニング（ML）と呼ばれており、AI自身が知識を獲得する、いわゆる、人間の学習にあたる仕組みをコンピューターで実現したものです。

ビックデータと言われる膨大なデータを用いて、事前に人が作成した計算方法（アルゴリズム）に基づいてAIが何度も学習することでルールやパターンを発見し、精度の高い予測・判断を可能とする手法で、与えられたデータを分析する技術と言えます。

他方、「深層学習」はディープラーニング（DL）とも呼ばれており、機械学習に内包される新たな学習の手法です。この深層学習の登場によって、機械学習の性能は大きく向上しました。

深層学習は、ニューラルネットワーク（人の神経細胞=ニューロンの仕組みを真似たシステム）という分析方法を活用し、人間が無意識のうちに行っている行動をコンピューターに学習させる技術です。膨大な量の文字や数値、画像、動画、そして、音声などのデータを学習し、「何に着目すればよいか（＝特徴量）」をAIが自分で学習し、性能を向上させていきます。

従来の機械学習では、「AIがパターンやルールを発見する上で何に着目するか（＝特徴量）」を人が設定していましたが、深層学習では、特徴量をAI自ら導き出すことが可能です。

例えば、服の好みなどの言葉で表現が難しいものでも、ユーザーがどのような商品をクリックしたかをAIが学習し、ユーザーの「好み」に合いそうなものを提案することができるという性能は、深層学習によるものです。

このように、深層学習がもたらされて以降、AIの性能の向上と比例して活用シーンが広がりをみせています。

AIの苦手なこと

AI技術のめまぐるしい進化に、AIは人間より賢くなった！という印象を持つ人もいるかもしれません。しかし、AIは完全に人間の代わりをできるような状況にはまだなく、じつは、苦手なこともたくさんあります。

ここからは、AIの知られざる一面「AIが苦手なこと」をご紹介します。

「あれ、これ、それ」の指示詞は苦手

人間であれば、「あれ持ってきて」と言われた時に「あれかな？」と推測できることがありますが、AIにとっては「あれ、これ、それ」曖昧な指示をされるのは苦手です。
AIは、言葉から相手の想いや希望を推測するのはまだ難しいのです。

製品番号A0001を探すのが苦手

AIは正確に検索することが苦手です。
「製品について教えて？」という質問があった場合、AIはFAQなどから、「この質問と似ているもの」という基準で答えを探します。そのため、例えば、製品番号A0001とA0002の区別は苦手です。

なぜなら、人間にとっては1と2の判別はそんなに難しいものではありませんが、AIは「どれに近いかな？」という探し方をするため、1文字しか違わず、差が少ししかないと間違えてしまうことがあります。

このような検索を行う場合には、「AI」の仕組みではなく、既存の検索の仕組みを利用するべきなのです。

データにないことは分からない

AIは、たくさんのデータを学習し、合理的に判断していくので、学習していないことやデータが少ないと正しい判断ができません。
また、データを分析して合理的な答えを出すことはできますが、「だいたい」や「塩梅」など"勘を働かせて答えを出す"ことや、入力された文章の意味を理解しているわけではないので、その意味や行間を読むことが苦手です。