コレ1枚で分かる「AIの歴史：記号処理からパターン認識へ」：即席！3分で分かるITトレンド（2/2 ページ）

[斎藤昌義（ネットコマース株式会社），ITmedia]

アプローチは「論理的に思考」から「感覚的に思考」へ

　2000年代に入り、さまざまな、そして膨大なデータがインターネット上に集まるようになりました。また、コンピュータの性能もこれまでとは比較にならないほどに性能が向上しています。そこで、特定の業務や分野でのデータを解析し、その結果から分類や区別、判断や予測を行うための規則性やルールを見つけ出す手法「機械学習」が登場します。

　「機械学習」以前は、先にも説明した通り、人間がルールを記述し、「論理的に思考」させようというアプローチが主流でした。しかし、「機械学習」はデータの相互の関係から規則性あるいはパターンを見つけ出そうというもので、「感覚的に思考させよう」というアプローチといえるでしょう。

　例えば、ある子どもが、その母親より父親に似ているとします。それを完璧にかつ論理的に説明することは容易なことではありません。せいぜい、「鼻の形がよく似ている」「目元が似ている」「笑顔がそっくり」といった理由を付ける程度であり、「笑顔がそっくり」を論理的に説明することはできません。それでも、私たちがそれを瞬時に識別できるのは、特徴のパターンを感覚的に捉えることができるからです。これを機械にやらせようというのが、「機械学習」です。

　「機械学習」の考え方は以前からありました。しかし、コンピュータの性能が不十分であり、その能力を発揮するには至らなかったのですが、コンピュータの性能向上と手法の進化とともに、その能力は高められてきました。

　現在は、最新の脳科学の研究成果を取り入れ、感覚的思考の精度を高めようという機械学習のアプローチ「ディープラーニング（深層学習）」に注目が集まっています。この新たな取り組みは、これまでのAIの研究成果の限界をことごとく打ち破っています。そして、実用においても、これまでにない多くの成果を上げつつあります。

【図解】コレ1枚で分かる「AIの歴史：記号処理からパターン認識へ」

著者プロフィール：斎藤昌義

【図解】コレ1枚でわかる最新ITトレンド [増強改訂版]

　日本IBMで営業として大手電気・電子製造業の顧客を担当。1995年に日本IBMを退職し、次代のITビジネス開発と人材育成を支援するネットコマースを設立。代表取締役に就任し、現在に至る。詳しいプロフィールはこちら。最新テクノロジーやビジネスの動向をまとめたプレゼンテーションデータをロイヤルティーフリーで提供する「ITビジネス・プレゼンテーション・ライブラリー/LiBRA」はこちら。