AIが予測可能なものの特徴とは?具体例を元に解説。 | | DataVehicle

コラム

AIが予測可能なものの特徴とは?具体例を元に解説。

近年、AIは企業活動や私たちの生活になくてはならない存在になりつつあります。そんな中、「AIという言葉を毎日のように聞くけど、仕組みや何ができるかはよく分からない」という人も多いのではないでしょうか?

AIはビッグデータから学習をすることで、様々な事象を予測することができます。

本記事ではAIが予測できるものの特徴について、具体例をまじえて分かりやすく解説します。

AIが予測可能なものの特徴とは?

AIとは人間の考えやふるまいの一部をソフトウェアによって人工的に再現したもの、つまり人工知能のことです。

人工知能と聞くと、自ら学習して知識を付けていく万能なものと思われている人もいるかもしれません。しかし、実際のAIはまだそのレベルには達しておらず、得手不得手があります。

AIが予測可能なものの特徴を確認していきましょう。

定型的なものの予測に向いている

AIが予測可能なものの特徴として「定型的であること」が挙げられます。

例えば、スーパーやドラッグストアなど小売業の需要予測は、特需を除けば定型的であり、AIで予測しやすいものです。

その他には将棋や囲碁、チェスといった盤面でのゲームは法則性があるので、AI予測が台頭しています。

Googleなど検索エンジンやチャットボットのサジェスト機能も、AI予測が活用されていると言えるでしょう。キーワードを打ち込むことで、顧客や消費者が知りたい情報がAIによって予測されて表示されます。

ある程度のデータ数が必要

AIは機械学習技術を応用して、人間の考えやふるまいを予測するものです。

精度の高い予測を導き出すためには、ある程度学習用のデータ数が必要となります。最低でも数十行のデータをAIに読み込ませることが必要です。

コンピューターの処理能力が向上したことにより、近年ではビッグデータを高速で処理することができるようになりました。

こうした膨大なデータを扱う技術が発達したことが、AIの技術向上を後押ししています。

例外的なものには弱い

AIは例外的な事象が発生した場合、AIの予測精度は低下します。

前述した小売業における需要予測を例に挙げて考えてみましょう。

毎年、風邪やインフルエンザが流行する冬場には、マスクの需要が増えることはAIで予測できます。

しかし、2020年初頭から流行し始めた新型コロナウイルスは、AIにとって例外的なできごとでした。店頭からマスクが消えてしまうほど需要が高まることは、予測しえませんでした。

過去のデータをそれだけAIに読み込ませたとしても、マスクの需要がここまで増えることは予測できなかったでしょう。

AIはあくまで過去のデータを積み重ねたものでしか予測ができません。突発的に発生する例外的なものは予測できないと考えておきましょう。

AIによる予測の仕組みについて

AIによる予測はどのような仕組みになっているのでしょうか。

データをAIに読み込ませる

前述したようにAI予測には学習用データが必要です。まずはこの学習用データをAIに読み込ませる必要があります。

以前までは膨大なデータを処理するのにかなりの時間がかかっていましたが、IT技術やツールの進化により、ビッグデータは扱いやすいものとなりました。

データの数は多ければ多いほど、精度が高まることがAI予測の特徴です。データが少ない場合は、例外的な事象が起こりやすいため、予測の精度が落ちてしまいます。

数理モデルを作って予測をしていく

AIがビッグデータを読み込んだら、数理モデルを作っていきます。

数理モデルとは「現実の世界で起きるさまざまな問題を、方程式などの数学的な形で表現すること」をいいます。

AI予測の文脈では、「読み込んだデータから、ある事象が起こる可能性がどれくらいか」を数式にします。

数理モデルを作っていくことにより、過去のデータから未来の予測をしていくのが、AI予測です。

複数のアルゴリズムから予測を立てる

AIは機械学習における複数のアルゴリズムを使用して予測を立てています。アルゴリズムの種類には例えば以下のようなものがあります。

  • 線形回帰
  • 決定木(分類木、回帰木)
  • ニューラルネットワーク

これらのアルゴリズムを自動的に試していくことにより、より高い精度のAI予測につなげているのです。

AIで予測可能なものの具体例

実際にAIで予測可能なものの具体例を確認していきましょう。具体例を知ることで、AI予測が活用できることのイメージが湧くかもしれません。

インフルエンザなど感染症の流行予測

AI予測は既にインフルエンザなど感染症の流行予測で活用されています。仕組みは以下のとおりです。

1.全国の医療機関から罹患者の報告を受ける
2.市町村別のリアルタイムデータベースに情報を入力
3.AIが予測アルゴリズムを使用し、流行予測を立てる
4.Webサイトやデジタルサイネージで予測情報を発信
5.利用者が流行に備えて行動を選択

リアルタイムの罹患者数をもとに、AIが1ヶ月程度先までの流行予測を立てます。地域別の流行予測なので、利用者は流行が予想される地域でのイベントには参加しないなど行動を選択することが可能です。

不動産の資産価値の予測

不動産価値にもAI予測が活用可能です。

不動産の査定方法は机上査定と呼ばれる地価など公的データで推定する方法と、訪問査定という実際に物件の調査を行なって査定をする方法があります。

この査定結果のビッグデータをAIに読み込ませるのが、不動産価値のAI予測です。AIによって、瞬時に対象となる不動産の資産価値が予測できるサービスが続々と登場しています。

監視カメラ映像からの行動予測

AI予測は犯罪防止にも活用できるでしょう。

過去に犯罪が発生した場所や時間などをデータとしてAIに読み込ませることで、犯罪が発生しやすい場所の特定が可能です。

さらには監視カメラの映像から「怪しい動きをする人」のデータを収集し、AIに読み込ませることで、行動予測を立てることもできます。

この行動予測はまさにベテランの刑事とも言える動きです。映像データを蓄積することにより、犯罪者の行動の特徴を分析することが可能です。

怪しい動きをする人物を特定することで、パトロールをする店員から声かけをするなど、犯罪を未然に防ぐことにつながります。

AI予測は今後も活用の場が広がる

AIが扱うビッグデータは時間や場所、人数などの統計的情報だけではありません。映像や画像データなどもAI予測に活用することが可能です。

具体例で紹介したとおり、AI予測が活用される場面はあらゆる分野に広がっています。今後もその流れは続いていくでしょう。

AI予測は商品の需要動向や在庫管理など、企業活動においても活用されています。今後はより領域が広がっていく可能性があります。いま、AI予測ではどんなことができるのか、アンテナを張っておきましょう。

 

データ分析や活用、DX推進に関するお悩み、弊社製品の機能についてご興味のある方は、お気軽にお問い合わせください。