「AIは物理学を理解するのではない。パターンを理解する」が持つ重大な意味：AIはパターンマッチングを超えられるか？（後編）

AIは膨大な情報から問題箇所を検知することができる。これだけでも十分有用だが、今のAIにはこれ以上のことができない。AI導入に際しては、「AIが理解するのはパターンだ」ということを理解する必要がある。

[Cliff Saran，Computer Weekly]

　前編（Computer Weekly日本語版　8月22日号掲載）では、機械学習や深層学習の適用範囲が拡大している現状、可能性と問題点を指摘した。

　後編では、現在のAIが抱える限界、もてはやされるAIの現実、AIがパターンマッチングを超えるための条件について解説する。

AIの限界

　ルー氏はまた、AIを実務に導入している人を見つけるのはAIツールの構築に携わる人を探すより難しいとも指摘している。「コモディティ化されたツールセットを使えば、大きな問題も実際に解決することができる。それなのにAIに関わっている人々は、現実の問題を解決するよりもツールを構築することへの関心がより高い傾向にある」

　同氏の経験では、汎用（はんよう）AIの専門家は、応用分野固有の問題を解決するための専門知識が不足していることが多いという。

　ルー氏に言わせると、企業がAIの価値をまだあまり実感できない理由は、AIシステムを構築している人々は、実務分野の専門知識を設計に組み込めるほど洗練されていないからだ。

*** 一部省略されたコンテンツがあります。PC版でご覧ください。 ***

関連記事

成功しつつある2つのAIプロジェクトに共通する悩み

ゲーム「Candy Crush」のテストプレイヤーはAI

パターンを学習する「機械学習」でできること、できないこと

AIはなぜそう答えたのか？　説明責任は人間に

AIの拡大で増大するカスタムハードウェア需要