[2019年版]ビジネスマン&経営者必見のAI力向上方法



[2019年版]ビジネスマン&経営者必見のAI力向上方法

今私達の生活に着々と定着してきているAIArtificial Intelligence

テレビをつければ「医療AI アイによると...」「そんなバカな、 AI に自我が芽生えてきている?」と日常的に AI を耳にし、家電量販店にいけば「AI家電」の文字。そしてニュースや新聞では「AI技術による...」

どうでしょうか? AI については、チョット混乱してきませんか? もしくは AI にストレスを感じておられませんか?

今回は AI サービスや AI開発の具体例も引用し、日本国民の AI 向上に働きかけたいと思います。

目次
  1. ビジネスマン&経営者必見のAI力向上レシピ2019
  2. こんな会社・チームは要注意!?
  3. 身近にあるAI
  4. AIを試してみる
  5. AIを正しく簡単に理解するには
  6. AIを体験
  7. ビジネスへの応用
  8. まとめ

ビジネスマン&経営者必見のAI力向上レシピ2019

こんな会社・チームは要注意!?

”AI”という文字が日常的に飛び交う一方で、どうでしょうか、 AI については自信ありますでしょうか? 上図のように AI についてあやふや・・・・なまま、 ”AI” に取り組もうとしていませんか? AI は明確な定義がなく、多くの方が基礎教育も受けていない状態なので、モヤモヤッとした状態になりがち。 こうした状態を放置しておくと、 AI 社会への適応、ちょっと難しいかもしれませんよね。じゃあどうすればいいのか、と考えた時に思い浮かぶ一般的な答えは以下のようなものでしょう。

  • AI研修
  • AI学習(独学)
  • AI体験
  • AIのことは AI専門家に丸投げ

社員、経営者、個人、それぞれでできることは違ってきますが、今すぐ AI力 を上げるメソッドをご紹介していきます。

本稿は AI力を上げる一例です。絶対にみんなが ”AI力” 上がるわけではないと思います。ご了承下さい。

身近にあるAI

image

AI力を上げるために、まずは自分の身の回りを振り返って、 AI が使われているサービスや製品を確認してみましょう。

  • Google Map
  • Siri や Googleアシスタント
  • 天気予報(ウェザーニューズ)
  • 来客数予測(京都信用金庫*
  • プロ野球の DeNA*

Google Map や Siri の利便性と欠点については多くの方が実際に使って、ある程度理解できていると考えます。こちらの”要求”に応えるべく、最善のルートや検索結果を予測して表示してくれます。天気予報や来客数予測については、過去のデータや現状の気象データを元に、客数や数時間後の天気を予測、という比較的イメージしやすいもの。

さてプロ野球の DeNA についてはどうでしょうか? 2019年 4月に最下位をつけ、そこから AI を導入し 2位まで上昇。ビジネス的に非常に興味深い AI 事例ではないでしょうか?

img: プロ野球 Freak

あくまで対優勝チームを「巨人」に設定したモデルだったために ”2位” だったかもしれません。自分のビジネスにおいてもプロ野球の DeNA みたいな逆転やシャア向上、売上アップができたらチョット安泰ではありませんか? DeNA の AI、中身は不明ですが、メルセデス・ベンツの作業時間短縮アルゴリズム*あたりが参考になるかもしれません。

逆に他社が AI 導入で自社のマーケットまで侵略してきたら、、、怖いですね。手遅れにならないためにも”ビジネスマンとしての AIリテラシー” 養っておきたいですね。

【メルセデス・ベンツの作業時間短縮アルゴリズムについて】

2017年 Kaggle の懸賞金付き技術大会(賞金 $25,000)で、自社工場の作業時間、テスト時間を予測するモデルを募集。”時間”という一つの答えを軸に、関連する要素の組み合わせ、特性をラーニングさせて、”このパターン”なら”コレぐらい”のテスト時間が予測されます、という AI を作成。
野球においてもピッチャーや打者との関係、そしてその各個人が持つデータを突き合わせ、ヒット率や三振率など予測することも不可能ではないと思います。詳しくは https://www.kaggle.com/c/mercedes-benz-greener-manufacturing/overview をご参照下さい。

AIを試してみる

img: HowMa で自宅を査定した結果...うち、借地ですけど......

身近にある AI を確認したら、次はもう少し AI の ”予測” が分かりやすいサービスを使ってみるのはどうでしょうか? Google Map や Siri などはパーソナラナイズされた AI サービスですが、どこか抽象的で AI の効果がわかりにくいですよね。 「自分に AI を使ったらどうなるのか?」「AI はどんな予測をするか?」 という具体的な部分を確認してみたいと思います。いくつか無料で試せる AI サービスをいくつかご紹介しますね。

⚠ 実際にご利用になる際はご自身の判断、責任でお願いいたします。
J.ScoreとLAPRASを試した結果
J.Score LAPRAS

どうでしょうか? J.Scoreであれば自分への信用値を AI がはじき出し、 LAPRASでは自分の市場価値を数値化。いったいどうやってこうした”数値”をはじきだしているのでしょうか?

恐らくこれからは 「AIが評価したんだからあなたは〇〇だ」 「あの AI が言うんだから間違いない」と AIがブラックボックス化する流れになると思います。 しかし、中には「自分はそうじゃない」「AIの方が間違っている」と思うことも出てくるでしょう。こうした時、 AI に関する知識がないと周りを納得できませんし、”自分”を見失いがちに。”自分”という個人も大事ですし、会社やチームも大事。それらを守るためにもある程度の AI 評価システム、知っておきたいですよね。

AIを正しく簡単に理解するには

AI 作成から利用のイメージ図

先ほどの J.Score や LAPRAS で得られる数値、具体的な算出プログラムは公開されておらず、関係者以外はその評価システムを確認することはできません。ただし、 AI に関する基礎知識があれば話は別。 J.Score の場合であれば、”貸付”を軸に関連する個人情報を集めて、過去のデフォルトケース(個人)と情報を照らし合わせ、”貸付度”を算出。 LAPRASであれば GitHub 全体と個人のレポジトリ内容からデータを分析し、この人はここが長けている? という数学的処理をしているのかな?と想像できます。

つまり ”過去のデータ” と ”今のデータ” を照らし合わせて、 ”貸付度” や "技術力" を出力。つまりこれが AI が判定した結果、あなたのスコアは〇〇、ということになります。端的に言うと過去のデータの傾向を数学的につかみ、「今のデータの場合だったら、コレぐらいだね」と予測値を返してくれる仕組みの AI(上図参照)。

ただ上記の”予測”は AI のごく一部の機能で、ほかには AI の頭脳を持った"アルファ碁"や空港の"顔認証ゲート"などいくつかのパターンがあります。一度にたくさんのことを”脳”に送り込むと疲れますので”アルファ碁”や”顔認証”については詳しく述べませんが、先ほどの AI とは ”結果” までの予測プロセスが ”違う” ということを知っておきましょう。

アルファ碁のイメージ図

アルファ碁の場合は、一定ルールの基づいてプログラムが自動で配打していきます。
次どこに打てばいいかを確率で数値化し、配打し、次を予測し、配打し、を繰り返します。
そして白か黒のどちらかが勝ちます。そのゲームのプロセスは記録されて、この配打で良かったかどうかを検証し、次のゲームの配打に先ほどのゲームの経験を”重み”として配打確率に計上。
その流れを延々繰り返し、配打の必勝パターンを学習します。
このアルゴリズムを活かして、囲碁以外に、オセロやコレクト4などのボードゲームに応用できます。
恐らく最強の AIボードゲーマーができますが(できていますが)、それは ”予め定めたルール” の中の話。
現代社会の全てにおいて、この最強AI が当てはまるわけではありません。

画像認識のイメージ図

顔認証や画像認証は、画像データを数値化し、「その配列傾向なら”A”や」 「その画像(配列傾向)やったら違う人や」 という風に、人間では画像に見えるものを ”数値” に置き換えてコンピューターは認識します。
人間の”目”に変わる役割として実用化されています。

この他にもチャットボットで利用される”分類”やオススメ機能で利用される”分類”などありますが、過去のデータを基に予測する点から J.Score や LAPRAS 系の情報処理になるでしょう。

どうでしょうか、 AI と一言でいっても

  • 過去データ・パターン
  • アルファ碁パターン
  • 画像認識パターン

といくつかのパターンに分けて考えることができます。

そして今は 「過去データパターン + 画像認識パターン」 などいくつかのパターンが融合し、 AIトレードシステムなどが開発されています。

このように AI 技術は、日々日進月歩で指数関数的に近い速度で”進化”し、それと同時に”情報量”も増えています。そんな爆足的に進化する AI をどうすれば理解できるか、というのはなかなか難しいもの。

従来のように参考書を読んだり、ニュースを見ているだけでは追いつかないのかもしれません。じゃあどうすればいいか、いくつかの学習メソッドを考えてみました。

  • ハイレベルなAIリテラシーを持った人のYouTubeを見て学習
  • 実際に AI が開発されていく様子を確認
  • 自分で AI を作ってみる

恐らく一番理解が進むのは自分でも実際に AI を作ってみることです。「えっ、そんなのムリ?」、大丈夫です、クリックするだけで AI 作れます。

参考になる AI YouTuber/ Siraj RavalTensorFlow


AIを体験

  • 【Google Colab】 AI を作って、テストするページへ移動

2018年までは自分のパソコンに AI を開発できるように Python や TensorFlow などをセットする必要がありましたが、今は違います。 Webページ上で無料で AI 開発できる、ラーニングできる仕組みがあります。 Google 社が提供する Google Colab や Kaggle というサービスが GPU も使えるので有名。

実際に上記 Google Colab のリンクにアクセスして、ランタイムを GPU にセットして、プログラムを全て実行(▶)してみて下さい。プログラムの意味は分からなくても ABCのローマ字を認識できる AI を作れて、最後の方は、 手書き文字の "Y" を AI が判定していませんか?(ラーニングには 10分程時間がかかります)

今はこういう感じで、誰でもどこからでも無料で AI が作れる時代です。これは日本だけでなく、インドやベトナムなど Google が利用できる環境であれば世界中みんな同じ。つまり AI への考え方、アイディアがあれば AI を作れちゃうんですね。

ビジネスへの応用

image

img: Kaggle/c/...

さてなんとなく AI との距離感が縮まったところで、「じゃあ具体的にナニをすれば自分のビジネスに AI が役立つか?」 と思うようになってきますよね。

画像認識でもなく、チャットボットでもない、特別予測してもらうこともないかな...と思う方も少なくないでしょう。 AI のすごい点は、「人間では予測できなかったことを予測すること」「人間では分からなかったことを認識すること」にあると思います。それから過去の経験から「コレぐらいだろう」「俺のカンや」というアヤフヤな部分を AI は具体的な数字で表現します。

現場レベルの AI アルゴリズムがいくつか公開されていますので、確認していきましょう。(Kaggle 英語)

興味あるコンテンツを開いて、 Note を確認してみましょう。概ねどれも半分以上は AI というより 「データ分析」 ではないでしょうか? データの傾向を確認し、推測し、ラーニングを実行、という流れ。おそらく今まで 「データ分析」 と 「推測」 までは多くの方ができていたと思います。あと最後の 「ラーニング」 を加えたら、自分の予測値が具体化され、そしてその ”頭脳” を Web や Android・ iPhone アプリにセットすることができます。 「社長(店長)、明日の来店は 50人ぐらいですかね」というチェック事項が、端末上で可能に。どうですか、少し AI がビジネスに役立ってくれそうな気がしてきませんか?

ただ、 Google Map や J.Score に見られるように AI は ”絶対” ではありません、”予測”をしてくれる機能です。この AI との距離感も、 AI を理解しておかないと掴めないものではありませんか? 結局は AI を使うにしても AI を開発するにしても、 AI のことが分かっておかないと適切に利用できない、ということですね。これは AI に限らず、スマホやバイク、飛行機についても同じではないでしょうか?

まとめ

AI を使えば絶対成功、 AI は絶対人類に幸福をもたらす、というのは利用する ”人間” 次第ではないでしょうか?

”火薬”にしても”車”にしても使い方を間違えば”凶器”になります。 AI には ”凶器” 的な面はないにしても、これから付き合っていく中で、正しい使い方をしないと、依存してしまはないようにしないと、 ”凶器” なみに未来を傷つけるものになってしまうかもしれません。

改めて確認ですが、 AI は ”予測” する機能です。最終的に判断を下すのは ”人間” です。ドラマ「ドクターX」の中の AI「あい」 みたいに、 AI に服従しないよう AI の特性を知り、自分なりの考えを持つことも大事と考えられますね。

さて、今回ワンクリックで AI を作成したり、テストするプログラムをご紹介させて頂きましたが、これって別にエンジニアじゃなくても事務員さんでも頑張ればできそうじゃありませんか? 逆に言うと、 AI できる事務員さん、かっこよくないですか?一部では事務の仕事は AI に奪われるといわれていますが、会社のことを一番知っているのは”事務員さん”だったりしませんか?その事務員さんが会社にマッチしたソリューション型 AI を作ってくれたら、経営層にヒントを与えてくれたら、いいですよね。

ただ平成生まれの事務員さんが増える中でも AI やプログラミング・リテラシーを持った方って少ないと思います。でもモチベーションさえあれば学べる環境はあります。「自己啓発」「スキルアップ」「AIに仕事を奪われないために...」事務員さんへの AI セットアップ、できたらいいですよね。

現在 CodeCamp では、個人へのプログラミングレッスンをはじめ、法人向けのサービスも提供中。 「オンライン × プログラミング学習」という多くの方が体験したことのない世界、新しい発見があっておもしろいと思いますよ。 CodeCamp では無料体験を随時オンライン上で実施していますので、ご興味ある方は 公式ページ より確認してみて下さい。こうしている間にも AI テクノロジーが進化していますので、、、チョット怖いですね。

オシママサラ
この記事を書いた人
オシママサラ
\ 無料体験開催中!/自分のペースで確実に習得!
オンライン・プログラミングレッスンNo.1のCodeCamp