人工知能(AI)は,
「いくつかのデータ」→「結果」
という枠組みがあるときに,各データの値から結果を推定する計算式を作り,未知のデータからどういう結果が起こるかを推定します.
例えば,私の仕事に関わるところで言うと,生徒の合否を予想したいとします.
「3回分の模試の偏差値推移と受験大学」→「合否」
という枠組みを作ります(ここは人の手で).
データがたくさん集まれば(ここも人の手),それをAIが学びやすいように加工して(これまた,人の手),AIにデータを与えます(やるのは人ですよ!).
どんな関数を使って推定するかを指定しておけば(ここも人の手),最適な係数を決定します(これが機械学習!).
データの形式
データ収集
与えるデータの精度
使う関数
を人が決めて,係数決定だけ頑張らせるのです.
(どんだけ人が介入してんねん!?)
それを使って未知の結果を推定できそうかをテストして(これも,もちろん人の手で),初めて,教えていないデータを与えて,未知の結果を推定させることになるのです.
AIに食わせる(学習させるために読みこませる)データをどのように加工するか,が肝になるのです.
その前に,収集可能なデータとしてどんなものがあるのかを事前に調査し,それをどう加工できるかを考えるのです(AIの教師が).
先生が教えてあげないと,AIは何も学ばないんですね.
でも,教えると,文句も言わずに,何でも学んでくれますし,何でも予想してくれます.
意味を理解しないAIですから,倫理感なんて皆無ですから,本当に,どんな推測でも無感情にやってくれます.
だからこそ,教える人が誰なのかによって,AIにも個性が現れるんですね.
最近,食わせるデータを変えてみました.
Aという性質について,属性が1か2か3か,という定性的なデータを与えていましたが,属性1,2,3ごとに結果がどう変わるかという統計情報を組み込んだ数値に変換したのです(詳細を書けないので,ふわっとしてますね・・・スイマセン).
過去の結果から得られた統計情報を与えると,それが先入観になってしまう危険性もあって,避けていました.けれど,何としてでも精度を上げたいと思ってデータを変更してみたら・・・
驚くほど精度が上がってしまいました!!!
まだ,たまたまである可能性があるから,経過を見守るしかないですけど.
人工知能は,家庭でも会社でも,ブログの文章を書くような感覚で作れるようになりました.
この流れに乗らないともったいないですよ!!