人工知能(読み)ジンコウチノウ

ASCII.jpデジタル用語辞典の解説

人工知能

言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術AIとも呼ばれる。人工知能を取り入れた応用分野として、特定分野の人間の知識を整理し、データとして蓄積しておき、問い合わせに対してその意味を理解しながら、蓄積したデータを用いて推論、判断するエキスパートシステムなどが挙げられる。また、人間のしゃべる言葉や手書き文字を理解するパターン認識機械翻訳システムなどにも人工知能の技術が応用されている。

出典 ASCII.jpデジタル用語辞典ASCII.jpデジタル用語辞典について 情報

知恵蔵の解説

人工知能

AI」のページをご覧ください。

人工知能

コンピューターに知的な活動をさせることを目的とする研究と技術。人工知能が対象とする課題は常に変化して、その時代のコンピューターの能力限界ぎりぎりに設定されてきた。例えば、チェスなどのゲームにおける勝利、複雑なパターンの認識、目的を達するための一連の行動のプランニング自然言語の解釈や翻訳、ロボットなど機械の知的な行動、株式や天気のような複雑な現象の予想、人間が行う知的推論と背後の知識データベースの構築、脳における認知の研究とその人工的な実現、などである。一般に人工知能の成否を外部から判断するのは難しい。行動科学的には外面的な刺激反応(質問応答)を見て、知能があると判断できれば人工知能は実現しているとみなしてもいいというチューリング・テストがあるが、それには賛否がある。

(星野力 筑波大学名誉教授 / 2007年)

出典 (株)朝日新聞出版発行「知恵蔵」知恵蔵について 情報

朝日新聞掲載「キーワード」の解説

人工知能

厳密な定義はないが、記憶や学習といった人間の知的な活動をコンピューターに肩代わりさせることを目的とした研究や技術のこと。AIは「Artificial Intelligence(人工知能)」の略。

(2015-08-29 朝日新聞 夕刊 1総合)

出典 朝日新聞掲載「キーワード」朝日新聞掲載「キーワード」について 情報

デジタル大辞泉の解説

じんこう‐ちのう【人工知能】

artificial intelligence》コンピューターで、記憶・推論・判断・学習など、人間の知的機能を代行できるようにモデル化されたソフトウエア・システム。AI。

出典 小学館デジタル大辞泉について 情報 | 凡例

百科事典マイペディアの解説

人工知能【じんこうちのう】

英語のartificial intelligenceを略してAIとも称する。1950年代半ばから研究がはじまった。コンピューターの目覚ましい発達を背景にし,学習,推論,認識,判断など,人間の脳の役割を機械に代替させようという研究分野,あるいはそのコンピューターシステムをいう。ここで用いられるコンピューターは,数値データの計算処理能力に優れた従来型のものに対し,論理型のプログラミング言語を用い,知識ベースを持つなどの特徴がある。たとえば,〈サルは哺乳類である〉,〈サルは動物である〉という知識ベースからの推論で〈哺乳類のサルは動物である〉というように結果を導き出せる。定理の証明や計算方法の改良など計算分野の基礎研究から脱し,その応用範囲は,自然言語処理機械翻訳,自然言語によるデータベース応答),音声認識画像認識知能ロボットなど,広い分野に及んでいる。なかでも特定分野の専門家の知識をコンピューターに移植し,人間の意思決定の手助けにしようとするエキスパートシステムは,実用化に向けて研究開発がさかんである。そのための道具となる,第5世代コンピューターなど並列処理を特徴とする新コンピューターや,LISP,Prologなど自然言語処理向けのプログラム言語を用いたソフトウェアの研究開発が活発に進められている。
→関連項目AIコンピューター・ゲーム

出典 株式会社平凡社百科事典マイペディアについて 情報

IT用語がわかる辞典の解説

じんこうちのう【人工知能】

人間の知的能力をコンピューター上で実現するさまざまな技術やソフトウェア、コンピューターシステム。人間が日常的に使っている言語を取り扱う自然言語処理、翻訳を自動的に行ったり翻訳を支援したりする機械翻訳、特定分野の専門家の推論や判断を模倣するエキスパートシステム、画像データを解析して特定のパターンを検出したり抽出したりする画像認識などの応用例がある。◇「artificial intelligence」の頭文字から「AI」ともいう。また、「人工知能システム」ともいう。

出典 講談社IT用語がわかる辞典について 情報

世界大百科事典 第2版の解説

じんこうちのう【人工知能 artificial intelligence】


[定義]
 人工知能(以下略してAIと書く)の定義には二つある。(1)知能の解明を目的とする学問分野(2)知的な振舞いをするプログラムの構築を目的とする学問分野一般には(2)の定義が使われることが多い。完成品(プログラムされた知能)のことを“人工知能”と呼ぶこともあるが,これは誤用に近い。実際,人工知能の部分的研究成果は知られている以上に実用化されているが,これらが知能の名で呼ばれることはない。また,知能とは何かについてもさまざまな立場があり,完全に定義された概念ではないが,人間のそれが手本であることは間違いない。

出典 株式会社平凡社世界大百科事典 第2版について 情報

大辞林 第三版の解説

じんこうちのう【人工知能】

学習・推論・判断といった人間の知能のもつ機能を備えたコンピューター-システム。応用として、自然言語の理解、機械翻訳、エキスパート-システムなどがある。 AI 。

出典 三省堂大辞林 第三版について 情報

ブリタニカ国際大百科事典 小項目事典の解説

人工知能
じんこうちのう
artificial intelligence; AI

人工的な手段で実現され,知覚,インタラクション,推論(推理),問題解決言語連想,学習などの知的情報処理を自律的に遂行することができる情報処理メカニズム。人工知能の実現を目指した研究分野,人工知能を実装したシステムをさすこともある。1950年代に商用コンピュータが登場してから研究,開発が本格化した。巨大な問題空間を知的に探索(→ヒューリスティック探索)する技術,知識の記号的表現と利用の技術,機械学習技術,ディープラーニングに代表されるニューラルネットワーク技術などへの取り組みが成果を上げた。限定されたタスクに対して高いパフォーマンスを発揮する狭い人工知能の実現は成功しており,2017年までにチェス,囲碁,ポーカー,クイズなどで人間のトッププレーヤーを凌駕した。また,ゲームプレー,会話ロボット,コンサルテーション,大規模情報の集約・加工・モニタリング,創作活動支援,科学プロセス支援,設計製造プロセス支援,物流支援,自動運転(→自動運転車)などの広い応用に適用され始めている。他方,広範な状況で自律的に機能し,人間のようにスキルと知識を形成し続けていくことのできる汎用人工知能はまだ実現されていない。(→計算機科学知識工学強い人工知能,弱い人工知能

出典 ブリタニカ国際大百科事典 小項目事典ブリタニカ国際大百科事典 小項目事典について 情報

日本大百科全書(ニッポニカ)の解説

人工知能
じんこうちのう
artificial intelligence

概論

人工知能は、「計算(computation)」という概念と「コンピュータ(computer)」という道具を用いて「知能」を研究する計算機科学(computer science)の一分野である。誤解を恐れず平易にいいかえるならば、「これまで人間にしかできなかった知的な行為(認識、推論、言語運用、創造など)を、どのような手順(アルゴリズム)とどのようなデータ(事前情報や知識)を準備すれば、それを機械的に実行できるか」を研究する分野である。AI(エーアイ)と略称でよばれることも多い。人工知能という研究分野名は、1956年夏にアメリカのダートマス大学で開催された研究集会(ダートマス会議)で命名された。この会議には、その後の人工知能研究で指導的な役割を果たすマッカーシーJohn McCarthy(1927―2011)、ミンスキーMarvin Minsky(1927―2016)、ニューウェルAllen Newell(1927―1992)、サイモンHerbert Simon(1916―2001)らが参加し、コンピュータによる人間の知的機能のシミュレーションをテーマに議論が行われた。
 「知能とは何か」に対する十分な答えは、いまだ存在しない。人工知能の目標の一つは、遂行に知能が必要と思われる特定の課題(たとえば、囲碁を打つ)を対象に、その課題を人間並みあるいは人間以上にうまく行うコンピュータ・プログラムを実現することである。もう一つの目標は、そのようなプログラムの実現を通して、「知能とは何か」の答えに迫ろうというものである。このような目標をもつため、人工知能は、知能に関連した他の研究分野、とくに、哲学、心理学、認知科学、脳科学、言語学などと交差する部分をもつ。[佐藤理史]

人工知能の歴史(第1期)

人工知能の研究は、人工知能という名が生まれる前から始まっている。フォン・ノイマンによるミニマックス法の定式化が1944年。知能をはかるテストとして有名なチューリングテストの提唱は1950年。このころには、シャノンによるチェスの研究も行われた。ニューラルネットワークの祖ともいうべき、マカロックWarren McCulloch(1899―1969)とピッツWalter Pitts(1923―1969)のニューロンのモデルは1943年。機械翻訳の研究も1950年代初期に開始されている。
 1960年代の人工知能研究は、探索の時代として位置づけられる。おもに、ゲームなどの「閉じた世界」の問題を対象に、問題の局面(状態)と局面変更操作(オペレータ)によって問題を厳密に定義し、初期状態から終了状態(解)に至る経路をみつけるという探索問題としてとらえ、これを効率的に解く手法が研究された。一般に、初期状態から到達可能な状態の数は、オペレータの適用回数に対して指数関数的に増加する。これを回避する一つの方法はヒューリスティクスの導入であり、それを利用するA*(エースター)アルゴリズムは、この時期の主要な研究成果の一つである。
 英語で人間と対話を行うプログラムとして有名なELIZA(イライザ)は、ワイゼンバウムJoseph Weizenbaum(1923―2008)が1966年に開発した。このプログラムの内部には、人間の発言(入力)から応答を生成するためのルールが組み込まれており、あたかも人間の発言内容を理解しているかのようにふるまうことができた。「人工無脳」といった名称でよばれる日本語版のプログラムは、ELIZAの亜流である。
 この時期のシステムの実現法は、ルールに基づく記号処理が主流である。マッカーシーによって開発されたプログラミング言語Lisp(リスプ)が、システム構築によく用いられた。一方、非記号処理の代表格であるニューラルネットは、1958年ごろにローゼンブラットFrank Rosenblatt(1928―1971)によりパーセプトロンが提案されたが、1969年に処理能力の限界が示され、研究は一時、下火となった。[佐藤理史]

人工知能の歴史(第2期)

1960年代までの第1期が探索(手続き)の時代とすれば、1970年代から1980年代までの第2期は、知識の時代である。この時期は、人工知能技術を実世界の問題へ応用することが試みられ、エキスパートシステムexpert systemとよばれる専門家代行システムが開発された。有機化合物構造の推定を行うDENDRAL(デンドラル)、血液中のバクテリアの診断の支援を行うMYCIN(マイシン)、コンピュータシステムの構成支援を行うR1などがその代表格である。これらの課題を遂行するためには、その課題に関する専門知識が不可欠である。つまり、やり方(手続き)だけでは課題は遂行できず、専門知識を活用しなければならない。このような背景により、コンピュータにいかにして知識を与えるか(知識獲得)、それをどのようにコンピュータ上で表現・格納しておくか(知識表現)、そして、それをどのように活用するか(推論方式)などが中核的研究課題となり、知識工学(ナレッジエンジニアリングknowledge engineering)という名でよばれるようになった。知識表現では、フレーム、スクリプトなど、関連したひとまとまりの知識を記述する方法が提案されるとともに、黒板モデルのように独立したルール群を協調させて動作させる方法などが考案された。推論方式も、それまでのif-then型ルールによる推論以外に、類推を志向した事例ベース推論、不確実性を扱うベイジアンネットワークなど、多様な方式が考案された。知識獲得の問題は、最後まで未解決として残り、知識獲得ボトルネックとよばれた。これは、知識のなかには人間が意識化できないもの、言語化(記号化)できないものが存在することや、多くの課題遂行において、いわゆる常識が必要なことなどの理由による。機械学習の研究は、この時期から徐々に拡大していくが、その理由の一つは、このような背景による。
 この時期の自然言語処理では、ウィノグラードTerry Winograd(1946― )のSHRDLU(シュードル)が有名である。このシステムは、積み木の世界の操作を対象に、構文解析、意味解析、推論による問題解決を実現し、自然言語理解における意味や外部知識の重要性を示した。シャンクRoger Schank(1946― )による概念依存関係理論とそれを用いたストーリー理解の研究も、意味理解を志向した研究として有名である。
 非記号処理では、多層ニューラルネットとその学習アルゴリズムであるバックプロパゲーション(誤差逆伝播(でんぱ)法)が、コネクショニストモデルとして広く知られるようになり、ニューラルネットが復権した。また、人工生命や遺伝的アルゴリズムなど、生命や進化から着想を得た研究も現れた。
 日本では、1982年(昭和57)より「第五世代コンピュータ」プロジェクトが実施され、知識処理用の並列コンピュータ、および、そのコンピュータ上で動作する並列論理型言語が開発された。このプロジェクトは多くの成果を生み出したが、開発された並列コンピュータや並列論理型言語は広く使われるようにはならなかったため、世の中の評価は失敗という形で定着している。プロジェクト終了後、バブル経済の崩壊も相まって、日本の人工知能研究は停滞期に入る。
 世界的にも、この時期は、パーソナルコンピュータの普及(ウィンドウズ95が1995年に発売)、インターネットの爆発的普及(1996年ごろ)など、コンピュータとネットワークが社会に浸透した時期であり、これらの陰に隠れて、人工知能はそれほど脚光を浴びなかった。その例外は、IBMが開発したディープ・ブルーDeep Blueとよばれるチェスプログラムで、1997年に世界チャンピオンのカスパロフGarry Kimovich Kasparov(1963― )を破り、大きな話題となった。ロボティクスの分野では、ブルックスRodney Allen Brooks(1954― )がサブサンプションアーキテクチャ(包括アーキテクチャ)という新しい考え方を示した。これは、現在の掃除ロボットのルーツとなった。[佐藤理史]

人工知能の歴史(第3期)

インターネットは急速に拡大し、2000年ごろからは、社会の重要なインフラとなった。ウェブページをみつけるサーチエンジン、百科事典的知識を蓄積するウィキペディア、アマゾンに代表されるインターネット通販などを通し、大量の知識とデータが電子データとしてインターネット上に蓄積されることになった。2000年代後半には、スマートフォンやソーシャルネットワークサービスが出現し、行動履歴などの個人に関わるデータも電子的に蓄積できる体制となった。これらの状況の変化は、現在の人工知能のブームに大きく関わっている。
 2010年以降、現在に続く第3期の勃興(ぼっこう)の直接の要因の一つは、IBMが開発したワトソンWatsonが、クイズ番組Jeopardy!(ジョパディ!)で人間のチャンピオンに勝利したことである。英語の質問に英語(の単語)で答えるという形式のクイズで人間を凌駕(りょうが)したことは、衝撃をもたらした。第二の要因は、2012年の画像認識コンテストにおいて、ヒントンGeoffrey Hinton(1947― )らのチームが深層ニューラルネットの学習(ディープラーニング)を使って優勝したことである。第三の要因は、自動車メーカーにとどまらず、グーグルやアップルといったIT企業が自動車の自動運転の研究を推進し、完全自動走行が可能になってきたことにある。これらの要因が相まって、人工知能技術の社会応用への期待が一気に高まった。このブームの真っただ中、2016年には囲碁プログラムのAlphaGo(アルファ碁)が、世界のトップレベルの棋士に完勝し、機械学習・ディープラーニングの力を世に知らしめた。
 スマートフォンには音声インタフェースが搭載され、声で命令することが可能となり、スマートスピーカー(AIスピーカー)とよばれる据置き型の装置の普及も始まっている。第3期がこれまでと大きく異なる点は、最先端の技術が、すぐに身近な商品やサービスに反映される点である。機械学習技術は、データサイエンスの中核技術として社会のあらゆる場面で大きな変革を起こすと期待されている一方、人間がコントロールできないものを生み出すのではないかという漠然とした不安も広がっている。[佐藤理史]

研究分野とその特徴

人工知能の研究は多岐にわたっている。情報や知識をコンピュータ上で表現・格納する方法(知識表現)、活用する方法(推論方式)、入出力系(各種メディア処理)、獲得方法(知識獲得・機械学習)などが主要な研究対象である。入出力系では、画像や映像を対象としたパターン認識・画像処理、音を対象とした信号処理・音声認識・音声合成、ことばを対象とした自然言語処理、動くからだを実現するロボティクスなどの分野が人工知能研究から生まれ、それぞれ比較的独立した研究分野に発展している。近年は、とくに機械学習が脚光を浴び、大規模データからのデータマイニングや画像処理、音声認識、機械翻訳などに応用されている。
 人工知能研究は「まだ解き方がわかっていない問題」の解き方を考えるという性質上、解き方がほぼ判明した時点で、研究対象から外れていく。このため、時代の推移とともに対象とする問題は変化していくことが避けられない。たとえば、かな漢字変換や郵便番号の手書き文字認識は、過去には人工知能の主要な研究対象であったが、現在はそうではない。コンピュータ応用のフロンティア領域が人工知能であるという見方は、ほぼ的を射ている。[佐藤理史]

人工知能の現状と課題

現在、専門家からみた人工知能(研究)と、世の中の多くの人々が「人工知能」ということばから想起するイメージには大きな乖離(かいり)がある。SF小説、映画、漫画などで描かれる「人工知能」は、主体的意志をもったコンピュータシステムあるいはロボットである。一方、人工知能研究・技術によって実現されているもの(たとえば、AlphaGo)は、単なるコンピュータ・プログラムである。これらのプログラムはプログラムコードに従って「計算」しているだけで、それ以上のことは何も行わない。しかし、これらのプログラムの機能を説明する際、「システムが自ら学習する・推論する・判断する」といった擬人化表現が用いられ、あたかも意志をもった主体であるかのように描写される。このため、上記の乖離が助長される傾向にある。
 現在の機械学習の中核は、最適化とよばれる数学技法である。これは、人間の「学習」とは大きくかけ離れており、人間のように学ぶコンピュータが実現されているわけではない。現在のニューラルネットは、神経細胞の数学的モデルを基礎としたネットワークであるが、脳のモデルではない。これらの事実は広く知られているとはいいがたく、前述のような漠然とした不安をもたらす一因となっている。
 今後、人工知能がどのように発展していくかは、専門家にも十分にわかっていない。人間の脳と同じようなものがつくれると考えている研究者もいるが、大半の研究者は、当面、そのようなものはつくれないだろうと考えている。もし、SFに出てくるような人工知能が実現できる日がくるのであれば、それは「知能とは何か」に答えがみつかったことを意味する。[佐藤理史]
『中島秀之著『知能の物語』(2015・公立はこだて未来大学出版会) ▽竹内郁雄編『AI 人工知能の軌跡と未来』(2016・別冊日経サイエンス) ▽川添愛著『働きたくないイタチと言葉がわかるロボット』(2017・朝日出版社) ▽人工知能学会編『人工知能学大辞典』(2017・共立出版) ▽長尾真著『人工知能と人間』(岩波新書)』

出典 小学館 日本大百科全書(ニッポニカ)日本大百科全書(ニッポニカ)について 情報 | 凡例

図書館情報学用語辞典の解説

人工知能

認識,言語理解,判断,推論,学習,問題解決といった人間の頭脳働きを研究対象とする学問分野.その目的は,こうした働きをコンピュータによって実現することであり,一般に画像・物体音声・言語の認識,知識の表現や体系化,学習の三つの分野に大別することができる.人工知能によって思考を心理学的・生理学的に捉えるアプローチが開拓されたが,頭脳の働きをどの程度コンピュータで実現できるかに関しては,肯定的および否定的な見方がある.

出典 図書館情報学用語辞典 第4版図書館情報学用語辞典について 情報

世界大百科事典内の人工知能の言及

【コンピューター】より

… 逆に,形式的に明解に記述できないものはコンピューターにはうまく扱えない。1950年代半ばに提唱された人工知能が今日に至るまでコンピューターの最大の難問の一つとされているのは,人間の知能,なかんずく人間の常識を,形式的に明解に記述する方法がいまだに発見されていないからである。 記述の問題に起因するこのようなコンピューターの能力の限界を破るために,この項目で述べたノイマン型のコンピューターのモデルではなく,人間の神経回路網をモデルにしたニューラルコンピューターの研究や,小さな記述の種を出発点にして多数のコンピューターを並列に動かして,元の記述からは予期できないような計算の振舞いを創発させる研究が行われている。…

【情報科学】より

…技術面では個別のコンピューターからコンピューターネットワークへとシステムの構成が発展し,さらに直列処理集中制御のノイマン方式を超えて,並列処理分散制御方式の実現への試行が始まった。 人間が行っている知的情報処理をコンピューターに行わせること,これは人工知能と呼ばれ,コンピューターサイエンスの長い間の夢であった。研究初期の課題であったパターン認識はすでに実用の域に達し,さらに進んでパターンの理解,自然言語の処理,意味の理解,知識構造の解明,エキスパート(専門知識)システムの開発へと研究が進んでいる。…

【知識表現】より

…人工知能システムにおいては,問題解決を高度化するために知識ベースに蓄積した専門的な知識に頼ることが多い。コンピューターでは形式的な処理しかできないことを考えると,そのような知識をコンピューター上に表現し,形式的な操作で解が導けるように定式化する必要がある。…

【プログラミング言語】より

…Lispでは関数もS式で書き表せるデータであり,プログラムの中で関数をデータとして組み立てた後,evalと呼ぶ関数によってただちに実行することができる。このことがLispに高い柔軟性を与え,記号処理の機能と併せて人工知能などの分野の研究に多く使われることとなった。反面この柔軟性のために初期のLispはインタープリターに基づく処理系が中心であり,処理速度が遅いという評判を招いた。…

【ロボティクス】より

…この時点では,それぞれの要素技術が未熟であったため,以降,各要素技術に分化して独立に研究がなされてきた。それらは主に,(1)環境を認識するための視覚をはじめとする各種センサーの開発とセンサー情報の処理手法(とくに計算機による視覚機能の代行を目指す研究分野はコンピュータービジョンと呼ばれている)に関する研究分野,(2)認識された環境の状態に基づき,事前にもっている知識などを用いて推論したり,動作を計画するなど,頭脳に当たる部分に関する研究,一般に人工知能Artificial Intelligence(以下,AIと略記)と呼ばれている研究分野,そして(3)実際に行動するための機構の開発・設計・製作およびそれらの制御に関連する研究分野の三つである。 これらの要素技術を系列的に組み合わせれば,知能ロボットが実現できると考えるのは自然である。…

※「人工知能」について言及している用語解説の一部を掲載しています。

出典|株式会社平凡社世界大百科事典 第2版について | 情報

今日のキーワード

ABM

弾道ミサイル迎撃ミサイル。大陸間弾道ミサイルICBMや潜水艦発射弾道ミサイルSLBMを早期に発見・識別し,これを撃破するミサイル。大気圏外で迎撃するものと,おとりなどの識別が可能となる大気圏内で迎撃す...

続きを読む

コトバンク for iPhone

コトバンク for Android

人工知能の関連情報