AI（Artificial Intelligence、人工知能）とは、ソフトウェアによって予測や判断などの情報処理をシミュレーションすることです。
シミュレーションには、入力したパラメータに従って結果を連続値（数字）で出力する「回帰」、入力したパラメータを区分けする「分類」の２種類があります。回帰は予測であり、分類は判断のシミュレーションです。
シミュレーションのための事前準備がデータを使った「学習」です。学習は、個別で作成した「モデル」に対して行います。このモデルの作り方には、主に以下のような方式があります。
・機械学習
線形回帰、決定木、クラスタリングなど、既存のアルゴリズムを使った学習
・深層学習
多層のニューラルネットワークを使用した複雑なパターンの学習
畳み込みニューラルネットワーク (CNN)、再帰型ニューラルネットワーク (RNN)などのモデルがある
また、モデルの種類は、扱うデータによって、主に以下に分けられます。
・自然言語処理モデル
テキストデータを理解し、生成するためのモデル
テキスト分類、言語生成、機械翻訳、要約、感情分析などが可能
・画像解析モデル
画像データから情報を抽出し、解釈するモデル
画像分類、物体検出、セグメンテーション、画像生成などが可能
・回帰モデル
連続的な数値を予測するために使用されるモデル
株価予測、不動産価格の推定、気温予測などが可能
■ まとめ
「AIは万能ではなく、特化して局所的に使う」
AIは、今のところ、なんでもできる魔法のツールではなありません。逆に、非常に限定した範囲でしか使えません。データさえ集めれば、どんなAIもつくれると勘違いしないことです。
あからじめ結果が予測できるデータだけを集め、特定の目的に特化したAIを作るという方向性で考える必要があります。