マーケティングコラム

人工知能(AI)とは~基本から事例や導入方法まで~

2022.12.28Column
人工知能(AI)とは~基本から事例や導入方法まで~

Twitter上で多く投稿されたワードを調査し選定した「SNS流行語大賞(イー・ガーディアン社が実施)」に「AI絵師」がノミネートされたようです。「AI絵師」とは、画像生成AIを使ってイラストを制作するユーザーなどのことです。ノミネートの背景は、今年夏頃に「Stable Diffusion」をはじめとした「Midjourney」や「mimic」「Novel AI」などさまざまなイラスト生成AIが登場し大いに話題になったことが大きいと思います。

その他にも最近では、テキスト生成AIの「GPT-3」がニュースになっています。これは、どんな質問に対しても、人間らしい自然な回答を返してくれるもので、その精度の高さが話題となっているようです。

このように、ますます身近になってきている人工知能(AI)について改めてみていきたいと思います。

【目次】{表示}


1.人工知能(AI)とは?



「人工知能(AI:Artificial Intelligence)」は、1956年に開かれたダートマス会議で、ジョン・マッカーシーさんが初めて使った言葉です。これ以降、広く「人工知能(AI)」という言葉が広がっていくとともに、学術的な研究分野となってきています。

また、これだけ人工知能、AI(エーアイ)と言われておりますが、未だその定義というものは明確に決まっていないようです。

それでも多くの専門家により、「人工知能(AI)」とは、
「人間と同じ知的な処理能力(推論、認識、判断など)を持つ機械(情報システム)」
であるという共通認識はもたれているようです。

細部は、研究者によってさまざまな解釈があるようなので、以下、参考として国内の専門家の方の定義を記載いたします。

専門家による人工知能(AI)の定義

参考図書を元に筆者作成



2.人工知能(AI)の概要



人工知能(AI)は、内容によって大きく4つのレベルにわけて考えることができるようです。

(制御工学)
レベル1:シンプルな制御
ソフトウェアやハードウェアで、あらかじめ対応が決められているもの
例)冷暖房器具の温度調整、洗濯機の水量調整など

(人工知能)
レベル2:古典的な人工知能
探索や推論、知識データの活用などによって、各状況に応じた対応を実行するもの
例)お掃除ロボット、診断プログラムなど

レベル3:機械学習を取り入れた人工知能
多くのサンプルデータをもとに学習をさせ、出力させるもの
例)検索エンジン、レコメンド、スパムフィルター、交通渋滞予測など

レベル4:ディープラーニング(深層学習)を取り入れた人工知能
機械学習において重要な「特徴量」を、自動的に学習することが出来るようにしたもの
例)画像認識、音声認識、自動翻訳など

人工知能レベル別の分類

参考図書を元に筆者作成



3.人工知能(AI)の歴史



続いて、人工知能(AI)がどのようにして進化してきたのか歴史を振り返ってみます。
人工知能(AI)の誕生から今までの間に3回AIブームが起こっています。

・「人工知能(AI)」誕生!(1956年 ダートマス会議)

・第1次AIブーム(1950年代後半~1960年代)
 推論・探索の時代
 トイ・プロブレム・・・迷路や数学の定理の証明のような問題はとけても、複雑な現実の問題はとけない

冬の時代(1970年代)

・第2次AIブーム(1980年代)
 知識の時代
 エクスパートシステム・・・データベースに大量の専門知識を溜め込んだシステム
 日本では、「第五世代コンピュータ」 という大型プロジェクトが推進
 知識獲得のボトルネック

冬の時代(1995年ごろから)

・第3次AIブーム(2010年~)
 機械学習・特徴表現学習の時代
 ビッグデータ、機械学習、ディープラーニング
 2015年 人間のプロ棋士に人工知能(AI)「Alpha Go」が勝利

総務省さんが、きれいにまとめてくださっているので、そちらもご覧いただければと思います。

AIブーム



4.機械学習とディープラーニング



次に、機械学習とディープラーニングについて簡単にみていきます。

■機械学習
人工知能(AI)のプログラム自身が学習する仕組みです。

■ニューラルネットワーク
機械学習の1つに、ニューラルネットワークがあります。
これは人間の神経回路のようなネットワークを使って学習させるものです。(単純パーセプトロン)
※1958年にアメリカの心理学者フランク・ローゼンブラットが提案

テキスト「neural network」入力でAIで作成したニューラルネットワークのイメージ

★筆者作成「ニューラルネットワーク」のイメージ画像

■ディープラーニング
ニューラルネットワークを多層にしたものが、ディープラーニング(深層学習)となります。


5.人工知能(AI)の使用に伴う問題



人工知能(AI)というと、なんでも簡単にやってくれそうなイメージもありますが、実際には、いろんな問題があり、それらの壁を乗り越えてよりよいものへの進化してきているようです。

<技術的問題>
■トイブロブレム
 いきなり現実の複雑な問題を取り扱うのではなく、問題の本質はおさえつつも簡略化した内容を解くことを考えます。ところが、簡略化したものが解けても、現実にある複雑な問題は実際には解くことができないことが課題となりました。

■フレーム問題
 「今しようとしていることに関係のあるものだけを選びだすことが、実は非常に難しい」ことをさしたもの。人工知能における重要な問題で、未だに本質的な解決はされていない最大の難関のようです。

■チューリングテスト
 イギリスの数学者アラン・チューリングさんが提唱したテストのこと。別の場所にいる人に対してコンピュータが会話をし、コンピュータが対応していると見抜かれなければそのコンピュータに知能があると判断します。人工知能の知能判定基準として参照され、開発目標にもされるものです。

■強いAIと弱いAI
 アメリカの哲学者ジョン・サールが論文の中で次のように提示したもの。強いAIとは、「コンピュータは人間が心を持つのと同じ意味で心を持つ。また、プログラムそれ自身が人間の認知の説明である。」とされております。そして、弱いAIとは、「コンピュータは人間の心を持つ必要はなく有用な道具であればよい」とされています。

■シンボルグラウンディング問題(記号設置問題)
 記号(シンボル)とその対象がいかにして結びつくかという問題です。認知科学者のスティーブン・ハルナッドにより提唱されています。

■知識獲得のボトルネック
 コンピュータが知識を獲得することの難しさのことになります。

■特徴量設計
 特徴量の選択が、機械学習による性能を決定づけますが、その特徴量を選択するのは人間であり、それを見つけ出すのは難しいとされている。特徴量自体を機械学習で発見させる(特徴表現学習をする)ものが、ディープラーニングになります。

■シンギュラリティ(技術的特異点)
 人工知能が賢くなると、いずれ人間の想像力を超越する知性が誕生し、また、技術開発速度が爆発的に加速するということも意味している。未来学者のレイ・カーツワイルは2045年にそれが訪れるとしており、「人工知能が人間よりも賢くなること」に関していえば2029年にも起こると予測しています。

また、これに関して著名人は次のように考えているようです。
・宇宙物理学者のスティーブン・ホーキング氏
 「完全な人工知能が出来たら、それは人類の終焉を意味するかもしれない」
・テスラ、スペースX,TwitterのCEOであるイーロン・マスク氏
 「人工知能にはかなり慎重に取り組む必要がある。結果的に悪魔を呼び出すことになるから」※人間は制御できると思っているが、実際には制御できなくなると危惧。
・マイクロソフト創業者のビル・ゲイツ氏
 「人工知能に懸念を抱く側にいる1人」脅威論に同調。

<倫理問題>
■敵対的な攻撃
 システムへ侵入し、データやモデルの改ざんや盗取、モデルの不正な実行などができてしまう。このような事態を防ぐためにも、各システムの稼働を監視した上で、通信相手の認証、アクセス制限、データの暗号化、データ改変の検知などの体制を整えることが望ましい。

■悪用されるリスク(ディープフェイク)
 ディープラーニングを使って、フェイク画像や動画、ニュースなどを作成し悪用することもできてしまいます。情報をモニタリングし、偽情報の広まりが見られたときに情報のトーンをコントロールできるように準備するなどの対応が必要になります


6.人工知能(AI)に関連する法律と知財管理



人工知能(AI)の開発をしようと検討されている場合は、はじめに、各権利についても確認した方が良いかと思います。経済産業省 商務情報政策局 さんがまとめてくれていますので以下を確認いただけると良いかと思います。



7.人工知能(AI)の主な活用領域



次に、人工知能(AI)の内容を3つの領域にわけて整理していきます。

■予測系
数値予測、統計的な分析
売上予測、販促タイミングの最適化、商品レコメンド、与信スコアリング

■分類系
画像認識、音声認識、自然言語処理(テキスト認識)
文字認識(OCR)、議事録作成、自動返答(チャットボット)

■生成系
画像生成、音声生成、テキスト生成
デザインの生成、要約文章の生成

ちなみに、マーケティング領域だと次のように使われているかと思います。
・広告コピーを自動生成するAI
・広告クリエイティブを自動生成するAI
・データ分析(売上予測、需要予測、CV予測)
・パーソナライズしたレコメンド
・EC接客 AIがユーザーとの質疑応答形式で、最適な服をレコメンドする

人工知能の主な活用方法

筆者作成



8.人工知能(AI)を使った具体的事例



それでは、いくつか人工知能(AI)を使った事例をご紹介いたします。

■株式会社マンダム:AIを活用した「トレンド兆し探索ツール」
独自にインフルエンサーをピックアップし、膨大な投稿内容からトレンドの兆しとなる情報を抽出・分析することで、トレンド兆し情報を継続的かつスピーディにキャッチし、マーケティング活動に活かすことができるようです。
ぜひ使ってみたいですね。

参照:PR TIMES マンダム、AIを活用した「トレンド兆し探索ツール」を開発 ~培ってきた生活者理解力にAIによるSNS分析を加え、新価値創造を加速~

■タメニー株式会社:AIを活用した婚活支援システム
地方自治体向けの当社独自開発の婚活支援システム。
採用している自治体にお住まいの方は、人工知能(AI)の体験をかねて、ぜひ参加してみてはいかがでしょうか。

参照:PR TIMES AIを活用した婚活支援システム「parms」、兵庫県への提供決定!

■株式会社ロゼッタ:Slack翻訳プラグインを提供
Slack上の会話を素早く翻訳し、コラボレーションの多言語化が実現できるようです。
Slackを利用されていて、日本語以外でコミュニケーションが必要な場合は、スピーディーに意思疎通がはかれるようになってものすごく便利そうですね。

参照:PR TIMES AI自動翻訳のロゼッタ、Slack翻訳プラグインの提供を開始


9.人工知能(AI)のマーケティング関連での活用事例



続いて、マーケティング関連での人工知能(AI)を使った事例をいくつかみていきたいと思います。

■Google
Googleの広告では、広告コンテンツの自動作成や、広告の自動入札などで、人工知能(AI)が使われているようです。

・アカウント単位の自動生成アセット
アカウント単位の自動生成アセットを使用すると、広告のパフォーマンスが向上し、広告がクリックされる可能性が高まるようです。またこれにより、時間をかけずに効率よく、ユーザーに商品やサービスをわかりやすくアピールできるようになり、結果として、投資収益率が向上につながる可能性が高くなるようです。
参照:Google広告ヘルプ アカウント単位の自動生成アセットについて

また現在はベータ版(ご利用いただけない場合があるようです)のようですが、キャンペーン単位での自動作成アセットの提供もあるようです。
参照:Google広告ヘルプ 自動作成アセットについて

・自動入札機能
自動入札機能を使うことで、特定の広告グループやキーワードの入札単価を手動で更新する必要がなく、入札単価を設定する際の手間のかかる作業や推測に頼った作業を排除できるようです。目標に応じたお勧めの入札戦略も記載してくれているので、一度ご参照いただけると良いかと思います。
参照:Google広告ヘルプ 自動入札機能について

・Performance Max(P-MAX)
「Performance Max」を使うことで、1つのキャンペーンからGoogle 広告の全て(YouTube、ディスプレイ、検索、Discoverなど)に配信ができて、その結果、より多くのコンバージョン獲得へつなげることができるようです。
パフォーマンスの向上を目指す場合には、ぜひ活用していきたいですね。
参照:Google広告ヘルプ P-MAX キャンペーンについて

■facebook
Facebookでは、機械学習を使用して、合計価値の計算式に使用される推定アクション率と広告品質スコアを生成しているようです。
ちなみに全体的な価値のスコアに関しては、次のように算出しているようです。
全体的な価値=入札価格×推定アクション率+広告品質
参照:Facebook Business 気になる疑問にお答えします: Facebookは広告の配信で機械学習をどのように利用しているのですか。


10.人工知能(AI)導入ガイド



うまく活用することが出来れば、いろいろと便利になりそうだと改めて認識できました。
それではこのような人工知能(AI)を導入するためにはどうしたらよいのでしょうか。
以下、簡単にご紹介いたします。

①課題や目的を整理
人工知能(AI)を導入することは手段でしかないので、はじめに解決したい課題や実現したいゴールなどを整理していきます。

②活用するAI領域
目的を果たすためには、どのような人工知能(AI)があれば良さそうかイメージしていきます。

③導入手段
人工知能(AI)を導入するためには、大きく次の3つの選択肢があると思います。
実現したい内容によって、手段は違ってくると思いますので、こちらを検討いたします。
 a)既存のAIツール・サービスを利用する
 b)既存開発ツールを使って開発する
 c)スクラッチで1から開発する

④設計・モデル構築・検証
導入に向けた設計を行います。
そして、既存の人工知能(AI)サービスをそのまま活用する場合を除き、自社向けの人工知能(AI)モデルの構築を行います。
モデルが出来上がったら、実務で使えるかを検証していきます。

⑤実装・運用
実務で使えるモデルとなったら、システムへの実装などを行います。
その後は、運用しながら改善を繰り返し、よりよい形をつくっていきます。

人工知能(AI)導入フローのイメージ図

筆者作成の導入フローイメージ


経済産業省さんが、きれいにまとめてくださっていたので、そちらもご覧いただければと思います。



11.人工知能(AI)の最新動向



最後に、冒頭でもお話した最新の人工知能(AI)について少しふれたいと思います。

■画像生成AI「Stable Diffusion」
テキストを入力するとそれにあった画像を生成してくれる2022年においては神のようなAIだと思います。10億個近いパラメータ数をもち、「LAION-5B」という50億以上もの画像とテキストのペアを含むデータセットを用いています。日本語のデータセットも1億3000万組ほど含まれているようです。
参照:stable-diffusion-2

何も設定しなくてもWEBページ内にテキスト入力するだけで「Stable Diffusion 2.0」を簡単に試せるサイトもあります。
参照:Stable Diffusion 2 | Baseten

こちらは「Stable Diffusion」を簡単に試せるサイトです。
参照:Mage
使い方参照:gigazine 画像生成AI「Stable Diffusion」をブラウザから簡単に使える&ネガティブプロンプトの設定も可能な「Mage」

参照:Lexica
使い方参照:gigazine 話題の画像生成AI「Stable Diffusion」で使える呪文のような文字列を実際の画像から見つけられる「Lexica」の使い方まとめ

入力「stable diffusion illustration」で作成したイラスト

★筆者作成「stable diffusion」のイメージイラスト


■テキスト生成AI「GPT-3」(Generative Pre-trained Transformer 3)
質問するとなんでも答えてくれるAI(チャットアプリ)です。何かと話題の多いイーロン・マスク氏も関わるOpenAIが開発しています。汎用言語モデルで1750億個のパラメータで動作しているようです。
参照:OpenAI

テキスト「Generative Pre-trained Transformer」入力でAIで作成した画像

★筆者作成「GPT」のイメージ画像

またこちらに関しては、英語表記ですが、ChatGPTの秀逸な回答例を集めたデータベースがあるようです。
参照:「LearnGPT」The best ChatGPT examples from around the web

どちらも検索すれば、使い方を説明している記事などもたくさんあるので、ご興味がある方は、是非、触ってみてもらえるといいと思います。

■AIが作った画像が喋る動画生成サービス「Creative Reality Studio」
さらに上記を組み合わせたサービスもでてきたようです。
AIが画像や喋らせたい内容を生成し、それらを自動合成し、動画として出力してくれるようです。
いまのところ無料プランでの利用も一部できるようですので、興味がある方は、こちらも触ってみてもらえると良いかと思います。
参照:Creative Reality Studio

以下の記事で詳しく紹介されています。
参照:ITmedia NEWS AIが作った画像が喋る 動画生成サービス「Creative Reality Studio」登場 「GPT-3」「Stable Diffusion」を利用

■文章に沿った楽曲を自動生成してくれるAI「Riffusion」
なんと文章を入力するだけで、楽曲までつくってくれるサービスがあるようです。
参照:Riffusion

以下の記事で詳しく紹介されています。
参照:gigazine 文章に沿った楽曲を自動生成してくれるAI「Riffusion」登場、画像生成AI「Stable Diffusion」ベースで誰でも自由に利用可能


まとめ



いかがでしたでしょうか?
今回は、
1.人工知能(AI)とは?
2.人工知能(AI)の概要
3.人工知能(AI)の歴史
4.機械学習とディープラーニング
5.人工知能(AI)の使用に伴う問題
6.人工知能(AI)に関連する法律と知財管理
7.人工知能(AI)の主な活用領域
8.人工知能(AI)を使った具体的事例
9.人工知能(AI)のマーケティング関連での活用事例
10.人工知能(AI)導入ガイド
11.人工知能(AI)の最新動向
という内容をみてもらいました。

ぜひ、皆さまの方でも人工知能(AI)を活用いただくことで、新しい取り組みやサービスの構築などにつなげていただければ幸いです。

弊社でも、広告媒体社(Google、Facebookなど)のAI機能に合わせた広告運用などの対応から、自社サービスへの人工知能(AI)導入やその進化、人工知能(AI)を活用した新たな取り組みの検討、など進めております。
弊社(または関連会社)サービスで人工知能(AI)を活用しているものを一部ご紹介いたしますので、ご興味ありましたら、是非お気軽にお問合せいただけますと幸いです。

・特許取得のアフィリエイト広告管理ツール「TRUEアフィリエイト byGMO
・YouTubeの悩みをフルサポート「GMO Influencer MaX
・CMのつくりかたを変える「PlayAds

それでは、私がStable Diffusionを活用してつくったイラストをご紹介して、筆をおきたいと思います。
★TOP画像、4章イラスト、11章イラストと画像も同様に作成しております。

テキスト「Artificial Intelligence」と入力して作成したイラスト

★筆者作成「人工知能」イメージイラスト


テキスト「Rabbit moon」と入力して作成した画像

★筆者作成「ウサギ」イメージ画像


テキスト「rabbit  moon」と入力して作成した画像

★筆者作成「ウサギ」イメージ画像2



■参考図書
・株式会社翔泳社 ディープラーニングG検定公式テキスト第2版

■専門家情報
・中島秀之 氏 札幌市立大学理事長・学長
・西田豊明 氏 福知山公立大学情報学部教授・学部長元京都大学名誉教授
・溝口理一郎 氏 北陸先端科学技術大学院大学フェロー
・堀浩一 氏 元東京大学大学院工学系研究科教授、大学共同利用機関法人 人間文化研究機構 理事
・浅田稔 氏 大阪大学先導的学際研究機構附属 共生知能システム研究センター特任教授、元日本ロボット学会会長
・松原仁 氏 東京大学大学院 情報理工学系研究科教授
・武田英明 氏 国立情報学研究所教授
・池上高志 氏 東京大学大学院総合文化研究科教授
・山口高平 氏 慶應義塾大学理工学部教授
・栗原聡 氏 慶應義塾大学理工学部教授
・山川宏 氏 近畿大学情報学研究所客員教授
・松尾豊 氏 東京大学大学院工学系研究科教授日本ディープラーニング協会理事長


※本記事は、2022年12月16日現在の情報をもとに記載しております。最新情報ではない場合がございます。

ライター:叶井 裕之(かない ひろゆき)
2014年にGMOインターネットグループへ。アフィリエイト広告のセールス・コンサル、アライアンス等を経て、現在は、事業・業務改善などの企画・構築、DX人材育成関連の企画・構築、slack社内活用推進などに励む。2022年G検定取得。
  • X
  • facebook