住友電工情報システム
ホーム > ITキーワード > AI(人工知能)

AI(人工知能)

AI(人工知能)とは?

Wikipediaによると、AI(Artificial Intelligence、人工知能)とは、人工的にコンピュータ上などで人間と同様の知能を実現させようという試み、あるいはそのための一連の基礎技術を指します。その応用には、画像認識や音声認識、自然言語理解、経験を通して学習し応用させる技術などがあります。身近なところでは、音声による質問を認識して回答をするスマートフォンの機能や、翻訳システム、チェスや将棋のゲームにも使われています。

AIの歴史

AIの歴史の中で自然言語処理、音声認識、統計的自然言語処理などが主な技術であることが分かります。近年では、表現学習により機械が自動で特徴設計をするディープラーニング(深層学習)が提唱され、第三次人工知能ブームが訪れています。

AIの歴史

(出典)総務省「ICTの進化が雇用と働き方に及ぼす影響に関する調査研究」(平成28年)

AIの分類

AIには様々な種類があり、下記の図のように分類することができます。

AIの分類
SVM:
Support Vector Machine(サポートベクターマシン)、分類器、教師あり学習
PLSA:
Probabilistic Latent Semantic Analysis、確率的潜在意味解析法、クラスタリング、教師なし学習
LDA:
Latent Dirichlet Allocation、トピック抽出、クラスタリング、教師なし学習
CNN:
Convolutional Neural Network(畳み込みニューラルネットワーク)、画像処理用
RNN:
Recurrent Neural Network(再帰型ニューラルネットワーク)、音声/自然言語処理用

機械学習の分類

AIの中でも、機械が大量データから統計解析によりルールを自動生成することを「機械学習」と言います。機械学習は「教師あり学習」「教師なし学習」「強化学習」の3種類に分類されます。

教師あり学習
supervised learning
教師なし学習
unsupervised learning
強化学習
reinforcement learning
教師あり学習 教師なし学習 強化学習
  • 分類 (classification)
    予測値がクラスである問題
    例) ランダムフォレスト/SVM
  • ●回帰 (regression)
    予測値が数値である問題
    例) 最少二乗法/勾配法
  • クラスタリング (clustering)
    例) K-平均法/PLSA/LDA
  • ●次元削減
    例) 主成分分析
  • ●異常分析
  • ●最適化問題
  • ●Genetic Algorithm
  • テキスト分類 (スパムメール)
  • ●画像認識 (手書き文字認識)
  • ●音声認識、機械翻訳
  • ●時系列予測など
  • 特許/アンケートの分析
  • ●特徴ベクトル抽出
  • ●データ圧縮/可視化
  • QS統計的自然言語処理
  • ●AlphaGo (深層+強化学習)
  • ●ロボット制御
  • ●Web広告の選択
  • ●マーケティング戦略など

※参考文献:立命館大学 谷口忠大、11.1.1 機械学習の分類
https://www.slideshare.net/tadahirotaniguchi0624/11-46861748

テキスト情報のグループ分け

テキスト情報をグループ分けする技術には「テキスト分類」と「テキスト・クラスタリング」の2種類があります。

  テキスト分類
Classification
クラスタリング
Clustering
イメージ
学習 教師あり学習 教師なし学習
説明 与えられたデータを適切なクラス (入れ物)に振り分ける
ランダムフォレスト
与えられたデータを複数のグループに分ける
主な手法 ナイーブベイズ/SVM
ランダムフォレスト
PLSA/LDA
K-平均法
用途 スパムメールの分類
Webページを分野別に分類
特許/アンケートの分析
トピック推定

QuickSolutionとAI

QuickSolutionは、住友電工情報システムが開発した全文検索・情報共有システムです。
QuickSolutionは、統計的自然言語処理/教師なし機械学習をベースとした機能を備えており、大量の言語データを読み込んで単語の出現傾向を自動的に獲得することにより、大規模なデータの検索も高精度に行います。

ページの先頭へ