これだけは知っておきたい「AI・機械学習について」【医学生による】

今回の記事では、パソコンとか詳しくないけど「AIについて学ばなければいけない」という想いを持つ方に向けて、分かりやすくざっくりと解説をします。

知識欲が盛んな医学生に向けて、初心者向け記事よりも少し詳しく解説していきます。

この記事を読むことで、

・AIって何?
・いつからあるの?
・AIって危険ではないの？
・機械学習って何?

といった事について、概観を掴むことができます。

ざっくりと歴史から解説しますので、流れを抑えながら読み進めることで、きっとAIについての知識をつけることができます。

さて、話を進める前に、この記事の目次を見てみましょう：

それでは、一緒に学んでいきましょう。

生成AIについてはこの記事では取り扱いません。ぜひこちらの記事をご覧ください！

AIって何?

AIとは、一言で言うと何なのでしょうか。AIと聞いて、何を思い浮かべますか？

wikipediaを参照すると、AIとはこのような説明があります。

人工知能（英: artificial intelligence）、AI（エーアイ）とは、「『計算（computation）』という概念と『コンピュータ（computer）』という道具を用いて『知能』を研究する計算機科学（computer science）の一分野」を指す語^[1]。「言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術」^[2]、または、「計算機（コンピュータ）による知的な情報処理システムの設計や実現に関する研究分野」ともされる

https://ja.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD

AIというと色々な説明があるとは思いますが、まず持って欲しいイメージがあります。

それは、AIは「人間の思考を真似て作ったプログラム」という事です。

人間は、タンパク質などでできた脳、血管、皮膚をはじめとする、様々な器官で構成されていますよね。

AIは、”人間の脳の一部を、思考法の一部を、「パソコンなどの計算機」と「プログラムという文字の列」でなんとか再現しようとしたもの”がわかりやすいかと思います。

AI（Artificial Intelligence）は、人工知能のことを指し、技術の一分野のことを指すこともあります。

AIは何に使われている?

AIがよく使われる分野としては、問題解決、パターン認識、複雑な計算、言語理解、意思決定など様々なものがあります。

あまり生活では意識をしていませんが、「私たちの生活にもAI技術は深く関わっている！」ということを感じていただければと思います。

AIが使用されている場面の具体例はこちら

1. スマートフォン:
   • 音声アシスタント: Siri（Apple）、Google Assistant、Bixby（Samsung）など。
   • カメラ: 写真の撮影時に最適なシーンを自動で選択するAI、美肌モード、ポートレートモードなど。
2. インターネットサービス:
   • 検索エンジン: Google検索やBingなどの検索結果の最適化。
   • 推薦システム: Amazonの購入推薦、Netflixの動画推薦、Spotifyの音楽推薦など。
3. 家庭用ロボット:
   • 掃除ロボット: Roomba（ルンバ）などの自動掃除ロボット。
   • 個人用アシスタントロボット: Pepper（ペッパー）、Amazon Echoなど。
4. 交通:
   • 自動運転車: TeslaのAutopilot、Waymoなどの自動運転技術。
   • 交通管理システム: 交通流を最適化するAIシステム。
5. 医療:
   • 診断支援: 画像診断を助けるAI、病理診断のための画像解析。
   • 個別化医療: 患者のデータから最適な治療法を提案するAI。
6. 金融:
   • アルゴリズム取引: 株価予測や取引の自動化。
   • フロード検出: クレジットカードの不正利用などを検出するAI。
7. 製造業:
   • 品質管理: 製品の品質を自動で検査するAIシステム。
   • サプライチェーン管理: 在庫管理や需要予測にAIを利用。
8. エンターテインメント:
   • ゲーム: AIを利用したNPC（Non-Player Character）の行動。
   • 音楽: AIによる新しい音楽の作成や演奏スタイルの模倣。
9. 教育:
   • 個別学習プラットフォーム: 学生の能力に合わせて学習内容をカスタマイズするAI。
   • 自動採点システム: 試験やレポートの自動採点。
10. 農業:
    • 作物監視: ドローンと組み合わせたAIによる作物の健康状態の監視。
    • 収穫ロボット: 収穫時期を判断し、果物や野菜を収穫するロボット。

大きく分けると

の大きく分けて２種類の使われ方があると言えるでしょう。

人工知能と機械学習の違い

まず最初に知っておくべきことは、人工知能（AI）と機械学習（ML）は決して同じものではないということです。

AIは、コンピュータに人間のように思考する能力を与える広範な科学分野の１つで、より広い概念を意味します。一方、MLはAIを構成する分野のあくまで一部分であり、特に「コンピュータがデータから学習し、その結果を使って新たな情報に対応する能力」を獲得するための手法の一部です。

AI人工知能の歴史

AI開発には３度のブームがあり、現在は第三次AIブームの中間もしくは終盤と言われています。

AIの起源は1950年代に遡ります。

AIは「ルールベースのシステム」と呼ばれる構造を使って、スタートしました。

わかりやすくいうと、当時のAIはまだ赤ちゃんで、世界を「もし〜ならば」という単純なルールに基づいて理解していたというイメージです。

これを、お母さんが「もし赤ちゃんが泣いたら、お腹が空いているかもしれないから、ミルクをあげよう」と決めるようなものと考えてみてください。

抽象化すると、”ある特定の入力があれば、あらかじめ決められたアクションを取る”というとてもシンプルな方法です。

しかし、すべての赤ちゃんが同じ理由で泣くわけではないですよね。

同じように、AIもルールに従った行動をするだけでは、新しい問題や予期せぬ状況には対応できませんでした。

赤ちゃんは新しいことを日々、いや１秒１秒学び、成長していきますよね。

つまりAIが使えるレベルまでに成長するためには、新しいことを学べる能力が必要だったのです。

そこで現れたのが機械学習（ML）というわけです。

機械学習により、AIはただルールを覚えるだけでなく、例えばたくさんの猫の写真を見て、「これが猫だ」と自ら学ぶことができるようになりました。

もちろん、何千枚という”たくさん”の画像が必要ではありますが、新しいことを学べるようになった進化はとても大きなステップですよね。

これが、我々が今日見るAIの素晴らしい進化への道を開いたというですね！

機械学習の種類、手法

機械学習には、主に3つの種類があります：教師あり学習、教師なし学習、そして強化学習です。

少し知識がある場合、深層学習とかはどうか変わってくるの？という疑問を持つ方もいおられるかと思います。

深層学習との関わりは、「教師ありデータを使った深層学習」「教師なしデータでの深層学習」といったふうに、ここで紹介しているのは深層学習を行う際、「どのように学習を進めていくか」ということになります。

犬または猫が表示されている画像を、「これは犬である」「これは猫である」と判別するAIの作り方について考えてみましょう。

教師あり学習

まず教師あり学習は、「ラベル」と呼ばれる正解が紐付けされたデータを使ってモデルを学習する手法です。

与えられたデータには「これは犬」というラベルが付いており、この情報をもとに機械は「犬と猫を識別する」方法を学びます。

つまり、正解が明示されているテストを解くようなものですね。

教師なし学習

教師なし学習は、ラベル付けされていないデータからパターンや構造を見つけ出す手法です。

これは子供に何も教えずにおもちゃをたくさん与え、自分で分類させるようなものです。

データには正解ラベルがついておらず、機械はデータ内の隠れたパターンや関係性を自力で見つけ出します。

強化学習とは

最後に「強化学習」。

これは子供が自転車に乗ることを学ぶプロセスに似ています。

最初は何度も転んでしましますが、試行錯誤を繰り返すことで、「どうバランスを取れば転ばないか」を学んでいきますよね。

難しい言葉で言うならば、機械は行動の結果として与えられる報酬を元に、最適な行動を見つけ出すことを目指します。

子供が自転車に乗れるようになることで例えるならば、「転んだら痛い」を罰、「転ばなかったら早く進める」という報酬を与えることで、何が正解かを示していくイメージです。

まるでゲームで高得点を目指すかのように、機械は「試行錯誤」を繰り返しながら学んでいくのです。

深層学習とは

深層学習は、機械学習の一部で、人間の脳のニューロンネットワークを模倣したニューラルネットワークを使用します。

大量のデータを通じて学習し、複雑なパターンを認識する能力を持っています。

深層学習の種類

ここでは詳しく扱いませんので、このようなものがあるのだなぁという理解で大丈夫です！

深層学習にもいくつかの種類があります。主なものとしては、畳み込みニューラルネットワーク（CNN）、再帰型ニューラルネットワーク（RNN）、そして自己符号化器などがあります。

これらは、さまざまなタスク（画像認識、自然言語処理、異常検出など）に対応するために設計されています。

まとめ

以上、AIとは何かということから、機械学習という具体的なAIの学習手法についても紹介させていただきました。

AIについて学習し始めるスタート地点に立つことができ、AIについての勉強において、少しはっきりとした景色が見れるようになるのではないでしょうか。

今後は、私たちの生活はAIなしには語れなくなっていくのではないでしょうか。

これからも、ぜひAIについて知識を深めていただけると幸いです。