AIのある世界

どもXileです。

先日行われたサッカーのワールドカップ盛り上がりましたね！
僕が注目していのは、やはりメッシ！ではなく、VAR(ビデオ・アシスタント・レフェリー)判定です。

野球でもビデオ判定が導入されていますが、確かに誤審によって勝敗が決した試合は、
勝った方も負けた方も後味悪いなんて事がありますよね。
公平さを追求する流れもあり、将来的に審判がAIに取って変わられるのではなんて思います。

スポーツだけでなく、自動車の自動運転化が進めば、タクシーの運転手や配達員、
株式取引にもAIが導入されるなど数々の仕事がAI化されると言われています。

なかなかAIだらけの世の中で、人間身の少ない世の中になってしまうと思いきや、
Microsoftが開発している女子高生AI「りんな」のようなものも存在します。
例えば、LINEでトークする事が出来るのですが、しりとりやラップで会話が出来たり、
意外な発言が多く、なかなか楽しめます。



と、前置きが長くなりましたが、AIとは何か簡単に説明します。

AIとはArtificial Intelligenceの略で人工知能を意味します。
その中でも特化型人工知能（AGI）と汎用人工知能（GAI）に分類されるのですが、
自動運転自動車や株式取引はAGI、「りんな」はGAIだと言えると思います。
ドラえもんやアトムもGAIですね。

また、AIにはレベルが存在します。
LV.1　冷蔵庫やエアコンなどの温度を管理するような、簡単な制御
LV.2　掃除用ロボットなど色んな状況判断が組み合わさったもの
LV.3　文字認識や顔検出(個々の判断ではない)など、ビッグデータを元に判断可能な機械学習
LV.4　顔から表情を判断したり、自動運転など自らディープラーニング（深層学習）する

といったものとなります。
ここで、キーワードとなるのが、「機械学習」と「ディープラーニング」です。
個人的には、統計学も含め理解が難しかった点でもあるのですが、


統計学は、データから性質や規則性・不規則性を割り出す。
機械学習とは、データを分析して得た知識で、未来を予測する。
ディープラーニングは、機械学習の1つで、脳の神経細胞をモデルとしたニューラルネットワークを多層に重ねたもの。

といった違いがあります。
つまりは、統計学はそのデータの説明に重きをおき、機会学習は予測に重きを置いており、人間が与えたヒントより答えを導きます。
一方、ディープラーニングでは自分でヒントも自己で導くため、より人間に近いと言えます。

現状は、モデルとなるデータ量や、コンピュータのスペックにより、機械学習の方が望ましいケースもありますが、
様々な分野でより高性能なAIが生まれてくる事が考えられます。

もちろん人間に害を与えるなど驚異になる事も懸念されていますが、
WEBの領域はAIとの親和性が高く、導入を推進していければと思います。

以上、このブログはAIによって書かれました。


なんて時代は近そうですね。。