例えば、家のカギを持ち歩くのがめんどうな方は、

顔がカギの代わりになるシステムを使えば、カギを持ち歩かなくて済むようになります。

これを「顔認証技術」と呼んだりします。

顔認証システムにはAIが使われます。

AIにあらかじめ、この顔ならドアを開けていい、という画像データを登録しておきます。

すると、玄関でインターホンを押すとカメラが顔を捉えて、

AIシステムが開けていい人かそうでないかを判断するという仕組みです。

カギをもっていれば誰でも開けれるドアよりもセキュリティが高いわけですね。

そして鍵を持ち歩く手間も省けて一石二鳥ですね。

とはいっても、実際には双子やそっくりさんも存在しますので、

顔だけでっていうのはちょっと・・・

と思われるかもしれません。

たしかにその通りですね。その場合には、

指紋認証や虹彩（こうさい）の認証など、

その他の生態認証も併せて使うという形でセキュリティをより堅固にすることができます。

虹彩は、瞳の中の膜で、個人個人それぞれ違った色やパターンをしているので、

指紋のように個人認証に使うことができます。

翻訳AIの質は、学習データの質による。

学習データが少ない分野や偏ったデータしかない話題についての翻訳は、

不完全や誤ったものになる可能性が高まる。

なので、鵜吞みにするのは注意が必要です。

（回答例）スマートスピーカー

「スマートスピーカー」というのは、

• アマゾンの「アレクサ（Alexa）」
• グーグルの「グーグルホーム（Google Home）」
• アップルの「シリ（Siri）」

などです。

例えば、アマゾンアレクサなら、こんなやつです↓

Echo Dot (エコードット)第3世代 - スマートスピーカー with Alexa、チャコール

Amazon

Amazonの商品レビュー・口コミを見る

Amazonで探す

楽天で探す

グーグルホームも同じような感じで、部屋に置いておき、

必要な時に声をかけると反応してくれる機器になります。

アップルのSiriはiPhoneに搭載されている機能ですので、

iPhoneユーザの方にはなじみがあるのではないでしょうか。

スマートスピーカーは、人間の声に反応して期待する情報を返してくれます。

例えば、

「アレクサ！明日の天気は？」

と聞けば、

「明日は晴れです。傘の心配はいりませんね。」

などと返してくれます。

ほかにも、

「シリ！なんか面白いこと言って」

と聞けば、

「（おもしろいこと）」　←　ぜひ試していてください

とギャグを返してくれるようです。

このように、AIは、

1. 音声を認識して、
2. その意図をくみ取り、
3. 適切に反応する、

という複雑なプロセスも実行可能となっています。

これらのプロセスは、それぞれ、AIの技術が活用されています。

つまり、複数のAI技術を順に実行することでスマートスピーカーのような商品が実現しているわけです。

この複数のAI技術を順に実行する仕組みを「AIパイプライン」と呼んだりします。

単独で用いるAIも強力ですが、

組み合わせて使うことで、適用範囲も広がります。

スマートスピーカーの中の各技術についての詳細などは、いずれ書いていきたいと思います。

ご興味のある方は、SNSなどご登録いただきますと見逃さないかと思います。

（解答例）画像認識・コンピュータビジョン、物体検出など

「画像認識」や「コンピュータビジョン」は、

画像データになにが写っているかを認識させる技術です。

たとえば、上で挙げたように、顔の画像データを学習させて、それが誰かという出力をさせることが可能です。

「物体検出」では、画像データに写っている物体を認識することができます。

加えて、それが画像中のどの範囲かを、四角などで物体の存在エリアも示すことができます。

たとえば、何人かで写真を撮るときに、画面の中の顔の部分が四角で囲まれて表示されたことはありませんか？

これは、カメラの中の物体認識AIが顔を検出して四角で顔の位置を示したものになります。

ほかにも、自動運転車では、周囲の車を検出して避けて進む必要がありますので、

周囲の画像データを処理し、周囲の車や歩行者、障害物などを検出しながら進むわけです。

物体検出はとても重要な技術になります。

このほかにも、「セグメンテーション」といったＡＩ技術もあります。

これは物体検出のより細かいバージョンで、

物体検出では顔を四角の枠で囲んで示すので、周囲の景色も少し入り込みますよね。

これに対して、セグメンテーションは、顔の部分だけを認識することができます。

つまり顔の輪郭にそって、顔を検出する技術になります。

同様に、自動運転車なら、周囲の車の輪郭にそって認識することができます。

四角の枠でざっくり認識するよりも、より高精度で周囲を理解することにつながることがイメージしていただけるかと思います。

このように、ＡＩは画像データを扱う様々な技術があります。

解答例：音声認識・音声合成など

AIは、音声データも扱うのが得意です。

音声は空気の振動として伝わりますが、

ヒトは音が伝わるときの空気圧の変化を情報として受けとり、

脳で音として処理しています。

AIは、この空気圧の変化のデータを扱うことができます。

例えば、

• この空気圧の変化は、「あ」という音・文字に対応する
• 別の空気圧の変化は「い」という音・文字に対応する

のような音の情報と文字情報を教師あり学習として学習することができるわけです。

教師あり学習というのは、答えがある状態で、データと答えの関係性を学ぶ学習方法になります。

学習方法には、ほかにも、教師なし学習や強化学習などもあります。

詳しくは別の機会に書こうと思います。

音の変化と文字の関係を学習できれば、

音が入力されると文字を出力するAIができます。

これを「音声認識AI」と呼んだりします。

また、この関係を逆に使うと、

文字の情報から音を出力するAIも可能です。

これを「音声合成AI」と呼びます。

このように、AIは音声データを扱うこともできます。

最近話題になった音声合成の例として、

• 美空ひばりさんのAI

がありました。

美空ひばりさんの過去の歌声データや録音されていた日常会話のカセットデータをつかって、

名曲をAIの合成音声で再現したプロジェクトでした。

生前に声を残しておけば、永遠に自分の声が残せる未来がすぐそこに来ている感じですね。

解答例）チャットボット

AIはチャットを返すことができます。

ヒト：「今日はなんだか落ち込んでしまったんだけど、なぐさめてくれない？」

AI：「おいしいものを食べて、ぐっすり眠るのはどうでしょうか？」

ヒト：「眠れないんだよ」

AI：「羊の数をかぞえてみてはいかがでしょうか？」

・・・・

このように、AIはヒトの意図に沿った対話を返すことができます。

このような短いやりとりの場合や、正確な情報が必要ではない場合で特に有効で、

上のような何気ない会話の相手から、

• ネット上での商品問い合わせなどの質問回答や
• コールセンターでの自動応答

などでも活用されています。

商品問い合わせでは、スマホの契約プランについて調べていてよくわからないときに、

チャットで「○○がわかりません」

のように質問すると、自動的に

「このような情報がお役に立つかもしれません

１，・・・

２，・・・

３．・・・

お役に立ちましたでしょうか？」

のような関係ありそうな項目をピックアップしてくれたりします。

このように、短い文で成り立ち、出力する情報がある程度限られている場合などで

AIが使われています。