Rakuten infoseek

辞書

人工知能【ジンコウチノウ】

知恵蔵

人工知能
AI」のページをご覧ください

出典:(株)朝日新聞出版発行「知恵蔵」

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」

朝日新聞掲載「キーワード」

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」

デジタル大辞泉

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
監修:松村明
編集委員:池上秋彦、金田弘、杉崎一雄、鈴木丹士郎、中嶋尚、林巨樹、飛田良文
編集協力:田中牧郎、曽根脩
(C)Shogakukan Inc.
それぞれの用語は執筆時点での最新のもので、常に最新の内容であることを保証するものではありません。

IT用語がわかる辞典

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
(C)Kodansha 2011.
それぞれの用語は執筆時点での最新のもので、常に最新の内容であることを保証するものではありません。

世界大百科事典 第2版

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
Copyright (c) Heibonsha Limited, Publishers, Tokyo. All rights reserved.

大辞林 第三版

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
(C) Sanseido Co.,Ltd. 編者:松村明 編 発行者:株式会社 三省堂 ※ 書籍版『大辞林第三版』の図表・付録は収録させておりません。 ※ それぞれの用語は執筆時点での最新のもので、常に最新の内容であることを保証するものではありません。

ブリタニカ国際大百科事典 小項目事典

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
Copyright (c) 2014 Britannica Japan Co., Ltd. All rights reserved.
それぞれの記述は執筆時点でのもので、常に最新の内容であることを保証するものではありません。

日本大百科全書(ニッポニカ)

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)
(C)Shogakukan Inc.
それぞれの解説は執筆時点のもので、常に最新の内容であることを保証するものではありません。

図書館情報学用語辞典

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
©All Rights Reserved, Copyright Nihon Toshokan Joho Gakkai, 2013 編者:日本図書館情報学会用語辞典編集委員会 編
それぞれの用語は執筆時点での最新のもので、常に最新の内容であることを保証するものではありません。

精選版 日本国語大辞典

じんこう‐ちのう【人工知能】
〘名〙 (artificial intelligence の訳語) 学習、推論、問題解決、判断、知識表現など人間の能力に近い機能を持ったコンピュータによる情報処理システム。応用分野として、自然言語理解、機械翻訳、コンサルテーション(エキスパート)システムなどがある。AI。

出典:精選版 日本国語大辞典
(C)Shogakukan Inc.
それぞれの用語は執筆時点での最新のもので、常に最新の内容であることを保証するものではありません。

人工知能」の用語解説はコトバンクが提供しています。

人工知能の関連情報

他サービスで検索

「人工知能」のスポンサー検索

(C)The Asahi Shimbun Company /VOYAGE GROUP, Inc. All rights reserved.
No reproduction or republication without written permission.