AIとは？人間のように考えているように見える仕組み

イト

AIって、結局ひとつの大きな頭脳がどこかにあるってこと？

ユイ

チャットのAIと、写真を見分けるAIって、同じものなんでしょうか

ピコ

いい疑問だよ。AI知能区の入口には、違う仕事の窓口がいくつも並んでいるんだ

AIとは、認識、予測、生成、判断支援など知的に見える課題を、ルールや学習したモデルで実行する技術・システムの総称です。

「AI」という言葉は広すぎて、チャットAI、画像認識、自動制御がぜんぶ同じものに見えてしまいます。以下では、AIを一つの人格としてではなく、目的・入力・出力・学習方法の4つの観点から分類して考えます。ラボの4人と一緒に、AI知能区の窓口を順番に見ていきましょう。

第100話「次の言葉を当てる街」では、翻訳、画像分類、文章生成の窓口が同じ質問に違う形式で答える場面から、この分類の見方が始まります。

AIを先に一文で定義する

定義をもう一度置きます。

AIは「知的に見える課題を、計算で実行する技術の総称」です。ポイントは2つあります。

• 総称であること: AIという名前の単一の機械があるわけではなく、性質の違う多くの技術がこの言葉の下に集まっている
• 知的に見えること: 人間がやれば知的とされる作業を代わりに実行するのであって、人間と同じ方法で考えている証明ではない

たとえで言えば、AI知能区は一つの万能な頭脳ではなく、翻訳の窓口、画像分類の窓口、文章生成の窓口のように、異なる仕事を担当する多様な機械が集まる街です。コンピューター工房で命令の流れを見たときと同じように、画面のむこう側の景色として眺めてみましょう。ただしこのたとえにも限界があって、人間の認知機能とAIの計算過程を同じ地図の上に置くことはできません。

AIは何をしている？仕事の種類

「AI」と呼ばれるものの中の代表的な仕事を並べます。

• 認識: 写真の中の顔や文字を見つける、音声を文字にする
• 予測: 明日の需要、到着時刻、次に来そうな言葉を推定する
• 生成: 文章、画像、音声、プログラムのコードを作り出す
• 判断支援: 候補の並べ替え、異常の検出、おすすめの提示

同じ「AI搭載」と書かれた製品でも、中でやっている仕事はこのように別々です。翻訳アプリと掃除ロボットと文章生成サービスを一まとめに語れないのは、担当している課題がそもそも違うからです。どの仕事をするAIなのかを見分けることが、分類の第一歩になります。

ルールで動くものと学習するもの

AIの作り方には、大きく2つの系統があります。

1. ルール型: 人間が「こういう場合はこうする」という規則を書いて動かす
2. 学習型(機械学習): 大量のデータから規則性をモデルが見つけ、それを使って動く

昔の将棋ソフトのように条件と手順を書き込む方式がルール型、最近のチャットAIや画像認識の多くが学習型です。実際の製品では両方が組み合わさっていることもあります。ニュースで「AI」と呼ばれるものの多くは学習型ですが、家電の自動運転のように、ルール型の制御が今も現役の場面はたくさんあります。

学習型の中身、つまり機械学習やディープラーニングの区別は、次の記事で扱う範囲です。ここでは「規則を人が書くか、データから見つけるか」の分かれ道だけ持ち帰ってください。

どう動く？入力・モデル・出力の流れ

学習型AIの動きは、3つの部品で見ると整理できます。

1. 入力: 文章、画像、音声などのデータ
2. モデル: 学習で得た規則性のかたまり。入力を出力に変換する
3. 出力: 分類の結果、予測の値、生成された文章など

チャットAIなら、入力は質問文、出力は続きの文章です。画像認識なら、入力は写真、出力は「猫: 97%」のようなラベルです。窓口が違って見えても、受け取って、変換して、返すという流れの骨組みは共通しています。この計算を実際に動かしているのは、コンピューターの命令処理で見た流れであり、大量の計算を支えるのがGPUのような並列計算装置です。

得意と苦手を分ける

AIの得意と苦手は、人間の得意と苦手とずれています。

• 得意: 大量のデータの中の規則性を扱う、同じ作業を疲れず繰り返す、人間より速く候補を出す
• 苦手: 学習したデータから遠い状況への対応、答えの根拠をたしかめること、結果に責任を持つこと
• 場合による: 珍しい状況の判断、感情や文脈のくみ取りは、データと設計しだいで大きく変わる

「人間より賢いか」という一本の物差しで測ろうとすると、この凸凹が見えなくなります。仕事の種類ごとに「この作業はAIに向くか」を確認するほうが、実際の判断に役立ちます。

「理解している」と言い切れない理由と誤解

一番大きな誤解に触れます。

「AIには人間と同じ意識や目的があって、自分で何でも理解している」——自然な文章で答えが返ってくると、そう感じるのは無理もありません。

ただ、ここまで見たとおり、学習型AIがやっているのは「入力をモデルに通して出力を計算する」ことです。文章を自然に返せることと、意味を人間と同じように理解していることは、同じではありません。この論点は哲学の議論にもつながる深いテーマなので、以下では「分けて考える」ところまでに留めます。

マコト

自然な返事が来ると、つい心があるように感じてしまうけどね

ピコ

その感じ方は大事。でも説明するときは、計算の流れと心の話を分けておこう

身近なAIを見分けるワークと確認クイズ

分類の見方を、自分の生活で試します。

ワーク: 身近な「AIっぽい機能」を3つ挙げて、それぞれの入力・出力・間違え方を書き出してみましょう。たとえば「顔で画面ロック解除」なら、入力は顔の画像、出力は本人かどうかの判定、間違え方は他人を通す・本人をはじくの2方向です。

Q1. AIを一文でいうと？

認識、予測、生成、判断支援などの知的に見える課題を、ルールや学習したモデルで実行する技術の総称です。

Q2. 文章を自然に返せることは、意識がある証明になる？

なりません。入力から出力を計算する仕組みで自然な文章は作れるため、返答の自然さと意識の有無は分けて考えます。

Q3. チャットAIと画像認識AIは同じもの？

同じではありません。目的も入力も出力も違う、別の仕事を担当するAIです。

AI知能区から次へ進む記事

AIの計算がどこで動くかは、クラウドAIとオンデバイスAIの違いで確認できます。計算装置の役割分担はCPU・GPU・NPUの違いへ。

次はAI・機械学習・ディープラーニングの違いで三語の関係を整理できます。AIルートの学習順は、AIルートから全体を見られます。

AI知能区の入口で持つ一文

ノートには、AIは一つの人格ではなく、認識、予測、生成などを行う技術や仕組みをまとめた広い呼び名と残せます。

身近なAI機能を一つ選び、「入力」「中で行う処理」「出力」を三つの箱に分けてください。自然な答えに驚いた気持ちを残したまま、仕組みを見る入口にも立てます。