応用: AI・データサイエンス

機械学習は、人がルールを 1 つずつ書く代わりに、データからコンピュータに規則を見つけさせる方法です。迷惑メールの振り分けは、「迷惑」と「普通」に分けた大量のメールから、見分け方を学んでつくられています。

考え方は古く、1959 年には IBM のアーサー・サミュエルが、チェッカーというボードゲームのプログラムを発表しました。対戦をくり返して、つくった本人より強くなるまで学ぶプログラムです。2016 年には、DeepMind の AlphaGo が囲碁の世界トップ棋士、李世乭(イ・セドル)九段に 4 勝 1 敗で勝ちました。

大切なのは、学習に使ったデータだけでなく、初めて見るデータでも正しく答えられるかです。練習問題の答えを丸暗記したような状態を過学習と呼び、これを防ぐ工夫が研究されています。

データサイエンスは、統計と機械学習を使ってデータから意味を引き出す分野です。2017 年には滋賀大学に日本初のデータサイエンス学部ができました。2021 年度からは、数理・データサイエンス・AI の教育プログラムを文部科学省が認定しています。

ロボットは、センサーで周りを感じ、コンピュータで考え、モーターで動く機械です。工場で部品を組み立てる腕のロボットから、床を掃除するロボット、倉庫で棚を運ぶロボットまで、形はさまざまです。

日本はロボット研究の歴史が長い国です。1973 年、早稲田大学の加藤一郎教授のチームが WABOT-1 を完成させました。2 本の足で歩き、手で物をつかみ、簡単な日本語で会話できる人間型ロボットでした。

1997 年には名古屋で、ロボットのサッカー大会「ロボカップ」の最初の世界大会が開かれました。2050 年までに、人のワールドカップの優勝チームに勝てるロボットのチームをつくることを目標にしています。

ロボットをつくるには、機械・電気・情報の知識を組み合わせます。情報学では、カメラの映像から周りの地図をつくる、動きの計画を立てるなど、ロボットの頭脳にあたる部分を主に学びます。