AIは4つのレベルに分類することができる。
レベル1「シンプルな制御プログラム」
入力に応じて、あらかじめ決められたルールに忠実に従って出力プログラム。
ルールベース型AIのうち、もっともベーシックなもの。
洗濯機の洗剤投入、水量調整の自動化、エアコンの温度調整の自動化など、わかりやすくてシンプルなふるまいを行うシステム。
制御工学、システム工学の分野で長年使われてきた。
レベル2「古典的な人工知能」
探索、推論、知識データベースを利用したAI。
レベル1のAIよりも少し複雑な判断を行うことができる。
掃除ロボット、診断プログラム、ルールベース型チャットボットなど。
古典的とはいえ、特定の分野に限定した場合は高い性能を発揮する。
レベル3「機械学習を取り入れた人工知能」
2000年以降のビッグデータ時代に台頭した。
機械学習の手法を取り入れ、大量の学習データの分析を通じて、入力と出力を結ぶ汎用的なパターンや法則を見出だす。
また、学習済みモデルに基づいて新しい入力情報に対する判断を行う。
スパムメール検知、レコメンドエンジン、売上予測、顧客分析など。
レベル4「ディープラーニングを取り入れた人工知能」
機械学習の一手法であるディープラーニングを使うと、特徴量をデータから自動的に見出だすことができる。
自動翻訳、顔認識、自動運転、高難易度のゲームなど、非構造化データを分析対象にしたタスクがレベル4に含まれる。
レベル1「シンプルな制御プログラム」
入力に応じて、あらかじめ決められたルールに忠実に従って出力プログラム。
ルールベース型AIのうち、もっともベーシックなもの。
洗濯機の洗剤投入、水量調整の自動化、エアコンの温度調整の自動化など、わかりやすくてシンプルなふるまいを行うシステム。
制御工学、システム工学の分野で長年使われてきた。
レベル2「古典的な人工知能」
探索、推論、知識データベースを利用したAI。
レベル1のAIよりも少し複雑な判断を行うことができる。
掃除ロボット、診断プログラム、ルールベース型チャットボットなど。
古典的とはいえ、特定の分野に限定した場合は高い性能を発揮する。
レベル3「機械学習を取り入れた人工知能」
2000年以降のビッグデータ時代に台頭した。
機械学習の手法を取り入れ、大量の学習データの分析を通じて、入力と出力を結ぶ汎用的なパターンや法則を見出だす。
また、学習済みモデルに基づいて新しい入力情報に対する判断を行う。
スパムメール検知、レコメンドエンジン、売上予測、顧客分析など。
レベル4「ディープラーニングを取り入れた人工知能」
機械学習の一手法であるディープラーニングを使うと、特徴量をデータから自動的に見出だすことができる。
自動翻訳、顔認識、自動運転、高難易度のゲームなど、非構造化データを分析対象にしたタスクがレベル4に含まれる。