今更だけどAIとは本質的に何なのか？を理解しよう

更新を止めてしまっていましたが、自分に発破かけて再開させます。

最近は業務にもAIを使うのが当たり前になってきました。
生成AIを使ったサービスが大量につくられたり、企業のページにもAIチャットbotなんが搭載されるようになっています。

仕事の仕方が大きく変わる、と発信している有識者も数多くいます。

こういうのを見ていると、生成AIの出力結果のように、どれが本当の情報なのか？
と迷ってしまいます。
そこで、今回は最近のAIについての勉強の結果をまとめて整理してみたいと思います。

昔のAI

生成AIの前身に当たるAIは今から30年前にも既にありました。
というか、考え方自体はもっと昔からあったので、AIブームは何度も起きているんですね。

僕が子供の頃にパソコン上で触っていたAIは、キーボードで「おはよう」と打つと「おはよう」と返してきたり、「カレーは好きですか？」と打つと「はい／いいえ」で回答するような原始的なチャットシステムでした。

しかも事前に質問と回答のセットを用意しておかないと、アドリブは全部「分かりません」、と回答するような性能でした。
そんな子供の遊びのようなAIから進歩して大学の頃にはニューラル・ネットワークという計算方法が生まれて、よく使われるようになっていました。

AIの原理

このニューラル・ネットワークこそが今のAIの原理、大元です。

我々人類がAIにやらせようとしてきたことは、
Aを入力したらBを出力する、という学習データを事前に与えておいて、Cを与えて未知のDを出力させる、ということでした。

例えばりんごの種類や重さと言ったデータと値段のデータを学習データとして大量に与えて、その相関関係を示す関数を作成します。
この関数を作成することを「学習」といいます。
学習ができたら、何かしらリンゴの種類と重さを入力すれば、そうそう外れてはいない値段を出力してくれるようになります。

また、友人は画像処理が専門でしたが、低解像度の画像を高画質化するために、低解像度画像と高解像度画像を大量に与えて、高画質化するフィルタを作成する、なんてことをAIで昔やっていました。

なんでこんなことをするかというと、どう解いたら良いのかわからない複雑な計算問題をAIの計算能力で強引に解かせたかったからなんです。
そして、ここで複雑な計算問題を解く手法として注目されていたのが、人間の神経を模したニューラル・ネットワークでした。

ニューラル・ネットワークはニューロンを模していますが、数学的に言うと高次の要素を持つ最適化問題です。
どんなりんごが来てもそこそこ値段を合わせられるように数式を作る、というようなことをしているのです。

初期AIでのまとめ

AIがやっていること、というのが何となく見えてきたでしょうか？
なんだこんなこと？と思われるかもしれませんが、こんなことしかやってないのです。

ただ、今のAIは技術の進歩により学習データ量がとんでもなく大量になっていて、人間1人が何千年かけても読みきれない量のデータを学習しています。
おかげで、高度な言語学、数学や大学の入試試験も入力すれば回答を出力するレベルになっています。

働き方が変わる、すごいと持て囃されているAIの原理を知ると、視点がまた変わるのではないでしょうか？

では生成AIは何をしているのか？
AIは思考しているのか？
次のAIはどこに行くのか？
その辺りを次回、書いてみようと思います。