挑戦３（11/1）

　こんにちは。今日は朝いつもより１時間早く目が覚めて、なんだかとっても気持ちが良いです。まあ、８時前に起きただけなのでそこまで早くないんですけどね…（笑）みなさんは朝型でしょうか？夜型でしょうか？僕は断然朝方です。夜は眠くて眠くて…。人として眠気には絶対に抗えないと思っています。気合でとかではなく、人には遺伝子レベルで朝型か夜型かあるそうですね。起きなくちゃいけないときは、夜型でも気合で起きなくちゃいけないのですが…夜型の人にとっては中・高と大変だったのでは…といっつも思います。僕の友達にも、朝めっぽう弱いやつがいて、ユニバとか行く日にはいっつも顔が死んでいることを思い出します（笑）ユニバは朝早く並ぶってゆーのは関西なら当たり前なんでしょうか？（笑）

今日の午前の分勉強したのは、昨日に引き続き第１章（新技術とデータサイエンス）の部分から２，３，４，５単元分のAIについてです。AIって僕たちの生活に浸透していますが、実際どのようなものかしっかりと理解できていなかったので、とても勉強になりました。

改訂版 この1冊で合格！ 丸山紀代のITパスポート テキスト＆問題集

単元２ではまずAIの技術の特徴と基本的な考え方について学びました。まず、２つの技術が使用されたAIで分けることができます。１つ目はルールベースという判断方法を用いたAIです。ルールベースとは、その名の通り、事前に人間が、大量のルールをコンピューターに登録しておき、そのルールに従って、AIが判断するという方法です。２つ目に機械学習を用いたAIです。これは、特徴量（コンピューターに特徴となるデータ）を渡すと、それを反復学習し、ルールやパターンを見つけ出して判断します。つまり、人間のような判断ができるようになります。また、機械学習には３つの学習方法に分けられます。教師あり学習・教師なし学習・強化学習です。簡単に言うと、サンプルデータあっての学習・サンプルなしの独学・試行錯誤して価値が最大になるような学習（最適な行動を状況に合わせて行える）です。また、この機械学習を高度に発展させると、ディープランニング（深層学習）という技術があります。これは、チャットボット・顔認識・音声認識など複雑な識別が必要なときに使用されます。

単元３では、AIの活用目的について理解しました。AIを活用する目的は６つに分けられており、仮説検証（必要なデータを集め仮設の真偽を確認する：売上データから売上予測）・知識発見（蓄積されたデータから新たなパターンやルールなどを発見する：医療データを解析して病気を発見する）・原因究明（学習したパターンやルールから原因を究明する：テレマティクス技術を活用した事故状況把握システム）・計画策定（学習したパターンやルールから事業などの計画を立てる：過去の売上データから売上計画作成）・判断支援（学習したパターンやルールから業務決定や判断支援を行う：医療データを活用した医療画像診断支援システム）・活動代替（学習したパターンやルールから人間の作業を代替する：自動車の自動走行制御システム）からなります。また、AIには特化型と汎用型に分けられ、現在広く普及しているのは特化型です。

単元４ではAIが社会に受け入れられるための日本のルールとして、人間中心のAI社会原則検討会議で定められている内容を学びました。

https://www.juce.jp/LINK/journal/2001/02_05.html

単元５では、AIを活用する上での留意事項を学びました。AIの判断は学習するデータ量により決まってきます。しかし、サンプルとして抽出されたデータが、その対象を反映できておらず偏りがある状態を統計的バイアスと言います。このバイアスとは偏りという意味です。この中でも社会の様態によって生じるバイアスを社会的なバイアスといいます。例えば男女差（収入など）です。逆に利用者が意図してAIに偏ったデータを学習させることがあり、これはAI利用者の悪意によるバイアスと言われます。また、AIのアルゴリズムにおいてもバイアスが生じる場合があります。特に機械学習には、多数派が尊重されて少数派が反映されにくい傾向があります。最後に、AIの倫理的課題です。AIには、自動運転など命に関わるシステムがありますが、そこで課題になっているのがトロッコ問題です。皆さんも聞いたことがあるのではないのでしょうか？どの選択をしても犠牲者が出てしまいます。

この問題はAIだけではなく人間においても難しい問題だと感じます…。みなさんならレバーを引きますか？僕は引かない派です。みんなのために一人が犠牲になるって、なにかその一人がすっごく損したと言うか、かわいそうと思ってしまうからです。わざわざ切り替えて一人を殺すって何か違う気がします。もしコメントいただけるなら意見などいただきたいです。

まとめとして、AIはルールベースと機械学習の判断の仕方に分けられ、活用する目的は６つ（仮説検証・知識発見・原因究明・計画策定・判断支援・活動代替）に分けられます。日本におけるAIについてのルールは７つの原則（人間中心・教育、リテラシー・プライバシー確保・セキュリティ確保・公正競争確保・公平性、説明責任及び透明性・イノベーション）に定められています。そして、AIを活用する上で、学習データのバイアス（偏り）に気をつけなければなりません。３つのバイアスとは、統計的バイアス・社会的なバイアス・AI利用者の悪意によるバイアスです。また、人命を預けるシステムなので倫理的な課題をクリアする必要があります。トロッコ問題が良い例でしょう。これらをクリアしてAIが社会に受け入れられるのだと考えます。

今日は夜投稿できないので朝からめっちゃ頑張りました…！！AIって様々なルールや原則に縛られていないと危険なものだろうと感じました。便利なものほど怖いものはないとよくおばあちゃんに言われたのを勉強しながら思い出しました（笑）明日は、データの種類や統計についてです。明日もがんばります！！！