営業マンの皆さんAIってご存知ですか？
知っているようで全然知らないって方多いのではないでしょうか。
今回は日頃仕事でAIに関わる私が、営業マンにとって最低限営業先でお客さんとAIについて会話できる程度の知識としてまとめてみました。
書いていてあまりにも内容が多く、どのシーンで利用するかでレベル感も
使い道も異なるので、付け足し・編集ながら記事完成させていくつもりです。
そもそもAI（人工知能）って何？
AI＝=Artificial Intelligence
Artificial＝人工 、人が作った
Intelligence＝知能
というのが直訳だが
実はこれが困ったことに正確な定義がされていないのだ。
人工の方は分かりやすいとして問題は「知能」だ。
その定義が専門家によって分かれる。
人は知能を持つというのは理解できるがイルカは知能を持つんだろうか？
いや、虫でも持っているじゃないか。犬くらい芸できれば知能があるとか・・・議論は尽きない。何ができれば知能という定義が難しいからだ。
その結果AI（人工知能）の定義も分かれてしまっている。
だから正確な定義は難しい。
でもビジネス上で活用される、今皆に期待されているAIは「人間の補助・もしくは代わりに作業や判断をしてくれる機械」そんな認識でいい。
※専門家の皆様には怒られるかもしれないが
なぜ今AIなのか
今AI、AIとどこでも騒がれているが実はAI自体は前から存在していた。
ゲームをやっていた、もしくはやっていた人は何十年も前からNPC（ノンプレーヤーキャラクター）として人間の代わりに機械が敵を動かしていたのもあれも一種のAIだし、WEBでワードを入れれば検索してくれるのもAIだ。
だって人じゃなくて機械が動かしてるから。
ではなぜ今AIが注目されているのか。それは「機械学習、特にその中でもディープラーニング」という技術の存在だ。
実は現在のAIは第三次ブームの最中なのだ。
①第一次AIブーム
1950年代から研究が始まり、60年台くらいまで続いた。
このときが第１次AIブーム
1956年はAIという言葉が定義された年でもある。
推論・探索がメインでコンピュータがゲームやパズルを解いたり、迷路のゴールへの生き方を調べるなどの技術だ。
色んなやり方が考案されたがルールを忠実にこなすことしかできない、コンピュータの性能も低かったので実用的にならないということがわかってブームが終了した。
②第二次AIブーム
1980年代。家庭用コンピュータが普及したことによって到来。
エキスパートシステムという専門家の複雑な知識を学習させることが期待された。
こういう時はこう判断する。というのを一つ一つルールを作っていく
医者なら熱が出ていれば風邪であるという具合である。
だけど熱だけでは風邪とは普通の医者なら判断しない。熱とのどの痛みとか鼻水とか総合的に判断するはずだ。
それをコンピュータでやろうと思ったら熱が何度以上で、のどの痛みがあったら風邪とか全ての症状を全部覚えさすのかという話だし、覚えさしたとしてコンピュータが全部処理もできない。
そして何より例外に弱い。もちろん上記の例だけ見ても上記の症状があっても風邪じゃない場合もあるはずだ。
コンピュータも小型化、性能が高まっていたが
日常での例外事項が多く覚えこませようにも対応が難しいし使いづらいよねとなりこれまた限界を迎えて終焉した。
③第三次AIブーム（現在）
そして今のAIブームだ。
1990年代にはインターネットが普及しWindows95も普及して検索エンジンも高速化したのを皮切りにデータは大量に扱える時代になった。
その後もコンピュータは高性能化、小型化が進みさらにクラウドで大量のデータ（ビックデータ）を誰でも扱える時代になった。第二次AIブームが終焉した原因にもなった例外対応もできるじゃないかということで再ブームが到来した。
その火つけ役として大きく貢献したのが第二次AIブームの時から研究されていたが実用が難しかったアルゴリズムである機械学習、特にディープラーニングなのだ。
機械学習、ディープラーニングとは
機械学習とディープラーニングの関係性だが
機械学習の中の一種の手法がディープラーニングだ。
事前に大量の画像を機械が特徴学習することで特徴を事前に学習。人間やバスなど識別できる
上記の動画を一例として見ていただきたいが、リアルタイムに動画から人とか車とかを識別して判別している。
しかもディープラーニングの凄いところは事前に用意した人やバスといった大量の画像データを読み込ませることで自ら特徴を学習する。
ディープラーニング登場前は一つずつ特徴を覚えさせなきゃいけなかった。
人間は顔があって、その下に肩、胸が並列にあって手があって・・・・とか（実際はもっと細かい）
そこまでやったのにその人が横になったり逆立ちしたらもう人とは認識されない。厳しい。
それをこれは車ですよ、とか人ですよという画像データを大量に事前に学習させておけば判別できるようになった。これはなんか使えそうな感じがしてきますよね。
機械学習には
①教師あり学習
②教師なし学習
③強化学習
の３つがあるが今回の記事では割愛する。また別に。
今回はイメージだけ捉えてほしい。ディープラーニングは機械あり学習の代表的手法だ。
AIの活用方法
大きく分けると３つだ
①回帰
過去のデータからの需要予測など未来の予測や
ユーザーにあったレコメンド提案をする等に使われる。
Amazonを利用するとき、セットでこんなものが買われていますとか
あなたにオススメの商品はこちらです。といった表示は良くされているだろう。
それもこの１種だ。あなたと同じようなユーザーはこんなものを買う傾向にあるからあなたにも使えるんじゃないですか？とかレコメンドをしてくれるというのは一例だ。
②自然言語処理
名前の通り言語を認識して自然に処理する。
身近な例でいうとGoogle HomeやAmazon Echoに該当するAIスピーカーもこの技術が使われている。言語を認識して該当する答えを回答したり何かのアクションをしたりする。
Google翻訳とかもその例だ。
あなたの言ったことを認識して対応した言語で返してくれる。最近はより自然な言葉遣いになってきているのもこのおかげだ。
③画像分析
さっきあげた動画はこの部類に入る。
例えば、お店であれば来店者の顔を認識して事前に学習したデータを元に性別・年齢を判別して来店者分析に活かしたり、ドローンと組み合わせて人の目で今まで点検していたものをAIで解析して異常があれば検知すると部類はこの内容だ。
詳しい内容は別途記事にしたい。
AIで勘違いしちゃいけないこと
ここまでくるとAIは万能なんじゃないかと思ってしまうかもしれないが決して万能ではないということは念を押して述べておきたい。
AIは万能ではないし、まだビジネスでサービス化できているベンダーは話題になっているより少ない。
実証実験（PoC）段階で止まってしまっていてどう活用していいかわからない企業もたくさんいるのだ。
まだAIは人ができることを、人に近い精度でできるとか・ある特定の分野では人より正確なこともあるという程度で決してターミネーターやアイ・ロボットの世界のように機械自体が意思を持ち反抗してくるなんてことは少なくてもしばらくはない。自分で考えて勝手に進化していくなんてことはない
それにビジネスで活用するには障害も多い。（詳しくは別で）
でも間違いなくこれからAIはもっと普及していくし当たり前になっていくのは間違いない。ITの営業マンなら知っていた方が良い分野だろう。