Artificial Intelligence (AI)

人工知能（AI）は、人間の知能に関連するタスクを実行できるシステムを構築するコンピューターサイエンスの分野です。対象となるタスクには、画像や音声の認識、言語の理解と生成、推論、計画、経験からの学習があります。EU AI Actがほぼ踏襲するOECDの定義では、AIシステムを、入力から推論し、予測、コンテンツ、推奨、判断などの出力を生成する機械ベースのシステムとしています。現在利用されているAIの大半は、機械学習（ML）を通じて、例示データからその振る舞いを学習します。

AIの簡単な歴史#

Alan Turingは1950年の論文「計算する機械と知性」で、機械は考えられるのかと問い、模倣ゲームを提案しました。これは現在、チューリングテストと呼ばれています。John McCarthy、Marvin Minsky、Nathaniel Rochester、Claude Shannonは、1956年のダートマス夏季研究会に向けた1955年の提案書で「人工知能」という用語を作り、この研究会が分野の礎となりました。その後の30年間は、論理、探索、ルールベースのエキスパートシステムを用いるシンボリックAIが主流でした。また、1970年代と1980年代後半には、成果が期待に届かず、「AIの冬」と呼ばれる時期に資金が2度にわたって激減しました。

データから学習する統計的AIの手法は、1990年代に主流となりました。1997年、IBMのDeep Blueは、1秒あたり約2億局面を探索する専用ハードウェアを用いて、世界チェスチャンピオンのGarry Kasparovを破りました。2012年には、畳み込みニューラルネットワークAlexNetがImageNet画像分類コンテストで大差をつけて優勝し、ディープラーニング（DL）時代の幕開けとなりました。2017年に登場したTransformerアーキテクチャは大規模言語モデル（LLM）につながり、2022年11月のChatGPT公開によって、数億人のユーザーが生成AIを利用するようになりました。

AI、機械学習、ディープラーニングの関係#

AIは包括的な分野です。シンボリックAIと機械学習が主な2つのアプローチです。前者は明示的なルールとして知識を符号化し、後者は例からパターンを学習します。ディープラーニングは、多層のニューラルネットワークを使用する機械学習の一分野です。ビジョン、言語、画像生成における現代のほぼすべてのブレークスルーは、ディープラーニングに基づいています。

機械学習システムには、主にいくつかの学習方法があります。教師あり学習は、含まれる物体のタグが付いた画像など、ラベル付きの例に適合します。教師なし学習はラベルのないデータから構造を見つけ、自己教師あり学習は生データから独自の学習信号を生成します。これはLLMの事前学習に使われる手法です。強化学習は、環境内で行動して得られる報酬から学習します。

能力別のAIの種類#

• 人工特化型知能（ANI）、または弱いAI：特定のタスクまたはタスク群向けに構築されたAIです。タスク内で人間を上回るシステムも含め、デプロイされているシステムはすべてこの分類に当たります。
• 人工汎用知能（AGI）：ほぼすべての認知タスクで人間と同等の能力を持つ仮説上のシステムで、しばしば強いAIと呼ばれます。
• 人工超知能（ASI）：ほぼすべての領域で最も優れた人間を上回る仮説上のシステムで、技術的シンギュラリティの背景にあるシナリオです。

汎用LLMは、最初の境界を曖昧にします。1つのモデルでコーディング、翻訳、画像の説明ができますが、タスクによって能力にばらつきがあり、この傾向はギザギザの知能と呼ばれます。Ultralytics VLM Leaderboardでは、こうした能力の一つである、実世界の画像における物体検出の精度を測定します。

AIの活用分野#

• コンピュータービジョン： 自動運転車、工場検査、小売分析、医用画像解析における物体検出、シーンのセグメンテーション、動きの追跡。
• 言語と音声： チャットボット、機械翻訳、文書の要約、音声のテキスト変換。
• 予測とランキング： 不正検出、需要予測、ストリーミングやショッピング向けのレコメンデーションシステム。
• 科学： DeepMindのAlphaFoldはタンパク質の構造を予測し、開発者は2024年のノーベル化学賞の一部を受賞しました。
• エージェントとロボティクス： 複数ステップのタスクを計画してソフトウェアツールを呼び出すAIエージェント、および認識と制御を組み合わせるロボット。

事前学習済みのビジョンモデルを実行すると、ディープラーニングシステムの動作をすぐに確認できます。Ultralytics YOLO26は、ラベル付きのCOCO画像から80種類の物体クラスを学習した物体検出器です。

from ultralytics import YOLO

# 事前学習済みのYOLO26物体検出器を読み込む
model = YOLO("yolo26n.pt")

# モデルが見たことのない画像に対して推論を実行する
results = model("https://ultralytics.com/images/bus.jpg")
result = results[0]

# 予測ボックス、クラスラベル、信頼度スコアを付けた画像を保存する
result.save(filename="bus_detections.jpg")

保存された画像では、バスやその横にいる人々など、検出された各物体がボックス、クラスラベル、信頼度スコアで示されています。これらはすべて例から学習したものです。

リスク、倫理、規制#

AIシステムは、データと目的に内在する問題を引き継ぎます。モデルはトレーニングデータで過小に扱われたり、不当な扱いを受けたりしたグループへのバイアスを符号化する可能性があります。LLMは流暢に誤情報を述べることがあり、生成モデルはディープフェイクを作成する可能性があります。また、透明性の低いモデルは、説明可能なAI（XAI）がなければ監査が困難です。AI倫理とAI安全性の研究はこうしたリスクに取り組んでおり、任意の米国国立標準技術研究所（NIST）AIリスク管理フレームワークは、組織がリスクを管理するためのプロセスを示します。2024年8月に施行されたEU AI Actは、ソーシャルスコアリングなど一部の行為を全面的に禁止し、採用、信用スコアリング、医療機器におけるAIなどの高リスク用途には厳格な要件を定めています。