人工知能（AI）は、コンピューターや機械が人間の知能と問題解決能力をシミュレートできるようにするテクノロジーです。
AIは、単独または他のテクノロジー（センサー、地理位置情報、ロボティクスなど）と組み合わせて、人間の知能や介入が必要なタスクを実行できます。 毎日のニュースや日常生活の中で見聞きしたり、触れたりすることも多いバーチャル・アシスタント、GPSガイダンス、自律走行車、生成AIツール（Open AI社のChatGPTなど）は、AIが使用されているほんの一部の例に過ぎません。
コンピューター・サイエンスの一分野として、人工知能には機械学習と深層学習が含まれます（また、一緒に言及されることもよくあります）。これらの分野には、人間の脳の意思決定プロセスをモデルにしたAIアルゴリズムの開発が含まれます。このアルゴリズムは、入手可能なデータから「学習」し、時間の経過とともにより正確な分類や予測を行うことができます。
人工知能は誇大広告のサイクルを繰り返してきましたが、懐疑的な人にとって、ChatGPTのリリースは転換点を示すようです。 前回、生成AIがこれほど大きくなったとき、画期的な進歩はコンピューター・ビジョンにありましたが、今では自然言語処理（NLP）において飛躍的な進歩が見られます。現在、生成AIは人間が使用する言語だけでなく、画像や動画、ソフトウェア・コード、さらには分子構造を含む他のデータタイプを学習・複製することができます。
AI向けのアプリケーションは日々増加しています。しかし、ビジネスにおけるAIツールの使用に関する誇大宣伝が始まるにつれて、AIの倫理と責任あるAIに関する対話が非常に重要になります。 これらの問題に関するIBMの立場について詳しくは、「AIに対する信頼の構築」をご覧ください。
ビジネスに特化したAIは、何が違うのでしょう？
効果の出るビジネス分野・取り組まれている生成AIタスクをご紹介
弱いAI（狭いAIまたは狭い人工知能（ANI））は、特定のタスクを実行するように訓練され、焦点を当てた AI です。今日私たちを取り巻くほとんどのAIは、弱いAIにより動かされています。このタイプのAIは決して弱いものではないため、「狭い」という表現がより正確かもしれません。これにより、Apple社のSiri、Amazon社のAlexa、IBM watsonx™、無人運転車などの非常に堅牢なアプリケーションが可能になります。
強いAI は、汎用人工知能 （AGI）と超人工知能 （ASI）で構成されます。AGI（汎用AI）は、機械が人間と同等の知能を持ち、問題を解決し、学習し、将来の計画を立てる能力を持つ自意識を持っているAIの理論的な形態です。超知能としても知られる人工超知能 (ASI) は、人間の脳の知能と能力を超えていくでしょう。強いAIはまだ完全に理論上のものであり、今日使用されている実践例はありませんが、AI研究者は開発を検討しています。強いAIが実際に開発されるまで、ASIを説明する最良の例は、 『2010年宇宙の旅』の超人的で勝手なコンピューターアシスタント「HAL」などの架空の物語の中で見つけることができます。
機械学習と深層学習はAIの、深層学習は機械学習の、それぞれ下位区分に該当します。
機械学習と深層学習のアルゴリズムはどちらも、ニューラル・ネットワークを使用して膨大な量のデータから「学習」します。 これらのニューラル・ネットワークは、人間の脳の意思決定プロセスをモデルにしたプログラムです。 データからいくつかの特徴を抽出し、そのデータが表すものについて予測を行う、相互に接続されたノードの層で構成されています。
機械学習と深層学習は、使用するニューラル・ネットワークの種類と、人間の介入の程度が異なります。 従来の機械学習アルゴリズムでは、入力層、1つまたは2つの「隠れ」層、および出力層を含んだニューラル・ネットワークを使用します。 通常、これらのアルゴリズムは教師あり学習に限定されており、アルゴリズムがデータから特徴を抽出できるようにするには、データを人間の専門家が構造化またはラベル付けする必要があります。
深層学習アルゴリズムでは、深層ニューラル・ネットワーク（入力層、3つ以上（通常は数百）の隠れ層、および出力レイアウトで構成されるネットワーク）が使用されています。 これらの複数のレイヤーにより、教師なし学習が可能になり、ラベル付けされていない大規模な非構造化データ・セットからの特徴の抽出が自動化されます。 深層学習は人間の介入を必要としないため、基本的に大規模な機械学習を可能にします。
今日、AIシステムの現実世界への応用は数多くあります。以下は、最も一般的なユースケースの一部です。
自動音声認識（ASR）、コンピューター音声認識、Speech to Textとしても知られる音声認識は、NLPを使用して人間の音声を文字に変換します。 多くのモバイル機器は音声認識をシステムに組み込んでおり、例えばSiriのように音声検索を行ったり、英語や広く使われている多くの言語でのテキスト入力によりアクセシビリティーを実現しています。 Don Johnston社がIBM Watson Text to Speechを使用して教室のアクセシビリティを改善した事例をご覧ください。
オンラインのバーチャル・アシスタントとチャットボットが、カスタマー・サービスで人間のサービス・エージェントに取って代わりつつあります。 こうしたバーチャル・アシスタントやチャットボットは、配送などのトピックに関するよくある質問（FAQ）に答えたり、パーソナライズされたアドバイスを提供したり、商品をクロスセルしたり、ユーザーにサイズを提案したりすることで、ウェブサイトやソーシャルメディア・プラットフォームを通じた顧客エンゲージメントについての考え方を変えています。例えば、バーチャル・エージェントによるeコマース・サイトのメッセージング・ボット、SlackやFacebook Messengerなどのメッセージング・アプリ、バーチャル・アシスタントや音声アシスタントが通常行っているタスクなどがあります。Autodesk社がIBM watsonx Assistantを使用して顧客応答時間を99％も短縮した方法について、お客様事例をご覧ください。
このAIテクノロジーにより、コンピューターとシステムはデジタル画像、ビデオ、その他の視覚入力から意味のある情報を導き出し、それらの入力に基づいてアクションを実行できます。この推奨提案機能は、イメージ認識のタスクとは区別されます。畳み込みニューラル・ネットワークを活用したコンピューター・ビジョンは、ソーシャル・メディアでの写真のタグ付け、医療での放射線画像処理、自動車業界での自動運転車などに応用されています。ProMare社がIBM Maximo を使用して海洋研究の新しい方向性を決定した方法については、お客様事例をご覧ください。
適応ロボティクスは、モノのインターネット（IoT）のデバイス情報、構造化データおよび非構造化データに基づいて動作し、自律的な意思決定を行います。 NLPツールは人間の言葉を理解し、言われたことに反応することができます。 予測分析は、需要への対応、在庫とネットワークの最適化、予防保守、デジタル・マニュファクチャリングに適用されます。 検索とパターン認識のアルゴリズムは、もはや単なる予測ではなく階層化されており、リアルタイムのデータを分析することで、機械が生成した拡張インテリジェンスにサプライチェーンが対応できるよう支援すると同時に、リアルタイムの可視性と透明性を提供します。 Hendrickson社がIBM Sterlingを使用してリアルタイム・トランザクションを促進した方法については、お客様事例をご覧ください。
放送局が正確な予報を行うために利用している気象モデルは、スーパーコンピューター上で実行される複雑なアルゴリズムで構成されています。 機械学習を使用することにより、これらのモデルをより適切で正確なものにしています。 Emnotion社がIBM Cloudを使用して、天候に左右される企業がデータを用いてより積極的な意思決定が行えるようになった方法については、お客様事例をご覧ください。
AIモデルは大量の履歴データを調べ、データ・セット内の異常なデータ・ポイントを発見できます。こうした異常が、機器の欠陥や人的ミス、セキュリティーの侵害に対する意識を向上させる可能性があります。Netox社がIBM QRadarを使用して、デジタル・ビジネスをサイバー脅威から保護した方法については、お客様事例をご覧ください。
生成AI (ジェネレーティブAI) は、未加工のデータ (例えば、Wikipediaの全文またはレンブラントの作品集) を受け取り、要求されたときに統計的に可能性のある出力を生成するように「学習」できるディープ・ラーニング・モデルを指します。生成モデルは学習データを簡略化した表現をエンコードし、高度なレベルで、元データと似ているが同一ではない新しい作品を作り出します。
生成モデルは、数値データの統計解析においては長年にわたって使用されてきました。しかし、ディープ・ラーニングの台頭により、これらのモデルを画像や音声などの複雑なデータ・タイプに拡張することが可能になりました。このクロスオーバーの偉業を達成した最初のモデルのクラスの一つが、2013年に導入された変分オートエンコーダー (VAE) です。VAEは、現実的な画像や音声の生成に広く使用される最初のディープラーニング・モデルでした。
「VAEは、モデルのスケーリングを容易にすることで、深層生成モデリングの門戸を開きました」と、MIT-IBM Watson AI Labの生成AIの専門家であるAkash Srivastava氏は述べています。「現在の生成AIの多くは、ここから始まったものです」
GPT-3、BERT、DALL-E 2といったモデルの初期の例は、何が可能かを示しました。将来的には、ラベル付けされていない幅広いデータ・セットで学習され、最小限のファイン・チューニングでさまざまなタスクに使用できるモデルが求められます。単一の領域で特定のタスクを実行するシステムは、より汎用的に学習し、課題や分野を横断的に扱うBroad AI (広いAI) に道を譲りつつあります。ラベル付けされていない大規模なデータ・セットでトレーニングされ、さまざまな用途向けに微調整された基盤モデルが、この変化を後押ししています。
生成AIについては、基盤モデルが企業におけるAIの導入を劇的に加速させると予測されています。ラベル付けの負担が軽減されることで企業が参入しやすくなり、高精度で効率的なAI主導の自動化が可能になることで、より多くの企業がより幅広い必要不可欠な業務領域にAIを導入できるようになります。IBMは、基盤モデルのパワーが、「摩擦レス」なハイブリッドクラウド環境の中で、最終的にはすべての企業にもたらされることを予期しています。
AI システムは現在、現実世界で多数利用されています。 最も一般的な例をいくつか以下に挙げます。
- 音声認識: 自動音声認識 (ASR)、コンピューター音声認識、または音声テキスト化としても知られており、自然言語処理 (NLP) を使用して人間の音声を処理し、書面形式にする能力です。 多くのモバイル・デバイスは音声認識がそのシステムに組み込まれており、音声検索 (Siri など) を行ったり、テキスト化に関連したより高度なアクセシビリティーを提供したりします。
- カスタマー・サービス: オンライン・バーチャル・アシスタントがカスタマー・ジャーニーの間にヒューマン・エージェントを置き換えています。 出荷など、さまざまなトピックに関するよくある質問（FAQ）に答えたり、パーソナライズされたアドバイスやクロスセル製品、ユーザーのためのサイズの提案を提供することで、Webサイトやソーシャル・メディア・プラットフォームにおけるカスタマー・エンゲージメントについての考え方を変えています。 例としては、バーチャル・アシスタントを備えた e-コマース・サイトのメッセージング・ボット、Slack や Facebook Messenger などのメッセージング・アプリケーション、バーチャル・アシスタントやボイスアシスタントによって通常行われるタスクなどがあります。
- コンピューター・ビジョン: この AI 技術により、コンピューターとシステムは、デジタル・イメージ、動画、その他のビジュアル入力から意味のある情報を抽出し、それらの入力に基づいてアクションを実行することができます。 この機能は推奨を提供するところから、イメージ認識タスクとは区別されます。畳み込みニューラル・ネットワークを活用するコンピューター・ビジョンには、ソーシャル・メディアにおける写真のタグ付け、医療における放射線画像分析、自動車産業における自動運転車、工場の設備監視などに応用されています。
- レコメンデーション・エンジン: AI アルゴリズムは、過去の消費行動データを使用して、より効果的なクロスセル戦略を策定するために使用できるデータ傾向の発見を支援します。 インターネット・ショッピング業者のチェックアウト処理中に、顧客に対して関連性のあるアドオン推奨を行うために使用されます。
- 自動株式取引: 株式ポートフォリオを最適化するために設計された、AI 主導型の高頻度取引プラットフォームは、1 日に数千の、または数百万の取引でさえも、人間の介入なしに行います。
「考える機械」という考えは、古代ギリシャにまで遡ります。 しかし、電子計算機の登場以来 (また、この記事で述べられているいくつかのトピックに関連して)、人工知能の進化過程には、以下のような重要な出来事や事件があります。
- 1950: Alan Turing が Computing Machinery and Intelligence を発表します。 この論文で、Turing (第二次世界大戦中にナチスのエニグマ・コードを解読したことで有名) は、「機械は考えることができるか?」という質問に答えようとしています。 また、コンピューターが人間と同じ知能 (または同じ知能の結果) を立証できるかどうかを判別するチューリング・テストを紹介しています。 チューリング・テストの価値についてはこれまでずっと議論されてきました。
- 1956: John McCarthy が、Dartmouth 大学での史上初めての AI 会議で、新しい用語「人工知能 (artificial intelligence)」を創作します。 (McCarthy は Lisp 言語の開発に取り掛かりました。) その年、Allen Newell、J.C. Shaw、および Herbert Simon が、史上初めて実行された AI ソフトウェア・プログラムである Logic Theorist を開発します。
- 1967: Frank Rosenblatt が、試行錯誤から「学習する」ニューラル・ネットワークを基礎とする最初のコンピューター、Mark 1 Perceptron を作成します。 ちょうど 1 年後、Marvin Minsky と Seymour Papert が「Perceptrons」というタイトルの本を出版します。この本はニューラル・ネットワークに関する歴史的作品となり、また少なくともしばらくの間、将来のニューラル・ネットワーク研究プロジェクトに対する論拠にもなります。
- 1980 年代: 誤差逆伝播アルゴリズムを使用して自己学習するニューラル・ネットワークが、AI アプリケーションで広く使用されるようになります。
- 1997: IBM の Deep Blue がチェスの試合で、チェスの世界チャンピオンである Garry Kasparov に勝利します (後日に再戦)。
- 2011: IBM Watson が Jeopardy! でチャンピオンである Ken Jennings と Brad Rutter に勝利します。
- 2015: Baidu 社の Minwa スーパーコンピューターが、畳み込みニューラル・ネットワークと呼ばれる特殊な種類のディープ・ニューラル・ネットワークを使用して、平均的な人間よりも高い精度で画像を識別し、分類します。
- 2016: ディープ・ニューラル・ネットワークを搭載した DeepMind 社の AlphaGo プログラムが、世界チャンピオンの囲碁プレイヤーである Lee Sodol に5番勝負で勝利します。 ゲームが進むにつれて膨大な数の手がある（わずか4手後に14.5兆を超える）ことを考えれば、この勝利には大きな意義があります。 のちに、Google 社は DeepMind 社を 4 億ドルで買収しました。
- 2023: ChatGPTのような大規模言語モデル（LLM）の台頭で、AIの性能と企業価値を高める潜在能力が大きく変わりました。このような新しい生成AIの登場により、ディープ・ラーニング・モデルは、膨大な量のラベル付けされていない未加工のデータで事前学習することができます。
業界屈指の人工知能（AI）の専門知識とIBM Watsonのソリューション製品群を活用して、大規模かつ信頼できるビジネスのためのAIを構築します。
AIの導入で重要なワークフローと業務を再構築し、エクスペリエンス、リアルタイムの意思決定とビジネス価値を最大化します。
AIはサイバーセキュリティーのあり方を変え、大量のリスク・データを分析して応答時間を短縮し、リソース不足のセキュリティー運用を強化しています。
以前より熟練技術者の知識ナレッジを若手技術者に伝える仕組み化に取り組む本田技研工業株式会社。IBMがAIを活用した知識抽出での効率化を支援した結果、ドキュメントのモデリング時間を67％短縮可能にしました。
ブラジル最大の協同組織金融機関であるSicredi 社は、IBMのクライアント・エンジニアリングチームとPoCを進め、カスタマー・サービスと従業員満足度の向上に取り組みました。「この試験運用の成果に勇気づけられました」と語るストーリーをご覧ください。
チェコを拠点とするスタートアップ企業が、信頼性、透明性と正確性が欠かせない生成AIを活用し、高品質なアシスタントを迅速に構築しました。
モデル選択フレームワークを使用して、ビジネス・ニーズに合わせた基盤モデルの選択方法を学びます。
今すぐ個人またはマルチユーザーのデジタル学習サブスクリプションを購入すると、100 を超えるオンライン コースの完全なカタログにアクセスでき、低価格でさまざまな製品にわたってスキルを向上させることができます。
IBM watsonx Assistantが、「2023年度Gartner Peer Insights Voice of the Customer」レポートで、エンタープライズ対話型AIプラットフォームの「Customers Choice」に認定されました。
機械学習がどのように需要を予測し、コストを削減できるかをご覧ください。