【AI×ビッグデータ】2つの関係性を徹底解説!具体的な導入事例とともにわかりやすく解説します!

近年、AIとビッグデータ、この2つの技術が注目されています。AIは人工知能で、ビッグデータは大量のデータだということをご存知の人は多いでしょう。しかし、これらがどのように活用されているのか、分からない人も多いのではないでしょうか。そこで今回は、具体的な導入事例を含めて、AIとビッグデータの関係性について紹介します。

 

AIとビッグデータとは?

 

AI(人工知能)とは

 

 

まずは、AIについてお話します。AIとは人工知能のことですよね。AI(人工知能)は簡単に言うと、私たち人間の脳と同じように、知的な活動をコンピュータで行うプログラムのことです。

例えば、近年注目の集まっているスマートスピーカーもAIが搭載されており、「音楽を流して」というだけで音楽を再生してくれます。さらにロボット掃除機などの家電とも連携できるので、家電の操作もスピーカーを使用して行えます。

このように、AIの発展により私たちの生活がより便利になったことが分かりますよね。

 

ビッグデータとは

 

では次に、ビッグデータについてお話します。ビッグデータは名前の通り、大量のデータを意味していますが、それだけではありません。

実は、ビッグデータというのは、色々な種類の様々な性質をもった多くのデータを指すのです。例えば、近年のIoTの発展により、センサなどから多くの情報がインターネット上に流れてくるようになりました。それら色々な形の情報がビッグデータといわれています。

 

例えば、自社の商品を販売する企業であれば、どのような年齢層の女性または男性が、どんな商品を好んで購入するか、という大量の顧客情報がビッグデータといえるでしょう。

企業は、このようなビッグデータの活用次第で、得られる利益も大きく異なってくるといっても過言ではありません。

 

AIとビッグデータの関係性とは?

 

 

このように、IoTの発展やネットワークの高度化により、インターネット上では多くのデータが氾濫するようになりました。しかし、従来の技術ではこのような膨大なデータの管理や保管は難しいものがありました。

ところが、AIの中でも特に機械学習やディープラーニングの発展により、従来なら不可能であった膨大なデータの管理や解析が可能になったのです。

そのおかげで、企業が持っている大量のデータも効率よく分析し整理し、企業にとって有用なデータのみを抽出できるようになりました。さらにAI、特に機械学習やディープラーニングの分野は、現在も凄まじいスピードで進化を続けています。

特に2012年にディープラーニングが登場してから画像認識のエラー率が一気に下がったため、今までは人間がひとつひとつ手をかけなければならなかった画像や音声などのビッグデータの分析・整理もコンピュータによって行えるようになりました。

 

AI×ビッグデータの課題

 

ビッグデータの安全な取り扱い

 

 

AIの発展により、ビッグデータがより効率よく取り扱えるようになりましたが、まだまだ課題も抱えています。

ビッグデータを分析し活用するためには、当然ながらビッグデータを収集・蓄積するためのシステムやプラットフォーム(コンピュータの基礎部分)を整備しておく必要があります。

特に企業においては取り扱うデータが顧客情報など安全な管理が求められるデータが多いため、セキュリティ対策も万全に行っておく必要があります。多くのデータがインターネット上にあふれると同時に、サイバー攻撃も深刻な問題となっているからです。

 

大規模なビッグデータへの対応

 

先ほどお伝えした通り、IoTの発展やデジタル化の進展により、インターネット上のデータはますます大規模になっています。

そのため、膨大なデータにも対応できる仕組みやシステムの構築が必要不可欠です。例えば、様々な形式のデータをリアルタイムで解析するために、サーバの性能を高め、処理速度を向上させるなどの対策が必要です。

 

AIとビッグデータを活用するには

 

データサイエンティストという職業

 

 

考え、AIのプログラミングを行うのはデータサイエンティストの重要な役割です。

 

しかしながら、日本ではビッグデータを取り扱えるデータサイエンティストが不足しています。データサイエンティストはデータ分析の知識だけでなく、統計学やプログラミングの高い能力が必要なため、データサイエンティストの育成がこれから強く求められるでしょう。

 

AI×ビッグデータの導入事例

 

人事への活用

 

 

企業では人材の採用が必要不可欠ですが、人材のスクリーニングは主に書類選考や適性テストなどによって行われており、選考基準として学歴があります。

実際のところ多くの人事が、学歴の低い人でも優秀な人材が多いことを知っていますが、人材のスクリーニングには膨大な時間がかかってしまっているため、学歴を判断基準にするしかないという企業も多いのが現状です。

そこで、今まで採用した人の学歴や特技や仕事での活躍具合などのデータを集め、蓄積してビッグデータとして分析することで、どんな特徴を持った人がどのような部署で活躍できるのかを判断できるようになりました。

AIがどのような人材がどこの部署で能力を発揮できるかを判断してくれることで、企業は求める人材をより効率的に見つけることができるのです。

 

Geekly Media ライター

やまりえ

【徹底比較!】機械学習 vs ディープラーニング!AIで注目される2つの技術をわかりやすく解説します!

近年、AI(人工知能)の発展と共に、「機械学習」や「ディープラーニング」という言葉もよく聞かれるようになりました。これらの言葉を聞いたことはあるけれど、詳しくは良く分からないという人もいるのではないでしょうか。そこで今回は、AIで注目されているこれら2つの技術について分かりやすく解説します。

 

機械学習とは

 

 

機械学習という言葉は、聞いたことのある人も多いはず。機械学習とは、データを解析して、その結果から学習することにより、物事の予測や判断を行うことです。

もう少し分かりやすく説明すると、あるデータを解析して、そのデータの解析結果をもとにルールや法則などを導き出すのが機械学習です。

例えば、Amazonのサイトやアプリを開くと、「おすすめの商品」を紹介してくれますよね。この表示がされるのは、機械学習によって、「この商品を購入した人は、あの商品も購入する人が多い」というルールが導き出されているからです。

Amazonでおすすめ商品として紹介されている商品を、あなたも欲しいなぁと思うことがあるのではないでしょうか。

このように、機械学習によって、ひとつひとつの作業を人間がプログラムしなくても、AIが自分で大量のデータを分析してタスクを実行してくれるため、AIはさまざまな分野で活用されるようになりました。

では一体AIは、どのように大量のデータを分析し、学習しているのでしょうか。以下で機械学習の3種類の学習方法を紹介します。

 

機械学習の3分類

 

教師あり学習

 

 

機械学習の中でも、「教師あり学習」では、問題と正解をセットで学習して、正解を予測できるようになる学習方法です。この説明では少し分かりにくいので、具体例をお話します。

例えば、猫の画像に「ねこ」という正解をセットして、犬の画像に「いぬ」という正解をセットします。また、「トンネルを抜けると、そこは雪国であった。」という文章に対しては「川端康成」という正解をセットします。

このように、問題と正解のセットをたくさん学習することにより、正解を予測できるようになる学習方法が「教師あり学習」です。

そして、教師あり学習では画像や文章など様々な形式のデータを用いて学習できます。

まるで小さな子供が猫や犬の写真をみて、「ねこ」、「いぬ」と答えたり、ひらがなをみて読み方を答えたりしながら学習しているようですね。

 

教師なし学習

 

一方、教師なし学習では、正解のない問題をデータとしてたくさん学習しながら、ルールや規則を導き出していきます。

正解はなくても多くのデータの特徴をつかんで、何種類の分類ができるか、また、どのように分類するかを判断しながら学習を行うのが「教師なし学習」の特徴です。

 

強化学習

 

 

強化学習とは、AI自信が試行錯誤を繰り返しながら自らルールや規則を導き出す学習方法です。

例えば、囲碁で人間のトッププレイヤーに勝利した「AlphaGo Zero」は強化学習によって強くなったということをご存知ですか?

「AlphaGo Zero」は、囲碁の打ち手や勝ち方を全て人間からプログラムされたわけではなく、コンピュータ同士で対戦を繰り返すことによって、囲碁で勝つ方法を学んだのです。

コンピュータ同士で対戦している間に、人間のプレイヤーがこれまで打たなかった手を見つけていき、人間のトッププレイヤーに勝利しました。

このように、機械学習の中でも「強化学習」は、自動車の自動運転などにも利用されており、最も注目されている技術といえるでしょう。

 

ディープラーニングとは

 

ディープラーニングの特徴

 

 

先ほど紹介した「機械学習」の一部として、「ディープラーニング」という学習方法があります。「ディープラーニング」という言葉は聞いたことのある人が多いですよね。

ディープラーニングは、AIがデータから特徴を自動的に拾うため、人間によって複雑なプログラミングをする必要がなく、さらに高い精度で規則やルールが導き出せる学習方法です。

例えば、ねこの特徴である「ひげがある」、「耳が三角」などの情報を人間が与えなくても、AIが自動的に特徴を抽出するのです。

 

ディープラーニングの登場

 

では、ディープラーニングの登場についてお話します。ディープラーニングは2012年に発見されたばかりのアルゴリズムです。

今までAIブームは何度か訪れたにも関わらず、なぜ2012年にディープラーニングが発見されたのでしょうか。

実は、スマートフォンや高機能なパソコンの登場によって、今までより多くのデータがネット上に蓄積されるようになり、コンピュータが膨大なデータにアクセルできるようになったからです。

さらに膨大な計算を実行できるGPUというデバイスが高機能になった要因もあり、ディープラーニングが誕生しました。

 

ディープラーニングのブレイクスルー

 

 

ディープラーニングの技術が発展し、AIが急速に進歩した要因に、ディープラーニングのブレイクスルーがあります。

 

Geekly Media ライター

やまりえ

【ロボット/種類】どれだけ知ってる?家庭用ロボットから産業用ロボット、そしてAIロボットまで幅広くご紹介します!

テクノロジーの進化と共に、これから私たちの社会にはあらゆる役割を持ったロボットが登場するでしょう。既に、家庭用ロボットと生活している人もいますし、お店に行くとロボットが接客をしている姿も見かけるようになりましたね。そこで今回は、私たちの生活に大きな影響を及ぼす3つのタイプのロボットを紹介しますので、ぜひ参考にしてください!

 

ロボットの役割

 

ロボットと言えば、アニメや映画などで見る人間型の機械を想像する人も少なくありませんが、実際に私たちが目にするロボットには様々な形があり、それぞれが役割に合った形態となっています。

ロボットに期待できる役割には、大きく分けて「単純作業」「危険作業」「生活支援」「家族」があります。

 

単純作業

 

 

製品の組み立てなど、ルーティーン化された業務を受け持つのが単純作業を行うロボットです。

マニュアル通りの動きで、ひたすら同じ作業を繰り返す業務へのロボット導入は加速しています。

ルーティーンはプロブラミングで賄うことが容易ですし、ロボットならば24時間365日休まずに作業を繰り返すことができるというメリットがあります。ロボットの役割として最も適した作業が「単純作業」なのです。

 

危険作業

 

 

人間にとって危険な場所や入り込めない場所などで活躍するロボットも存在します。

高い放射線を発する場所の調査を行うロボットが印象に残っている人も少なくないでしょう。

水中や狭い場所でも、ロボットならば形を現場に合わせることができますし、人間がそのロボットを遠隔で操作することで、「危険作業」を回避することができます。

 

生活支援

 

 

お掃除ロボットを代表するのが「生活支援」を行うロボットです。

また、日常生活の中でも駅の自動改札機、自動車の追突防止機能や自動運転機能もロボットに含まれます

 

私たちはずいぶん前からロボットに「生活支援」を受けているのです。最近では、音声で電気やテレビのスイッチを入れるなど、生活の一部としても定着しています。

今後、IoTが普及することによって、“ロボットと共存する”社会がまもなく訪れるでしょう。

 

家族

 

 

生活支援と近い位置にありますが、コミュニケーションを取れるロボットも存在します。

以前にはイヌ型ロボットも人気でしたね。コミュニケーションの取れるロボットは、家族として迎えられ、ひとりのパートナーとして人間と一緒に暮らします。

 

会話をしたり情報を聞いたり、生活における様々なシーンで「家族」のような立ち位置でロボットと接することも多くなるでしょう。

 

ロボットの種類

 

ロボットの種類を大きく分けると以下の3種類になります。

 

・家庭用ロボット

・産業用ロボット

・AIロボット

 

それぞれ、役割や形が異なりますが、全ては私たち人間の生活に繋がるものです。

ロボットの種類によって重視されるものは異なり、目的を果たすために最適な形と機能を備えます

 

家庭用ロボット

 

掃除

 

 

家庭用ロボットとして最も普及しているのはロボット掃除機ではないでしょうか。国内外のメーカーが参入しているロボット掃除機の中でも、よく耳にするのは「ルンバ」です。

外出している時に、自動的に部屋を隅々まで掃除してくれるロボットは、部屋の壁や障害物を認識し、掃除が終われば自動的に充電位置まで戻ることができます。

 

また、掃除機だけではなく、床やテーブルの拭き掃除を行うロボットなども登場しており、家事をサポートする家庭用ロボットはますます活躍の場を広げています。

 

話し相手

 

 

ペットロボットやヒト型ロボットは、人の言葉を認識し行動します

中でも、1999年にSONYから発売されたペット型ロボットの「AIBO」は爆発的な人気となりましたね。

 

また、ヒト型ロボットも人気があり、高齢者福祉施設用に開発された「PALRO(パルロ)」や、家庭用おもちゃとして開発された「こっちむいて!Robi(ロビ)」も見たことがある人も多いと思います。

簡単な言葉を理解し実行できるロボットは、一人暮らしの多い日本人にとって、家族のようなポジションになろうとしているのです。

 

産業用ロボット

 

組み立て

 

 

工場などの製造現場に導入されている産業用ロボットは、関節を持つアーム型が多く、ルーティーン化された細かな作業を素早く処理します。

組み立て部分によって稼働が異なり、垂直多関節型や水平関節型など、多様な形が存在するのです。

 

運搬

 

 

物流倉庫などで活躍するのが運搬作業を専門とするロボットです。

無人でのライン走行や、目の前のロボットを追従する機能などを備え、強大な物流倉庫内でも衝突することもなく効率的に稼働します。

 

仕分け

 

 

仕分けロボットも、倉庫や物流センターなどで活躍し、物流における仕分け作業の自動システムとして稼働しています。

大手ECサイトAmazonの物流倉庫内部がテレビや動画で紹介されていますね。

 

AIロボット

 

コミュニケーション

 

 

AIロボットの魅力は、何と言っても人間とのコミュニケーション能力です。

上述した家庭用ヒト型ロボットである「PALRO(パルロ)」や「こっちむいて!Robi(ロビ)」も、完全な人工知能とは言えませんが、AIロボットの先駆けと言えます。

 

お店などの受付

 

 

また、ヒト型ロボットとしてはソフトバンクの「pepper」が大きな話題となりました。会話はもちろんネット接続も可能で、店舗来客時には自ら対応します。

また、ヒト型ロボットが企業の受付で活躍するイメージもテレビなどで見かけるようになりましたね。人の言葉を理解し、柔軟に対応するロボットは今後ますます増えていくでしょう。

 

AIロボットは様々な分野で活躍中

 

AIロボットは人とのコミュニケーションだけではありません。

近年では、農業や飲食店、医療現場などでも導入されています。

 

例えば、農地の害虫を駆除するドローン型のロボットや雑草を除去するロボット、飲食店で料理をするロボットやホテルのデリバリーロボットなど、ロボットは次々とAIを搭載しているのです。

 

その他のロボット

 

 

上記で挙げたロボットは、いわば代表的なロボットですので、イメージできると思いますが、ロボットは様々な形で人体をもサポートするものになっていきます。

まだまだ認知度の低いロボットには、以下のようなものがあります。

 

・パワーアシストロボット

・セキュリティロボット

・ナノロボット

 

などです。

 

パワーアシストロボット

 

パワーアシストロボットは、手足の運動をサポートするロボットです。基本的には人が体に装着して利用し、重量のある物を運ぶサポートなどを行います。

また、義足や義手といった分野でも、パワーアシストロボットは活用できる見込みがあるのです。

 

セキュリティロボット

 

セキュリティロボットは、AIやビッグデータを用いた警備用のロボットが主な用途です。顔認識や音声認識を利用することで、人の挙動や声色を識別し警戒することで、不審人物を察知し通知します。

また、道に迷った人を誘導したり、体調不良の訴えを係員に知らせるなどの機能も搭載します。日本の空港や駅では実証実験も行われており、2020年を目標に実用化を目指しているのです。

 

ナノロボット

 

ナノロボットは、0.1〜100nmサイズのロボットで、人体に取り込むことができます。

人体の血中を移動して癌細胞を攻撃したり、眼球組織内を泳ぐナノロボットも研究されています。主に医療分野での癌治療への効果が期待されており、日々研究が進んでいる分野でもあります。

また、ナノテクノロジーの未来展望では、人体内で機能するナノロボットがネットワークに接続し、人間の脳とAIとの接続による“不老不死”が実現すると言った話まで出ていることも驚きです。

 

ロボット産業の市場規模

 

世界中のあらゆる産業をはじめ、人間社会に導入されているロボット産業は、その市場規模にも大きな期待を寄せられています。

国際ロボット連盟(IFR)によると、2013年から2017年にかけての産業用ロボット出荷台数は114%増加しており、2017年の販売額が過去最高の162億ドル(米ドル)を記録したとのことです。

また、2021年には約630,000台への到達が見込まれています。業務用ロボットをはじめ、個人や家庭用ロボットの需要は増え続け、それに伴いAIシステムも進化を続けています。

 

まとめ

 

 

産業用ロボットと家庭用ロボットでは、求められる要素に違いがありますが、搭載されるAIが進歩することで、いずれの分野でもロボットの存在感は大きくなることは間違いありません。

ロボット技術とAI技術の融合は、今後の私たちの暮らしには必要不可欠な存在となるでしょう。

Geekly Media ライター

佐久森

AI開発なら言語はPython!その市場価値から将来性、勉強法まで徹底解説!

近年、AI(人工知能)や機械学習の分野でプログラミング言語「Python」が注目を集めています。しかし、Pythonとはどんな言語で、どのような分野で活躍できるのかが明確に分からない人もいらっしゃるでしょう。そこで今回は、AI開発にて注目されているPythonの市場価値から将来性、プログラミング初心者でも挫折しない勉強法を紹介いたします。

 

Pythonの市場価値とは

 

あらゆるWebサービスやアプリを開発できる

 

 

Pythonは1990年代に誕生した比較的新しいプログラミング言語の一つです。プログラミング言語の中でも非常に分かりやすい言語であるにも関わらず、Webサービスやアプリケーション、ゲームなど様々なプログラムの開発に使用されています。

例えば、皆さんご存知のYouTubeやインスタグラムもPythonを使用して開発されています。国内外問わず、多くのサービスやアプリに使われているので、需要の高いプログラミング言語といえるでしょう。

 

AI(人工知能)や機械学習分野で活躍できる

 

 

近年、AIや機械学習の分野での開発が進んでいますが、これらの分野で最も使用されているプログラミング言語がPythonです。つまり、AIや機械学習の分野に興味があり、これらの技術を作ってみたいと考えているのなら、Pythonの学習が不可欠です。

AIや機械学習の開発の需要は近年高まってはいますが、日本ではAI・機械学習分野のプログラムを組む技術者が不足しているのが現状です。そのため、今からでもPythonの学習を始めれば、近い将来AIプログラマーとしての活躍が期待できるでしょう。

 

プログラマーとしての市場価値を高めるには

 

 

現在、プログラマーの需要が高まっています。特にスマートフォンやAIの分野での開発が発展しており、今後ますますプログラマーの活躍が期待されます。

一方で、ITなどの技術の発達に伴い、プログラマーも時代の流れについていけなければなりません。

一度学習した知識とプログラミング技術をずっと使い続けるのではなく、絶えず勉強を続けて新しい技術や分野への知識を身に着ける努力をしましょう。

また、市場価値の高いプログラマーになるは、プログラミング言語以外のスキルの習得が不可欠です。例えばAIや機械学習分野では、当然ながらAIや機械学習、ビックデータなどの知識が必要です。

これからは、AI開発に必要不可欠なPythonのスキルだけでなく、AI(人工知能)や機械学習についての高度なスキルが求められるでしょう。

 

Pythonの将来性について

 

需要あるAI(人工知能)・機械学習分野での活躍

 

 

上記でもお話した通り、PythonはAIや機械学習の分野にて特に注目されているプログラミング言語です。AIや機械学習のプログラム開発に不可欠なPythonは、今後ますます需要が高まってくるでしょう。

つまり、プログラミング言語であるPythonと、人工知能の両方を学習していくことで、将来AIプログラマーとして活躍する道が開けるということです。

 

データサイエンティストへの道

 

 

突然ですが、データサイエンティストという職業を知っていますか?データサイエンティストとは多くのデータを統計し、分析することでビジネスのための事業戦略を行う職業です。

一見プログラミングとは何の関係もなさそうに思えますが、実はデータサイエンティストの仕事にはプログラミング言語の習得が不可欠なのです。

実はデータサイエンティストが行うデータ解析において最も人気のあるプログラミング言語がPythonです。

データサイエンティストは、複雑なプログラミングを行う機会は少ないですが、データ解析を行うにあたり、データ整形処理やデータ分析にプログラミング言語を使用します。

Pythonに加えて、統計学やマーケティングの知識を習得しておくことで、プログラマーだけでなく、データサイエンティストとしても活躍する機会が訪れるでしょう。

 

グローバルで活躍するプログラマーへ

 

 

IT先進国であるアメリカでは多くのPythonプログラマーが活躍しており、Googleをはじめ、多くの企業でPythonが使用されています。一方で、日本ではPythonを扱えるプログラマーはあまり多くありません。

しかしながら、近年のAI開発の発達により、日本でもPythonを使用してプログラミングを行う技術者の需要が高まっています。

実際にプログラマーの求人サイト・転職サイトを見ても、Webサービスやビッグデータ関連でPythonのプログラマーが多く募集されていますよね。

これからますます、国内外でPythonの需要が拡大していくでしょう。今からPythonの学習を初めて日本で実践的なスキルを身に着け、将来は海外でAIプログラマーとして活躍する、というのも夢ではありません。

 

Pythonのおすすめ勉強法

 

ウェブ上の学習サイトを利用する

 

 

Pythonは他のプログラミング言語と比較しても構造がシンプルで、初心者でも分かりやすいという特徴があります。そのため、初心者でもいきなり手を動かしてソースコードを書いていくのがPython習得への近道でしょう。

現在ではウェブ上でPythonを勉強するためのサイトが多く存在しています。無料で基礎的なレッスンを受けられるサービスや、有料で先生によるレッスンが受けられるサービスもあります。

これらの学習サイトを上手に利用して、実際にソースコードを書きながらPythonを効率よく学んでいきましょう。

 

専門書で学習する

Geekly Media ライター

やまりえ

Pythonってどんな言語?注目されているそのワケを徹底考察しました!

Pythonというプログラミング言語を聞いたことがありますか?なぜ最近、Pythonが注目されているかご存じでしょうか。それは、今注目されている人口知能や機械学習にPythonが深い関わりあいを持っているからです。本記事では、プログラミング言語Pythonの特徴や人工知能、機械学習との関係性をわかりやすく解説していきます。

 

Pythonの特徴は?

 

 

プログラミング言語のPythonとは、どのようなものなのでしょうか。

最近話題になっているから耳にはするけど、実際にどのような言語なのか知らない、という方にもわかりやすく説明していきます。

 

初心者にやさしい

 

Pythonの特徴として初心者にやさしいということがあげられます。

これは、Pythonがプログラミングの前提となっている文法を簡略化して、人間の感覚に近い言語となっているためです。

元々、1991年にPythonが登場しました。

その頃では、CやC++などのプログラミング言語が存在し、プログラムが徐々に複雑になっていきました。

その中で、Pythonはプログラマの作業効率を重要視されて開発されました。

そのため、Pythonは初心者にもわかりやすい言語と呼ばれるようになりました。

 

需要が高まっている

 

 

Pythonは最近注目されている『AI開発』『機械学習』『データ分析』などで欠かすことのできないプログラミング言語です。

特に、2010年以降から到来したAIブームにより、『AIに人は仕事を奪われる』と言われるほどの成長をAIの分野は遂げています。

そのAI開発を支えるだけでなく、多くのデータを分析する際や高度な技術が必要とされている機械学習を簡単に使えるPythonは人気が高まっています。

 

プログラミング言語の人気や利用度を調べてみると、

 

【2018年】

1位:Java

2位:C言語

3位:C++

4位:Python

 

【2019年】

1位:Java

2位:C言語

3位:Python

4位:C++

 

上記のようになっております。

JavaやC言語の人気も依然として高いですが、Pythonは2018年では4位だったのに対して2019年で3位とランキングをあげているため、将来性も高いと言えます。

(引用元:https://www.tiobe.com/tiobe-index/)

 

収入が高い

 

Pythonプログラマの平均年収は400万円~850万円と言われています。

これは、他の言語のプログラマの平均年収より高い数値となっています。

最近登場した、機械学習やデータ分析などの専門分野では、まだエンジニアの数が不足しているのが現状です。

 

また、Pythonプログラマの年収が他の言語と比較して高い理由は、AI分野で活躍しているためです。

Pythonは機械学習にも利用され、ソフトバンクによって提供されている人工知能ロボットのPepperの人工知能にはPythonが利用されています。

 

Pythonは初心者におすすめ

 

 

先ほど、Pythonの特徴に初心者にやさしいとご紹介しましたが、具体的にどのような点でおすすめできるのか説明します。

 

コードが読みやすくシンプル

Geekly Media ライター

ib515

【AI/仕事】AIでなくなる仕事とは?!AIには真似できない人ならではの仕事も併せて徹底解説!

巷ではAIに仕事が奪われるといわれていますが、実際にはどんな仕事が奪われるのでしょうか。この記事ではAIの得意、不得意から実用可能な技術に至るまで徹底的に解説しています。AIについて初心者の方でもわかりやすくまとまっていますので、ぜひご覧ください。

 

AIってどんなもの?

 

 

Artificial Intelligence の頭文字をとってAI、間違いなく現在最も注目を集めているテクノロジーといって良いでしょう。和訳すると人工的な知能という意味ですが、そのままですね。

これまでも心理学の分野では人間の知能については研究が重ねられており、年齢に対する知能の成長度合いを示す「IQ」といった知能の尺度は設けられてきましたが、AIはこうした方法とはまた異なるアプローチで知能の謎を解き明かそうとしている分野です。

 

実はガラケーに人工知能が搭載されていた?

 

 

じつは、これまでもAIに近いものは実用されていました。例えばドコモのガラケーに搭載されていたおしゃべりコンシェルなどですね。

使用する人の傾向に合わせてぴったりな提案をしてくれる、というものでした。

しかしこれは「あらかじめ指示しておいたこと」を実行してくれるプログラムに過ぎず、ほんとうの意味で個人の傾向にあったカスタマイズはされていなかったんですね。

知能があるように見えていた、というわけです。

何万人、何千万人という人間の数だけ思考や行動があり、それらに適応させる知能を持ったおしゃべりコンシェルを作るには、膨大な量のプログラムを用意しなくてはなりませんでした。

とても現実的ではありません。

しかし、現代はSiriやAlexaなどの会話形AIをはじめとし、個人用にカスタマイズされたAIを扱うことができています。

その理由は、ディープラーニングという技術が開発されたことと関連しています。

 

ディープラーニングによって何が変化したの?

 

 

深層学習と訳されるディープラーニングは、機械やプログラムそのものが、これまでのデータを元に自らをアップデートしていくことを可能にしたものです。

この技術が実用されたことで、囲碁や将棋、オセロ、チェスでは人間を打ち破るAIが複数誕生しました。

AIは何度も試合を重ねることで必勝パターンを圧倒的なスピードで理解し、実践できるようになっていきます。

ボードゲームには定石というものが存在しますが、これは先人たちが何年もかけて見出した「必勝パターン」です。ある程度の最善手はすでに確立されていました。しかし、AIには通用しません。

AIはもともとこうした「データから共通点を見出す」という行為が非常に得意です。

「勝った試合ではどこに打っていたか」「負けた試合ではどこに打たれていたか」を膨大なデータの中から見つけ出し、どんどん勝率を上げているのです。

それは定石をありえない速度で作り出しているともいえます。

こうした分析、演算の分野で人間がAIに勝つことは、おそらく不可能でしょう。

 

AIが得意なことは?

 

 

膨大な量のデータを恐るべき速度で分析できます。

数値を扱うことに非常に長けているので、演算などはとうの昔に人間ではかなわないレベルになっています。

人間は元来、そうしたデータ分析や共通点を見出すなど、見えない情報を扱う行為が下手でした。

ですので、統計学などの学問ではわかりやすくするために数値化したデータをグラフで表すなどして視覚情報に変換します。

見えないものを扱うのが難しい人間にとって、AIは苦手克服のための心強いパートナーなのです。

他にも単純作業などは人間より遥かに速い速度でこなせるようになりました。

例えばエクセルなどの表計算ソフトでは単純な計算、コピー、データの参照といった作業は数秒で終わってしまいます。

更に複雑なシステムであってもプログラムを組んでしまえば、データを入れるだけで必要な処理を終わらせてほしい結果だけを抽出できます。

これをさらに高精度にしたものがAIです。

パターン化できるものであればなんでも学習できますので、応用が期待される分野は数多くあります。

 

AIが苦手なことは?

 

 

現状、複雑すぎてパターン化できない分野が多くありますので、そうしたものには適用されていません。

専門知識が必要な仕事であったり、

クリエイティブな分野ではAIの台頭はまだ先になると見られています。

また、自ら何か突拍子もないことを生み出すのは難しいです。

ものすごい速度で一直線に進むスーパーカーをイメージするとわかりやすいと思います。

あらかじめ進み方を教えておけば、自分で道を見つけながら前へ前へ進んでくれるのがAIです。

しかし、道のないところに入り込んだり、道を作ったりすることはできません。そこは人間の仕事です。こうした道を作る作業をIoTと呼びます。

IoTとは、人間が使う道具などにテクノロジーを融合させることを指した言葉です。

冷蔵庫やエアコンに自動温度調節機能を搭載するのはIoTの好例です。

「自動化することで効率化できる」というメタ的な視点を持ってイノベーションを起こす創造的な思考は、どうしても道を進むだけでは生まれません。

道以外に目を向けられない現段階のAIでは、こうしたクリエイティブな思考や言動は行なえません。

 

AIの導入で効率化できる仕事は今後なくなっていく?

 

 

得意、不得意があるAIですが、導入することでメリットを得られる分野はたくさんあり、今後AIが担当する業務はどんどん増えると予想されています。

人間には睡眠、食事、福利厚生が必要ですし、体調を崩したり死亡したりするリスクがありますが、システムやAIはそうしたリスクが少ないです(故障やインシデントのリスクはありますが)。

企業が「AIに任せたほうが良さそうだ」と判断した時点で、仕事はどんどんAI任せに切り替わっていくでしょうし、近い将来、単純作業で働く人間はいなくなります。

では、具体的にどんな仕事が消えるのでしょう。

 

業種、職種で見る!数年後になくなる仕事は?

 

業種や職種で見ると、単純作業が続くものや特別なスキル、知識がなくてもできる仕事はAIの普及によってなくなるといわれています。

人間よりAIのほうが早く、正確に行えるのですから当然といえば当然ですね。

 

製造業

 

 

統工芸などを除く製造業は、特別熟練した技術を必要としないのでAIを取り入れやすい分野です。すでに大量生産を行う工場などでは作業員を減らしてロボットやAIを導入しています。

私は以前、日産の期間工として勤務していたことがありますが、実際に塗装などの工程は人間ではなく機械が行っていました。

かなり早く、正確です。人間が出る幕はもう無いように思えました。

しかし車体内の組み立て(私はここでトリム、シャシーの工程を担当しました)においてはかなり精密な作業が必要になるので、人間が神業で対応しています。

このレベルの仕事はまだまだ人間の分野です。

 

小売業

 

 

すでにスーパーなどではセルフレジが導入され、効率化が図られています。

店頭に立ってセールスを行うショップ店員なども今後はいなくなると予想されていますが、こうした接客業はむしろ二極化が進むと予想しています。

というのも、三ッ星レストランのサービスマンがペッパーくんだったら拍子抜けしますよね?

「ドレニシマスカー?」とメニューを持ってこられたら、キレて店を出ると思います。

でも全品100円の激ウマ定食屋の店員が全員ペッパーくんだったとしても、全然許せちゃいますよね。むしろ美味しくて安いなら通うと思います。

つまり高い接客レベルを求められる高級店で、一流のサービスが施せる人は重宝されますが、ただ「売る」ことしかできない販売員は淘汰されていくと予想されています。

そういう意味で、接客レベルによって二極化される時代が来るといわれています。

 

交通関係

 

 

自動運転の普及によって、車両を運転する仕事は減少すると見られています。

ただ、宅配などはまだ時間がかかると考えられています。というのも、荷物をおろしたり運び込んだりするまでの技術を備えたロボットは、まだ実用されていないからです。

しかし、amazonがドローンによって即日宅配を実現してしまいましたから、今後は軽量かつ短距離の物流はドローンによって補完される可能性があります。

また、純粋に運転して回るだけの仕事であれば自動運転で事足りてしまいますから、タクシーやバスなどもなくなる対象です。

それを見越してか、朝食付きのタクシーなど、付加価値をつけた高級有人サービスが創出されはじめていますね。

 

カスタマーサポート職

 

 

カスタマーサポートなどはすでにAIによって仕事がなくなりつつあります。

チャットボットという新技術の普及によって、CS部門で顧客対応に追われることがなくなり、大幅な人件費削減を実現しています。

きめ細かな顧客対応を通して営業に繋げられるようなプロフェッショナルを残して、多くのCS職は淘汰されると見られています。

 

経理、事務職

 

 

経理や事務はすでにパターン化されたことをこなす仕事が主ですから、まるごとなくなりはしませんが大部分がAIで事足りてしまいます。

例えば仕訳や伝票の整理についても、一定のパターンに沿って勘定科目を当てはめたり計算していくだけですから、あらかじめ決められた作業を高速でこなせるAI技術の十八番です。

貸借対照表や損益計算書、キャッシュフロー計算書から企業分析が行えるようなプロフェッショナル以外は淘汰されるでしょう。

 

AIを使わないほうがよい仕事はまだ残る

 

何でもこなせると思われがちなAIですが、まだまだ未熟な部分は数多く残っています。

例えば今私が行っているような「文章執筆」や「描画」といったクリエイティブな部分はとても実用できるレベルではありません。

他にも感情を扱う「心理職」専門的技能が必要になる「医師」「弁護士」などの職業は残るといわれています。

 

頭脳労働はAIの適用が難しい

 

 

例えばあなたが犯罪を犯し、その弁護をAIが行うとなったらどうでしょうか。

論理的にあなたの無実を証明してくれたとしても、引っかかる部分があると思います。

そもそも人間が犯した罪を人間が裁くために法律があり、それでも足りない部分を補うためにある職業が弁護士や検事といった法曹系の仕事です。

人間の哲学や感情に深く関わる部分にAIを持ち込むことは、意思決定や世界のあり方を機械に任せることになりますので、抵抗が強く実現しないのではないか、と見られています。

 

高度な技術が必要な専門職はAIの適用が難しい

 

 

医師などのかなり高度な知識と経験が必要になる専門職はAIを取り込みづらいといわれています。

とはいえ、放射線治療やCTスキャンなど、テクノロジーの恩恵をまっさきに受ける分野であり、先進的な技術がはじめに取り入れられるのは医療分野です。

それでも、実際にオペを行うのは人間ですし、診断を下すのも人間です。

こうした高度な技術が必要な職業に関しては、現段階ではあくまでサポートを行うにとどまっています。

 

人間の心理を扱う仕事はAIの適用が難しい

 

 

小説家や画家といったクリエイター職は人間の心を動かし人生に彩りをもたらすのが仕事です。

つまり感情を刺激し、感動させる作品を創り出すのですが、これは本当に難しいことです。

AIが文章を書いたり、絵を描いたりする技術は実現されていますが、それによって人間が感動できるかどうかといわれれば、現状はまだまだそうした段階にありません。

いずれ感情が想起されるパターンがはっきりすれば、逆算して「感動させる文章」「感動させる絵」を作ることは可能になるといわれていますが、当分なくなることは無いでしょう。

カウンセラーといった心理職も同様に人の心を扱うスペシャリストですから、AIが入り込む余地は当分ないと見られています。

 

減った代わりに増える仕事がたくさんある

 

ここまでAIによってなくなる仕事を紹介してきました、すこし気分が暗くなりましたか?

でも、仕事がなくなったからといって悲観する必要なんてありません。

なくなった仕事の代わりに、新しい仕事がどんどん生まれてくるのが社会です。

 

先見の明を持つ人が輝く時代の到来

 

 

例えば数十年前の常識が今では見向きもされなくなっているように、今の私達が感じている常識は数年後には消え去っているでしょう。

仕事も同じです。

一大産業となっているIT業界は、三十年前には存在しませんでした。

介護士も今より少なく、電気屋にスマホのPRスタッフが立っていることなんて想像もしていなかったでしょう。

時代は変わります。仕事や、需要、供給に大きく影響を与えながら、私達を巻き込んで変化していきます。

そんな時代の先端に立つ私たちに必要なのは過去を振り返って昔の仕事に縋り付くことではなく、先見の明を研ぎ澄まし未来を想像することなのではないでしょうか。

 

AIに「奪われる」ではなく「創り出す」という思考を持つ

 

 

AIはまだまだ発展途上にある技術です。

今後さらなる発展が見込めるAIのプログラマーという仕事は需要があるでしょうし、あらゆる仕事が効率化されれば産業は二極化します。

飲食店であれば、「安ければ接客がロボットでもいい」と思うお客のニーズに応えたお店が繁盛するでしょう。

逆に「本物のサービスを、高くてもいいから受けたい!」と思うお客のニーズに応えられる本物のサービス業が台頭するでしょう。

実際にどのようなビジネスモデルにすれば繁盛するのかはわかりません。

だから、そこに想像する余地があります。

チャレンジできる可能性があります。

 

AIは人間の生活を豊かにしてくれるもの

 

 

仕事が奪われる、という視点で物事を見ている方にとっては、AIの台頭は恐ろしい出来事に見えるかもしれません。

しかし、もともとそろばんで計算を行っていた時代に電卓が登場し、経理職に必要な人手が大幅に減少した結果、社会全体のレベルは底上げされました。

手書きで書類を作成していた時代にワードプロセッサーが登場し、多くの労働者が新たなスキルを身につけて業務を効率化し、更に多くの仕事をこなせるようになりました。

パソコンが登場し、スマホが登場し、AIが登場し、私たちは一歩ずつ仕事を「楽」にしてきました。

それはあぐらをかくためではなく、更に社会を前進させるためです。

AIもそれらとなんらかわりありません。

これまで私達が煩わしく感じていた仕事をどんどん任せていって、私たちはもっと先進的な部分に注力することができるようになります。

googleのAI開発部門で指揮を執るレイ・カーツワイルは著書内で技術的特異点(シンギュラリティ)について、肯定的な見方を示しています。

指数関数的(2,4、8,16といったように倍になっていく関数)に技術が増大している現代社会でAIに対して抱く感想は、あくまで現代の感性に過ぎず、技術的特異点を超えた先では現代からは想像もつかない職業や世界が生まれていると述べています。

仕事が奪われる、というのは「世界が今のまま続く」という前提の上に成り立つ考え方です。

レイ・カーツワイルは、そうした前提を脱ぎ去って来たる変化を受け入れようと提唱しています。

そう考えると「古い仕事はAIに任せて自分はどんな仕事をしよう」とワクワクしてきませんか?

仕事が無いなら作ればよいのです。きっと新しい職業が生まれるに決まっています。

だって、20年前には今私が就いているウェブライターなんて職業もなかったんですから。

geeklyには最先端テクノロジーに携われる仕事がたくさんあります。

IT業界に興味がある方は、ぜひ新時代の幕開けに立ち会ってみませんか?

Geekly Media ライター