人工知能は万能ではありません。人工知能にも向く仕事と向かない仕事があります。また、どんな人工知能かによっても向き不向きがあります。前回は人工知能の分類を試みました(関連記事:機械学習や深層学習ばかりが人工知能じゃない)。今回は、人工知能をどのように使い分けるかのコツを紹介していきます。
2種類の人工知能をあらためて比較
まずは、人工知能はどういうものかをおさらいしましょう。前回までに説明したとおり、人工知能は、記号処理的人工知能と、非記号処理的人工知能に分けることができます。
記号処理的人工知能は、厳密に「記号」を定義してトップダウン的に処理を進めます。これに対して、パターン認識などの非記号処理的人工知能は、厳密な記号を定義せず、多数のパターンを収集・分析し、それをベースにボトムアップ的に処理を進めます。両者の比較を表に示します。
記号処理的人工知能 | 非記号処理的人工知能 (例:パターン認識) | |
---|---|---|
記号の定義 | 厳密に行う | 多数の記号のパターンを収集し分析する |
処理の方向 | トップダウン | ボトムアップ |
フレーム問題 | 解決が難しい | パターンで学習可能 (例:ニューラルネットワーク) |
学習 | 規則(制約)を一意に与える | 学習で認識の精度を向上 |
両者の違いで大きいものに、フレーム問題があります。人工知能が対象とする世界の枠組みをどこにするか、どこにできるかという問題で、人工知能を活用するに当たっては非常に難しい問題です。
また、学習に対する考えも両者では異なります。記号処理では規則(制約)で世界を律します。一方、非記号処理(パターン認識)では、学習による認識の精度を向上させることを暗黙の前提にしています。
こうした違いを踏まえ、人工知能をどのように活用していくか、そのコツを考えていきましょう。