ＡＩ（人工知能）とは
Artificial Intelligence（アーティフィシャル・インテリジェンス）の略称で人工的な知能・知性という意味があります。
ＡＩ（人工知能）という言葉の生みの親と言われている計算機科学者ジョン・マッカーシー教授は、AIについて『知的な機械、特に知的なコンピュータプログラムを作る科学と技術』と述べました。その後AIに関する研究が進み、様々な研究者が様々な定義をするようになり、知能の定義が明確でないことから、人工知能を明確に定義できないという考え方もあり現状では明確に定義されていません。
広義には、人間の知的ふるまいの一部をコンピュータプログラムとして人工的に再現したものという認識で間違いありません。
掃除の常識を変えたロボット掃除機ルンバや「Hey Siri」、「OK Google」のような音声アシスタントなど生活する上で身近な存在となりAIとして社会に受け入れられています。
ＡＩ（人工知能）は単体のプログラムとして販売されるものではなく、掃除機を例にすると掃除機の新機能としてＡＩ（人工知能）が搭載されたものがロボット掃除機ルンバのように販売されています。つまり既存のものにＡＩ（人工知能）を利用することで利便性であったり効率化によりテクノロジーの進化・改善することが可能となります。
ＡＩ（人工知能）を実現するためにデータを分析する方法の1つが「機械学習」で、その代表的な分析手法が「ディープラーニング（深層学習）」です。
機械学習とは、データから機械的に学習し、ルールやパターンを発見する方法で、学習した成果に基づいて予測や判断することが重視されるようになりました。
ディープラーニングとは、ニューラルネットワークを活用した学習の手法のことです。ニューラルネットワークは、データを入れる入力層、入力層から流れてくる重みを処理する中間層、結果を出力する出力層で構成されています。簡単に表現するならば、小さな子供に犬や猫を覚えさせるのと同じようなイメージです。
「ＡＩ（人工知能）とビッグデータはどのように関わり合っているのだろう？」
ビッグデータとは、人間が全体を把握することが困難な大量のデータ群です。ＡＩ（人工知能）と同様に明確な定義はありませんが、Volume（容量）、Variety（種類）、Velocity（スピード・頻度）、Veracity（正確性）とValue（価値）をもつデータそのものと、それらを使ったソリューションがビッグデータといわれています。
ＡＩ（人工知能）とビッグデータは、互いに密接な関係を築いています。
ＡＩ（人工知能）の機械学習にとって、学習教材となるビッグデータはより精度の高い予測や判断を行うために欠かせない存在です。
ＡＩ（人工知能）技術の発展により、ビッグデータを効率よく分析し整理することで従来不可能とされていた膨大なデータの管理や解析が可能になりました。
ＡＩ（人工知能）とビッグデータで価値あるイノベーションの実現
ＡＩ（人工知能）では自動車の自動運転が最も注目されています。
膨大な量の走行シーンを集めてデータベースに蓄積し、ディープラーニング（深層学習）によって様々なシチュエーションに合わせた走り方を学習しています。ビッグデータの活用で安全な走行を実現でき、自動運転の技術が日に日に向上しているのです。
公共事業の分野でもＡＩ（人工知能）とビッグデータの活動が進められています。
交通情報や農作物の収穫量、出生率などのビッグデータをＡＩ（人工知能）の分析力で地域の課題を発見して、政治的判断を迅速に行うために活用されるようになりました。
システム開発の工程・流れ
要件定義
- システム要件
- 現状の課題
- 理想の状態
- ヒアリング中心
外部設計
- ハードウェア検討
- ソフトウェア検討
- デザイン
内部設計
- 画面ワイヤー
- 使用技術選定
- 追加機能の提案
開発
- プログラミング
- サーバ構築
- データベースチューニング
テスト
- 動作の検証
- バグ修正
- 第三者による操作テスト
リリース(引き渡し)
- ドキュメント整備
- 検収
運用・サポート
- サーバ負荷監視
- ソースコードやサーバのバージョンアップ対応
- 不具合対応
- アップデート
- 追加要望
- 追加開発