- ◆AI(人口知能)、マシンラーニング(機械学習)、ディープラーニングの定義
- ◆「雇用の未来」の論文で言及している「コンピューター」とは、実は「マシンラーニング」のことだったのです・・・
- ◆コンピュータ(マシンラーニング)に自動化される仕事、業界はこれ
結局、東京は雪が降りませんでしたね。それはそれで良かったのですが、たまには雪が恋しくなくなります。さっぽろの雪まつりも終わりですね。平成最後の冬が終わりますね。
◆AI(人口知能)、マシンラーニング(機械学習)、ディープラーニングの定義
前号では、AI→マシンラーニング→ディープラーニングと発展してきた経緯を見てきました。
本日は各概念の詳細な説明から入ります。
難しい話ですが、ご自身の今の仕事、もしくは、転職先での仕事にも関わってくる問題なので、しばしお付き合いください!
まず「AI」です。
「Artificial Intelligence(アーティフィシャル インテリジェンス)」の略で、人工知能のことです。人間の知能をコンピュータが模倣し、システム化することを人工知能といいます。まさに、人間の知能そのものを実現させよう、という技術や包括的な概念のことです。
次は「マシンラーニング(機械学習)」。
世の中の特定の事象についてデータを解析し、その結果から学習して、判断や予測を行うためのアルゴリズムを使用する手法だといえます。人間が特定タスクの定義付けや考え方をインプットさえすれば、機械がその要領でトレーニングを重ね、タスクを実行するというものですね。
最後が「ディープラーニング」です。
機械学習に必要な特定タスクの定義付けや考え方のインプットを、コンピュータ自ら実行するところがこいつの凄いところです。マシンラーニング(機械学習)との違いは、人による特徴、定義付けの必要が無いというところですね。
◆「雇用の未来」の論文で言及している「コンピューター」とは、実は「マシンラーニング」のことだったのです・・・
例えば、目の前に「赤いポスト」があるとしましょう。
「AI」は人間同然なので、それが「赤いポスト」であるとすぐ認識できます。
「マシンラーニングの場合は、「赤いポスト」や「青いポスト」の画像を大量に読みこませて、その時に形や色に着目するという定義付けをすることで、その判別が出来ます。
「ディープラーニング」の場合は、形や色に着目するということ自体を自ら学び得て、判別するということですね。
前号で紹介したオズボーン博士は、実は「マシンラーニング」の専門家なのですが、ということはですよ。みなさん。「コンピュータが人の47%の仕事を奪うという意味」は、「AI」でもなく、「ディープラーニング」でもなく、「マシンラーニングが47%の仕事を奪う」という意味だったのですよ。
ここまでの結論を持ってくるのに少し時間がかかってしまいました。。(汗)
◆コンピュータ(マシンラーニング)に自動化される仕事、業界はこれ
例えば、コンピューターに取って代わられる人の仕事としてはこんな感じです。
銀行の融資担当者
不動産のブローカー
保険の審査担当者
電話オペレーター
レジ係
カジノのディーラー
パラリーガル、弁護士助手
データ入力作業員 等
詳しくは、こちらを参照くださいね。昔の記事ですが・・
このまま終わると、その職業に就いている人は「チーン・・」という感じになってしまうのですが、安心してください!
この「雇用の未来」の論文をもう少し詳しく読み込むと、希望が見えてきます。
仕事を奪うとされている「AI」や「マシンラーニング」、また「コンピューター」、「ロボット」がやろうとしていることは「業務の自動化」の推進です。
端的にいうと、業務とは「ルーチンワーク」のことを指していて、ロボット(便宜上、ロボットで統一します)により自動化し易い分野については仕事が無くなる、とオズボーン博士は声を大にしてワーワー言うてはる、という訳ですね。
なので、上記業務においても「ルーチンワーク以外」であれば、まだ安心ではないか、、ということです。
上記の無くなる仕事リスト、また、昨今の時代の流れを鑑みると、
- 運輸を中心とした物流の仕事
- ルーチン化されているサービス業全般
このあたりの仕事はロボットの大好物だと思うので、この業界で今働いている人、また、転職をしようとしている人は、少し立ち止まって考えてみた方が良いかもしれません。
では、逆にいうと「ルーチンではない仕事」、「オートメーション化がやりづらい仕事」とはどんなものがあるでしょうか。
例えば、クリエイティブさや、社会性(コミュニケーション)が必要な仕事が挙げられますよね。
本ブログは「転職ブログ」なので、読者さんはキャリアアップを考えていたり、転職を考えていたりする方が多いと思いますが、もし、「ロボットが仕事の大半を奪う世界が来る」ならば、当然「ロボットに奪われない仕事」を狙う必要が出てきますよね。
このテーマで次号に続けます。