人工知能は人間と同じで、学習しなければ賢くなりません：学習データについて考えます（II）

■時代と技術の発展がニューラルネットワーク型人工知能の展開を後押ししている。 

　現在のニューラルネットワーク型人工知能の実施には、学習データ量を大きくすることが必要ということは良く知られた事実ですね。　データ収集がインターネット等の技術やIT関連技術の発展により比較的簡単に大量のデータを収集することが可能となったという、技術的な発展がニューラルネットワーク型人工知能の展開を容易にしていると言えます。

■自己学習機能がニューラルネットワーク型人工知能の発展や展開の基礎となった。

　現在のニューラルネットワーク型人工知能が急激に発展した理由の大きな要因が、「自分でAI実施のためのルール（知識）を発見する」ということがあります。　つまり、学習データさえあれば人工知能で利用するルール（知識）を自分で発見し、自己学習するということです。　このために、ルールベース型人工知能で必要とされた、エキスパートの関与が不要となり、特殊技術やノウハウの無い分野への人工知能の適用が可能となりました。　この特徴が、現在のニューラルネットワーク型人工知能が急速に普及した主たる理由となります。

　現代のニューラルネットワーク型人工知能はターゲットとする当該分野に関する経験、知識、ノウハウを必要とすることなく、適切な学習データを与えれば自己学習するという理想的な人工知能となります。　この意味するところは、

１．専門家やエキスパートがいない分野でも人工知能技術が適用できる。このために、従来は人工知能の適用が困難とされる様々な分野でも人工知能の適用が可能。

２．ルールベース型人工知能では専門家やエキスパートがいても、ルールの取り出しや人工知能システムの構築が必要であり、専門家とのコミュニケーションが必要で、分野単位の特殊要因等があり、ノウハウのシステムへの搭載困難。この結果、エキスパートの存在が必要、エキスパートのいない分野への適用不可、新規分野への適用困難、等々が出ます。

　現在は、インターネットやIT技術の発展に伴い、大量データの扱いや収集が比較的簡単となっています。　即ち、ビッグデータ時代の到来であり、この点でニューラルネットワーク型人工知能の展開が時宜を得たものとなっています。