メインコンテンツへスキップ
見出し画像

【今さら聞けない】AIって何?東大松尾研発スタートアップのEQUESがわかりやすく解説

    こんにちは。株式会社EQUES広報部です🐎
    2回目の投稿のテーマは、「AIってそもそも何だろう?」です!

    巷では、ニュースでその単語を耳にしない日はないほど、話題を席巻しているAIですが、
    「結局AIが何なのかはいまいちわからない…」そんなことはありませんか?
    AIの全体像が掴めていないと、ビジネスでAIを活用するハードルがものすごく高く思えてしまいますよね。
    AI活用のはじめの一歩を踏み出すべく勉強していきましょう!

    (初回投稿はこちら↓)

    AIの定義とは?

    AIの厳密な定義は、ありません!
    …
    まだブラウザバックはしないでください!><
    AI(Artifitial Inteligence:人工知能)は、1955年に米国の計算機科学研究者ジョン・マッカーシー博士が使用した言葉で、「人間と同じように」思考するプログラム、そして「人間が知的と感じる」情報処理全般を広く指しています。
    厳密に「〇〇ができるからAI」といった定義は存在しない、ということです。

    画像

    なぜ「定義」が曖昧なのか?

    「AIの定義はない」と言われても、なんだかモヤモヤしますよね。 実は、これには「AI効果(AI Effect)」と呼ばれる面白い現象が関係しています。

    これは、「原理がわかって実用化されてしまうと、人々はそれを『AI』と呼ばなくなる」という現象です。

    例えば、「文字認識(OCR)」を思い浮かべてみてください。 手書きの郵便番号を機械が自動で読み取る。数十年前、これは最先端の人工知能研究でした。しかし、現在、スマホで書類をスキャンしても誰も「うわ!人工知能だ!」とは驚きません。「ただの便利な機能」として扱われます。 「かな漢字変換」も、将棋のゲームも、お掃除ロボットも同じです。

    「AIとは、まだ実現していない不思議な技術のことである」

    皮肉なことに、人類が技術を解明し、当たり前のものにするたびに、「AI」という言葉のハードル(定義)はどんどん奥へ奥へと逃げていってしまうのです。これが、AIの定義が定まらない最大の理由です。

    AIの進化は「3回の波」で理解する

    現在の「すごいAI」を理解するために、少しだけ時計の針を戻してみましょう。実はAIには、過去に2回のブームと、2回の「冬の時代(幻滅期)」がありました。

    第1次AIブーム(1950年代〜1960年代):推論と探索

    「コンピューターにパズルを解かせる」時代です。 迷路のゴールを探したり、チェスのような明確なルールがあるゲームで手を計算したりすることが得意でした。 しかし、「ルールが決まっていない現実社会」の問題は解けず、ブームは去りました。

    第2次AIブーム(1980年代):知識表現

    「コンピューターに百科事典を詰め込めば賢くなるはずだ」という時代です。 これを「エキスパートシステム」と呼びます。例えば、「熱がある」かつ「咳が出る」ならば「風邪である」といったルール(知識)を人間が手入力で大量に教え込みました。 医療診断や法律相談などで成果を出しましたが、これも壁にぶつかります。
    世の中には「例外」が多すぎるからです。「熱はないけど、なんとなくダルい」といった曖昧な状況に対応できず、再び冬の時代が訪れました。

    第3次AIブーム(2000年代〜現在):機械学習とディープラーニング

    そして今、私たちが生きているのがこの時代です。 現在話題となっているAIの正体は、「ビッグデータ」と「機械学習」を元にしたものです。
    人間がルールを教えるのではなく、「AI自身に大量のデータを読み込ませて、そこからルールを発見させる」という逆転の発想が生まれました。

    2026年AIの主流:機械学習・ディープラーニングとは?

    「AI」「機械学習」「ディープラーニング」。ニュースでよく聞くこれらの用語の関係性を整理しましょう。これらは別モノではなく、マトリョーシカのような包含関係になっています。

    1. 人工知能(AI): 一番大きな枠組み。人間が知的と感じる情報処理。(前述)

    2. 機械学習(Machine Learning): AIの中に含まれる、「データから学習する」技術群。

    3. ディープラーニング(Deep Learning): 機械学習の中に含まれる、さらに人間の脳(ニューロン)を模した高度な手法。

    画像
    「AI」「機械学習」「ディープラーニング」は包含関係になっている

    具体例:「猫」をどうやって見分ける?
    この3つの言葉の違いを、「猫の画像を判別する」というタスクで比較してみましょう。

    1. 昔のAI(ルールベース)の場合
    人間がプログラミングコードで命令します。 「耳が尖っている」「ヒゲがある」「目が丸い」…こうした特徴をすべて人間が記述し、「これに当てはまれば猫と判定せよ」と命令します。
    しかし、これでは「耳が垂れたスコティッシュフォールド」や「横向きでヒゲが見えない猫」に対応できません。人間がすべての猫のパターンを記述するのは不可能です。

    2. 機械学習の場合
    人間はルールを書きません。その代わり、大量の「猫の画像」と「猫ではない画像」を用意します。 そして、AIにヒント(特徴量)を与えます。「画像の色や、輪郭の形に注目してごらん」と。
    するとAIは、大量の画像データの中から統計的に「猫っぽいパターン」を見つけ出し、確率で判断できるようになります。

    3. ディープラーニング(深層学習)の場合
    ここが革命的でした。 ディープラーニングは、「どこに注目すべきか(特徴量)」さえも、人間から教わることなく自分で発見します。
    Googleの猫認識AIの実験が有名ですが、AIはYouTube上の動画をひたすら見続けることで、「猫という概念(ヒゲや耳の形状など)」を自力で獲得しました。人間が「ここを見ろ」と言わなくても、AIが勝手に「猫を見分けるには、耳の形と毛並みのパターンが重要らしいぞ」と気づく。これが、今のAIが爆発的に賢くなった理由です。

    画像
    小休憩🐈

    昨今の主役「生成AI」とは一体何のこと?

    さて、ここ数年でChatGPTやMidjourneyといった「生成AI(Generative AI)」が登場し、世界は一変しました。これもディープラーニングの一種ですが、やっていることが従来のAIとは決定的に異なります。

    • 従来のAI(識別系AI): 「正解」を当てるのが仕事。

      • 「これは猫ですか?」→「はい(99%)」

      • 「このメールはスパムですか?」→「いいえ」

    • 生成AI(生成系AI): 「新しいもの」を作るのが仕事。

      • 「猫の絵を描いて」→(見たことのない猫の画像を生成)

      • 「謝罪メールを書いて」→(それっぽい文面を生成)

    生成AIの正体は「超高精度な『次に来る言葉』当てゲーム」

    ChatGPTのような言語AIは、実は思考しているわけでも、心があるわけでもありません。やっていることはシンプルに言うと「確率の計算」です。

    例えば、「昔々、あるところに、おじいさんと…」と言われたら、次はなんと続くでしょう? 日本人ならほぼ100%「おばあさんが」と答えますよね。 AIは、インターネット上の膨大なテキストデータを学習することで、「この言葉の後には、確率的にこの言葉が来やすい」というパターンを数十億、数千億個も持っています。

    「AIの定義とは?」と聞かれたら、 「A」「I」「の」…と続く言葉の中で、文脈的に最も確率が高い単語を次々と繋げているだけなのです。 しかし、その計算量とデータ量があまりにも膨大なため、まるで人間が思考して答えているかのように振る舞うことができます。これを「大規模言語モデル(LLM)」と呼びます。

    私たちの生活に入り込むAI(身近な具体例)

    「AIなんて使わないよ」という人もいるかもしれませんが、実は私たちはすでにAIに囲まれて暮らしています。

    • 動画・ショッピングのおすすめ機能(レコメンド): AmazonやNetflixで「あなたへのおすすめ」が表示される仕組み。あれは、あなたの過去の行動データと、他の似たユーザーのデータを機械学習させ、「この人は次これを欲しがる確率が高い」と予測させています。

    • スマホのカメラ: 最近のスマホで写真を撮ると、妙に綺麗に撮れますよね。あれは、レンズに入った光をそのまま保存しているのではなく、AIが「これは料理の写真だ」と瞬時に判断し、「料理ならもう少し赤みを足して美味しそうに補正しよう」と勝手に画像を加工・生成しているのです。

    • 自動翻訳(DeepLなど): 昔の翻訳サイトは単語を置き換えるだけでしたが、今のAI翻訳は文脈を理解します。これもディープラーニングの恩恵です。

    まとめ:AIは「魔法」ではなく技術進歩の産物

    ここまで、AIの定義から歴史、そして仕組みまでを見てきました。 AIの定義に正解はありませんが、あえて今の時代に合わせて定義するなら、こう言えるかもしれません。

    「AIとは、データから学習し、推論や判断、そして創造といった『人間らしい振る舞い』を確率的に模倣するコンピューターシステムである」

    重要なのは、AIは決して万能な魔法の杖ではないということです。 計算間違いもするし(ハルシネーション)、学習していないことは答えられません。しかし、その得意なこと──大量のデータ処理、パターンの発見、24時間働き続けること──においては、すでに人類を遥かに凌駕しています。

    AIの社内活用を考えているあなたにおすすめ↓

    AIの進化はまだまだ始まったばかりです。このNoteを読んでいる間にも、世界のどこかで新しいAIの定義が生まれているかもしれませんね。


    何か他に知りたいテーマなどあれば、ぜひコメントしてください!いいねとフォローもお待ちしています🐎

    (EQUES公式HPでもコラムを毎週更新しています!ぜひお立ち寄りください✨↓)

     
     
    東大松尾研発のAIスタートアップ、株式会社EQUES(エクエス)です!🚀 最先端のAI技術で社会課題を解決するため、日々奮闘しています。AIに関する解説や開発の裏側、最新ニュースの考察などをカジュアルにお届けします。 ぜひ気軽にコメント・フォローください✨よろしくお願いします!

    あなたへのおすすめ