今月の技術 Tips

AIの基礎

AIという言葉を聞かない日がなくなってきた。
しかし、よく考えてみるとAIにもいろいろな種類がありそうだということが分かってきた。
今回はよくわからないAIについて考察してみた。

世間一般でよく使われているAIの例

NHK：「AIによる音声で読み上げます」
YouTube:「AIが作成した英語で歌う日本の歌」
そのほか：「AIが作成したキリストに似せたトランプのX投稿画像」
論文や小説：「AIが作成した小説がコンクールで受賞」
製造業：「AIが溶接ロボットをコントロール」
　　　　「AIがコントロールする人型ロボットがマラソン完走」
農業：　「AIが収穫した蜜柑の良否判定と大きさランク分け」
　　　　「AIが気温、水温などを感知し最適に給餌する水産養殖業」
　　　　
以上のようにAIは色々違った応用があるようだ。
当然その処理方法も異なっているであろう。
そこでAIが使われる技術分野を分類してみた。

分類
知識データベースの提供
　chatGPT、CoPilotのような対話型で知識データベースの提供
　文章の読み上げ。日本語の場合誤読が目立つ。
　論文作成援助
　人の蓄積ノウハウから解を提供
　
CG
　テキストからその内容に関連した動画生成
　静止画像を動画化　ex.KlingAI
　静止画、動画を加工
　
言語変換
　自動翻訳
　スピーチプロセッサー

エンジニアリング
　人型ロボット制御
　工業用ロボット制御
　ドローン制御（兵器を含む）
　画像認識応用（良否判定、大きさランク判定、など）
　野菜栽培管理、養魚管理
　防犯カメラの画像から犯人割り出し
　株の売買
　アニメの自動作成
　音楽の加工
　音声の加工
　自動翻訳

以上のように幅広い技術分野である。
では、AIにはどのようなコンピュータ技術が使われるのかを見てみる。
とにかく基本は人間が話す言葉を解釈、記述により与えられた命題を数値化して
これに対応するデータをデータベースから抽出し文章、画像、動画として
組み立てること。音声や動画のような膨大なデータを高速で変換する。
例えば文章を自分の声で読み上げる、ある人の写真の顔を別の人に置き換える、
着用している衣服のデザインを変える　など。

最近注目されているNvidiaのAIプロセッサはAIに必要な高速演算処理ができる
プロセッサ（GPU）である。基本的には数千に及ぶ処理コアを持ち並列演算を得意とする。
AI処理には複雑な処理ができるCPUより単純で高速大量データの処理が可能なGPUが
適している。

AIの基本的な処理
①並列演算（数千コアによる学習→AI学習の主役）
②NPU（Neural Processing Unit）
③TPU（Tensor Processing Unit）

これらについては今後順に取り上げていく。

今月の例として「言語処理」を取り上げる。
1. 自然言語処理（NLP）の概要
定義: 人間が普段使う言語（自然言語）をコンピュータで解析し、処理する技術。
目的: 人間の意図を理解し、文章生成や情報抽出を自動化すること。
構成技術: 言語理解（分析）と言語生成（作成）の2つに大別される。 

2. 言語処理の仕組み（解析プロセス）
一般的に以下の手順で処理が行われる。 

形態素解析: 文を単語の最小単位に分割する。
構文解析: 単語間の係り受けなど、文の構造を解析する。
意味解析: 辞書などを用いて単語や文の意味を解釈する。
文脈解析: 前後の関係性や文脈を理解する。 

人の話す言葉は「あいうえお....」の発音から成り立つ。これら個々の発音を
周波数スペクトル、時間軸データとしてデーターベースを構築する（と思う）。
ある人が言葉を話す場合の時間軸データを逐一変換しデータベースに照らし合わせて
「あいうえお....」別に区分けする。
次にこれらの連続性から「単語（名詞、接続詞、形容詞、動詞など）」を
見出す。
以上のような多次元のデータ比較を行うにはCPUでも可能であるが音声データのような
多次元マトリックスの場合はGPUによる演算が適している。
グーグルの音声入力は音声認識とワープロ変換を高速で実行しているものと
思われる。ただし実行はグーグルのクラウドにて実施。
今月はここまで。