就活生なら知っておきたいAI(人工知能)の基礎知識

この記事のポイント

AIとは人間の知能と同じ構造を持ち、自ら判断して最適解を導き出すコンピュータシステムです。
AIには「特化型」と「汎用型」があり、近年は生成AIが急速に普及しています。
ITエンジニアはAIを支える存在として、AI時代においてますます重要な役割を担っています。

エンジニア就活に無料登録しよう

IT業界・SE職に強いエージェントが、あなたの就活を無料でサポートします。
未公開求人の紹介や個別相談も、すべて無料で活用できます。

AIは巷にあふれている

皆さんはAIという言葉を聞いて何を思い浮かべますか？

漫画や映画に出てくる「いつの間にか感情を持ち、主人公と敵対し暴走し始めるAI」でしょうか？それとも携帯ショップなどでよくみるPepperくんのような人型のロボットのようなものでしょうか？

最近では囲碁や将棋の世界チャンピオンに圧倒的大差で勝利するAIのニュースも耳にしますね。これらのようなわかりやすいAIは私達もAIとして意識していますが、実は私達の身近にも、すでにAIと呼ばれるものがたくさん存在しており、私達も知らない間に利用していることをご存知でしょうか？

そして、このAIというものもIT技術無くしては語れないイノベーションの１つであり、ITエンジニアに興味がある、もしくは目指している皆様にはぜひ押さえておいていただきたいワードの１つです。

そこで今回は「AI」について、わかりやすくご紹介いたします。

※ 本テーマは「AI」の概要の説明にあたりわかりやすさを重視しているため、一部情報が正確でない部分がございます。あらかじめご了承ください。

そもそもAIってなに？

まずは、AIの概要についてご説明致します。AIとはArtificial Intelligenceの略称であり、ごく簡単にいうと人間の知能と同じ構造を持つコンピュータが、コンピュータ独自の判断で動作するものを指します。

AIではないシステムは、ITエンジニアがプログラミングした通りにしか動きません。どんなに複雑なシステムであっても、「全ては◯という場合は△という処理をする」といったような分岐や繰り返しの連続から成り立っています。

要するにこれまでは「いかにプログラムの命令どおりに動作するか」という事がシステムに求められていました。これがAIの登場により一変します。AIは、与えられた素材から、コンピュータ自身が判断して、最適解を導き出すことができるシステムなのです。

AIには種類がある

次に、AIの種類についてご説明いたします。AIはその特性から大きく分けて２つに分類することができます。それは「特化型」と「汎用型」という分類です。

まず１つ目の「特化型」についてですが、これは「ある特定の分野にのみ能力を発揮するAI」を指します。

冒頭でも触れましたが、Googleの傘下であるDeepMind社が開発したAlphaGoは囲碁に特化した「特化型」のAIです。囲碁に関しては、世界チャンピオンにも圧勝する能力を持っていますが、他の事は全くできません。

一方、「汎用型」と言われるAIは、コンピュータ自らが考え、意思決定を下す事ができるAIを指します。こちらも冒頭で触れましたが、よく漫画や映画などで出てくるあの「AI」ですね。

なお、現時点では「汎用型」のAIは課題も多く実用化には至っていませんが、近年はChatGPTをはじめとする生成AI（文章・画像・コードなどを自動生成するAI技術）が急速に普及し、汎用型に近い振る舞いをするシステムも登場してきています。

機械学習とディープラーニングの仕組み

では、AIの具体的な仕組みを見ていきましょう。AIという分野は幅広く、DX（デジタルトランスフォーメーション：業務や事業をデジタル技術で変革すること）推進の文脈でも注目される様々な仕組みがあります。ここでは、AIの技術の１つである「機械学習」と「ディープラーニング」についてご紹介することとします。

機械学習とディープラーニングはとても似ている技術ですが、１点違いがあります。機械学習は人間が「材料」と「答え」と「着目すべき点」を提供する必要がある事に対して、ディープラーニングに「人間」が渡すものは「材料」と「答え」のみでよいのです。

具体的な例をあげてイメージしてみましょう。

私達は「車」と「バイク」を判別するAIを作りました。準備の段階では機械学習もディープラーニングも大差はありません。「材料」として「車」と「バイク」の写真を大量に用意します。その１枚１枚に対して「これが車です。」「これがバイクです。」と写真の裏にコメントを記載します。

ここからが機械学習とディープラーニングの差がでるところです。機械学習の場合は、「着目すべき点」もコンピュータに伝える必要があります。例えば「タイヤが2本しかないものがバイクです。」「タイヤが4本あるものが車です。」といった具合です。これにより、機械学習が新たな写真を見た際には「タイヤが２本しかないからバイクだ」といった判定を行うのです。

一方、ディープラーニングは機械学習よりも１歩進んでおり、「着目すべき点」を必要としません。与えられた材料である「写真」と「コメント」を元に、コンピュータ自身が「着目すべき点」を見つけだします。「着目すべき点」は、人間と同様に「タイヤの数」かもしれませんし、「窓の有り無し」かもしれません。もしくはボディの形かもしれません。いずれにしても、その判断に人間が介入する事なく、コンピュータが着目点を自ら見つけ出し、新たな写真を判定することが可能なのです。

AIが人類を超える日（シンギュラリティの到来）

さて、「汎用型」と言われるAIはまだ実現していないと前述しましたが、AIの世界的権威であるアメリカのレイ・カーツワイルは、「2045年、AIは人間が予測できない成長を遂げるだろう」と言っています。

また、様々な研究機関や政府が、人間がAIに仕事を取られる未来がやってくると予測しています。株式会社野村総合研究所とオックスフォード大学のマイケル・Ａ・オズボーン教授、カール・ベネディクト・フレイ博士との共同研究（2015年時点の調査）によると、日本の労働人口の約49%はAIで代替可能になると発表しています。

【出典】総務省平成30年版情報通信白書「職業の変化」

日本の労働人口の半分が仕事をAIに奪われる可能性があるというのはにわかには信じられませんが、既にアメリカの証券会社では数百人いたトレーダーが職を失い、代わりにAIを導入したという話もあります。さらに、AIの方がよりよい投資実績をたたき出しているということです。

上記リンクの「人工知能やロボット等による代替可能性が低い100種の職業」には記載されていませんが、ITエンジニアも単純なテストやプログラミングはAIに仕事を奪われる可能性があります。

一方で冒頭にも申し上げたように、このAIを実現しているのもITの技術なのです。ITは今後の社会において、ますます重要度を増していくでしょう。その変革の時代にITエンジニアとして働くことは非常に価値がある事だと私は思います。