12月9日主催講座１２「ＡＩってなんだろう？どう役に立つの？」第１回「AI（人工知能）って何だろう？」を石狩市花川北コニュニティーセンターで開催しました。受講者は45人でした。
講師の朝倉さんは、さくらインターネット研究所の研究員であり、石狩市の教育委員としても活動しています。石狩市出身で、札幌の高校を経て、藤女子短期大学保育科を卒業後、元々は幼稚園の先生 。その後、30歳を過ぎてからエンジニアに転職し、地元のさくらインターネットのデータセンターに勤務。社内での異動を経て、現在は研究所研究員として教育学の研究を行なっています。
朝倉さんより、『本日の講演の目的は、AIの仕組みなどの難解な部分を教えることよりも、参加者がAIを「自分でも使ってみることができそうだな」「なんとなく怖くて触れなかったけど、もっと知りたいな」と思えるような場にしたい』という言葉で始まりました。
1. AIの歴史
（1）世代
AIの理論は、世界が戦時中であった1943年に発表されました 。当初は戦争に使う兵器、具体的には爆弾の軌道計算に利用するために研究が始まりました 。
AIの進展過程は、大きく分けて三つの時期がありました 。
現在の生成AIが登場して以降を「第四世代」と位置づける論文もありますが、基本的には2000年以降の流れが続いているとされています。
（2）ゲームの進化とAI（プロシージャル）
AI研究において、ゲームは重要な役割を果たしてきました。
• スペースインベーダー (1978年)：敵がプレイヤーに対して正確に攻撃を仕掛けてくる制御ができており、初期のAIとして認識されています 。
• ゼビウス (1983年頃)：プレイヤーの強さに合わせて敵が強くなるなど、コンピューターが自律的に判断して場面が変わる点にAIとの関係が指摘されています 。
• パックマン：ゲームの進行に合わせてモンスターが一体から二体になったり、動きが速くなったり、プレイヤーをガードしたりするなど、コンピューターが自律的に判断する仕組みが使われていました 。
これらの初期のゲームの動きは、現在のAIとは異なり、主にプロシージャル型（手続き型）の仕組みで作られています 。これは、AIが自分で学習したり、判断したりするのではなく、人が元々、特定の条件の中でそういう判断ができるようにプログラミングをしているものです 。
（3）ゲームの進化とAI機械学習
最近のゲームでもAI技術は使われていますが、必ずしもディープラーニングや機械学習が多用されているわけではありません 。
• AlphaGoやPonanza：将棋や囲碁のプレイヤーとしてAIが人間と対戦するようなシステムは、多額の費用をかけて開発されており、機械学習やディープラーニングが使われています 。
• 一般的なゲーム：ゲームには「終わりが決まっている」「プレイヤーが勝てないといけない」といった制約があるため、AIが自律的に状況を変化させすぎると、ゲームとして成り立たなくなります 。また、コスト面の問題もあり、過度なAI利用は抑えられ、バランスが取られています 。
しかし、ゲームがあったからAIが進化したという見方もできます 。現実世界でのAI利用（自動運転など）は失敗が許されませんが、ゲームという仮想空間でのシミュレーションは、AIがどのような振る舞いをするかといったデータ収集や試行錯誤の場となり、AIの進化に貢献しました 。ゲームで作られたAI技術は、他の分野にも応用されていきます 。
（4）プロシージャルと機械学習の違い
2. AIの種類
（1）機械学習
機械学習は、近年急速に発展したAIの一分野です 。 コンピューターが受け取ったデータをもとに、タスクを解決できるようになる能力を指します 。
機械学習の方法は、大きく分けて以下の3つがあります 。
① 教師あり学習：
• 人間（先生）がコンピューターに正解を教える方法 。
• コンピューターは教わった正解をもとに自動的に計算を進めていく 。
• （例：りんごはこれ、バナナはこれ、と教える）
②教師なし学習：
• 人間が正解を教えず、AIが自分でデータの特徴を見つけて分類（グルーピング）を行う方法 。
③強化学習：
• AIに目的を与え、その目的に向かってAIが試行錯誤する 。
• 目的に近づけたらご褒美（報酬）を与え、できなかったらモデルを修正していくことで学習を深める 。
• 人間が事前に正解を用意できない分野の推論に効果を出す 。
（2）深層学習（ディープラーニング）
深層学習（ディープラーニング）は、機械学習の技術を応用した、機械学習の一部です 。
• 構造：人間の脳が持つ神経細胞（ニューロン）が情報を受け渡したり学習する仕組みを、コンピューターで模倣したものです 。
• 位置づけ：AIという大きな概念の中に機械学習があり、機械学習を利用したものが深層学習という位置づけになります 。
3. AIの仕組み
（1）機械学習と生成AIの関係
生成AIは、AIの概念図における「深層学習」と深く関わり、それらの技術を利用した分野として位置づけられます 。
生成AIを人間に例えると、脳みそが機械学習であり、データを食べて（学習し）、その脳みそで判断して何かを生み出す、という大枠の説明がなされ、その後生成AIにも使われている機械学習のアルゴリズムについて、人間とその活動に例えた詳細説明がありました。
（2）単純パーセプトロン
単純パーセプトロンは、人工知能の基礎となる単純な学習模型の一つです 。
• 役割：データの特徴を見つけてグループ分けをする仕組み 。
• 応用：教師あり学習で主に使われ、例えば「りんご」と「りんごではないもの」を分ける際に、確からしさ（確率）で分けていく 。
（3）Q学習
Q学習は、強化学習の一つです 。
• 特徴：試行錯誤と報酬により学習を進める 。
• 仕組み：
① AIに目的（例：砂漠でダイヤを集める）を与える 。
② AIは目的のために試行錯誤する 。
③ 行動の結果、目的に近づけば報酬（点数など）が得られる 。
④ 将来どの行動がより高い報酬を得られそうかを予測し、その予測に基づいて行動を選択していく 。
• 用途：人間が事前に正解を用意できない、または予測が難しい分野の推論に効果を発揮します 。
• デモ：「砂漠でダイヤ集めゲーム」 。AIが左右どちらにダイヤが埋まっているかを予測し、結果に応じて報酬を得て学習を進める様子を実演。当初ランダムだったAIの行動が、確率的にダイヤが多く出る側に偏ることを学習する様子が示されました 。
（4）遺伝的アルゴリズム
遺伝的アルゴリズムは、生命の進化の仕組みをAIの仕組みに適用した方法です 。
• 原理：環境に適応した個体が生き残り、その結果として進化が生まれるという、自然淘汰の過程を計算機上で再現します 。
• デモ：壁のある空間に生まれた猫（エージェント）が、目的のリンゴに近づこうとするシミュレーションが紹介されました 。最初は壁にぶつかってしまう猫が多いが、世代交代を繰り返すうちに、壁を避けてリンゴにたどり着く猫が生き残り、進化していく様子が示されました 。
4. AIを使ってみよう
（1）教師あり学習を使ったじゃんけんゲーム作り
「Teachable Machine」というWebブラウザ上で無料で使えるツール（アカウント作成不要）を使って、じゃんけんゲームの学習モデルを作る手順が紹介されました 。
① クラス作成と画像サンプル収集：
• 「グー」「チョキ」「パー」「なし（背景）」の4つのクラス（カテゴリー）を作成 。
• カメラを使い、それぞれのクラスに対して様々な角度から大量の画像サンプル（約300枚弱）を取り込む 。
② モデルのトレーニング：
• 収集したサンプル画像を使ってモデルをトレーニングする 。
③ モデルの出力：
• トレーニング後、カメラに写った手をAIが「グー」「チョキ」「パー」「なし」のどれであるかを**確からしさ（確率）**で判定する様子を確認 。
• このモデルをエクスポートし、プログラミングツールに連携することで、実際にじゃんけんゲームに仕立てていくことができます 。
④ デモ：実際にグーとチョキとパーの画像データを与えてモデルをトレーニングし、AIがどの画像がどのグループ（グー、チョキ、パー、なし）に属するかを確率で判定する様子が示されました 。
（2）生成AIを使ったお話しづくり
Googleが提供する生成AI「Gemini（ジェミニ）」を使用し、参加者から設定を募って物語を生成する実演が行われました 。
応用事例（物語生成）: 聴講者からの設定
• 主人公：トランプ大統領、
• 場 所：石狩市民カレッジ、
• 日 時：本日午後3時、
• ジャンル：刑事ドラマ仕立て、
• テーマ：詐欺被害
• 文字数：600字程度
以上を条件に、Googleの「Gemini」を使って物語を生成してみました 。
生成された物語（要約）： トランプ大統領が日本の警察庁の特別捜査アドバイザーとして石狩市民カレッジの特別講義室の演壇に立ち、高齢者を狙った仮想通貨投資詐欺について熱弁を振るう 。講義中、地元警察のベテラン刑事（佐藤）が駆け込み、詐欺グループの隠れ家が市民カレッジの地下資料室を通過拠点にしている形跡が見つかったと報告 。トランプ氏は「犯人はまだこの建物の中に居る」「ショータイムだ」と言い放ち、刑事らを従えて地下の階段へ向かう 。
このように、わずかな設定を与えるだけで、AIが物語を構成し、さらに物語を継続させるための提案まで行う能力が示されました 。
また、大学生が生成AIを「友達」とし、悩み相談に利用している事例も紹介されました 。
• 応用事例（対話）: 大学生の中にチャットAI（「チャッピー」）を「友達」にし、夜眠れない時の悩み相談などに利用している例を紹介 。
6. AIと倫理
大学生が考えた「AIと倫理」
AIの発展に伴い、AIと倫理の問題を考えていく必要性があります 。AIが作り出した架空の世界やフェイクな情報がSNSやインターネットで流れることが当たり前になっており、それらとどう付き合っていくかが課題です 。
各国ではAIに対する規制が進んでおり、韓国のように安全性と信頼性を重視し、リスクの高いAIを厳格に規制する国がある一方で、日本やシンガポールのように規制が比較的緩やかな推進派の国もあります 。
朝倉さんが教える大学生が考えた「AIと倫理」に関する論点（気づき）は以下の通りです 。
• 人間の権利と社会への影響の考慮：AIを開発・利用する際、人間の権利や社会への影響を考慮し、望ましい使い方を判断するための価値観や基準を設ける必要がある 。
• 人間による倫理基準の確立：AI自体は倫理的な価値観や基準を持たないため、偏ったデータを学習すると偏った判断をしてしまう 。そのため、人間が倫理の基準を作る必要がある 。
• 最終的な判断は人間が行う：AIに集まったデータの偏りによって差別的な結果を生む可能性があるため、最終的な判断は人間がしっかり行うべき 。
• 開発者の配慮：特定の人たちに不利にならないよう、開発者が注意を払う必要がある 。
• 責任の明確化：誰が責任を取るのかを明確にする必要がある 。
結論として、「日本はAIの利用を進める方向性にあるが、私たち自身がAIの判断に頼るだけでなく、その判断が行えるような倫理観を自分自身で養っていくことが重要である」という言葉で締めくくりました。
最後に、受講感想の一部を紹介します。
「短い時間の中でAIについて基本的な事柄をわかりやすく説明してくれたので、何となく理解することができました。利用優先になっていてAIそのものの問題を含め、そうしたことの話題が国全体として考えていくことが大事な気がしました」「AIを利用して市民運動の発展に役立てたいと思いました」「AIとはどういうものか、正確な理解には至らなかったが、AIによる物語の作成を通じて何となくわかったような気になりました」
「是非、知りたかった話題でよかった。最終の物語作成は、できればどこまで可能かやってみたい。基本を知らないと操作をすることで、大きなトラブルに巻き込まれるのではという不安があり、避けてきた部分です。正しいことを教えて頂き、うまく少しでも使えるようになりたいです」「若人が将来、AIに依存してどうなるか少し心配です」「貴重な講座でした。理解できていない事が多く、今後も又勉強する機会があると良いと楽しみです。生成AIを使ったお話づくりはやはり興味深いものです。AIと倫理の問題も考えたい」「AIの触りの部分として理解した様な感じ」「AIの進化を具体的に見ることができて大変良かった。このAIをどのように利用していくべきか、今後我々検討しながら私達は進んでいかなければならないと改めて思いました」「少しは分かったつもりであるが、まだまだ難しいと思います。有難うございました」「AIは難しいと思っていましたが、少しだけ理解が進みました。大変良かった」「目の前でゲームを作るなどして、AIの魅力、おもしろさを感じさせてくれました。ありがとうございます。資料にあったAIと倫理は、忘れてはならないことだと思います」
以上
