人工知能（AI）— 読み：じんこうちのう
人工知能（AI）とは、 コンピューターに人間のような知的な作業を行わせる技術の総称 です。具体的には、学習、推論、問題解決、認識、言語理解などの能力をコンピューター上で実現しようとする試みを指します。
導入Introduction
人工知能（AI）とは、 コンピューターに人間のような知的な作業を行わせる技術の総称 です。具体的には、学習、推論、問題解決、認識、言語理解などの能力をコンピューター上で実現しようとする試みを指します。
用語の定義Definition
人工知能（AI）とは、 コンピューターに人間のような知的な作業を行わせる技術の総称 です。具体的には、学習、推論、問題解決、認識、言語理解などの能力をコンピューター上で実現しようとする試みを指します。
一口にAIといっても、対象とする能力や実現方法は幅広い領域にわたります。特定の作業を高い精度でこなすものもあれば、人間のように幅広い課題に対応しようとする研究もあります。
まずはこの分類を押さえると全体像がつかみやすくなります。「AI」という言葉は時代とともに指す対象を変えてきたため、何を指しているのかを確認しながら使うことが大切です。
出典：my-best.ai 用語辞典「人工知能（AI）」（https://my-best.ai/ai-dictionary/artificial-intelligence/）
仕組み・原理How it works
2つのタイプ：特化型AIと汎用型AI
AI技術には、大きくわけて「特化型AI（弱いAI）」と「汎用型AI（強いAI）」の2種類があります。
| タイプ | 特徴 | 例 |
|---|---|---|
| 特化型AI（弱いAI） | 特定のタスクに特化して設計され、限られた分野で高い性能を発揮する | 画像認識、音声認識、ゲームなど |
| 汎用型AI（強いAI） | 人間のように幅広いタスクに対応することを目指す。研究開発段階にある | 現在は実用化されていない |
現在、実用化されているAIのほとんどは特化型AIです。弱いAIと強いAIの違いは、対応できる範囲の広さにあります。
進化を支える要素
AIの進化を支える要素として、機械学習と深層学習（ディープラーニング）があげられます。
機械学習はデータから規則性を学ぶ枠組みであり、深層学習はそれを多層のニューラルネットワークで実現する手法です。この2つが、画像や言語など複雑なデータの扱いを大きく前進させました。大量のデータを扱える環境が整ったことも、進化を後押ししています。
活用される分野
- 製造業：品質検査や生産ラインの最適化
- 医療：画像診断の支援や創薬研究
- 金融：不正検知やリスク管理
- 身近な製品：スマートフォン、ECサイトの推薦など
AI技術は、こうした幅広い分野に浸透しています。特別な業務だけでなく、日常的に使うサービスの中にも組み込まれています。
導入のメリットと課題
AI技術の導入は、企業にとって業務効率化や判断の高度化など多くのメリットをもたらします。一方で、データの準備、システムの構築、人材育成といった課題も伴います。
導入の成否は、技術そのものより「自社の課題とデータを用意できるか」で決まりがちです。目的を明確にし、小さく試してから広げる進め方が現実的です。
AIを学ぶ・導入するときの視点
AIを学ぶ際は、「AI」という大きな言葉から入るより、機械学習や深層学習といった具体的な技術から理解を深めるほうが近道です。それぞれが何を得意とするのかを押さえると、ニュースの内容も読み解きやすくなります。
導入を検討する場合は、まず解きたい課題を一文で表すことから始めます。そのうえで、必要なデータが手元にあるか、誰が結果を確認するかを決めておくと、技術選定で迷いにくくなります。目的が明確であれば、特化型AIで十分に効果を出せる場面も多くあります。まずは小さな範囲で試し、効果を確かめてから対象を広げるのが現実的です。
原始出處Origin
本項の定義・解説は、my-best.ai 用語辞典の同項目記事（編集部執筆）を底本に再構成したものです。初出時期や命名者について確立した一次資料が本文中に明記されていない場合は、推測での記載を見送っています。
応用シーンUse cases
製造業 ：品質検査や生産ラインの…
製造業 ：品質検査や生産ラインの最適化
医療 ：画像診断の支援や創薬研究
医療 ：画像診断の支援や創薬研究
金融 ：不正検知やリスク管理
金融 ：不正検知やリスク管理
身近な製品 ：スマートフォン、E…
身近な製品 ：スマートフォン、ECサイトの推薦など
メリット・デメリットPros & Cons
メリット
- 弱いAIと強いAIの違いは、対応できる範囲の広さにあります
- AI技術の導入は、企業にとって業務効率化や判断の高度化など多くのメリットをもたらします
- 導入の成否は、技術そのものより「自社の課題とデータを用意できるか」で決まりがちです
デメリット・注意点
- 特定の作業を高い精度でこなすものもあれば、人間のように幅広い課題に対応しようとする研究もあります
- 製造業：品質検査や生産ラインの最適化医療：画像診断の支援や創薬研究金融：不正検知やリスク管理身近な製品：スマートフォン、ECサイトの推薦などAI技術は、こうした幅広い分野に浸透しています
- 一方で、データの準備、システムの構築、人材育成といった課題も伴います
よくある誤解Misconceptions
関連用語Related terms
用語同士は相互リンクされています。
プロンプト集Prompt collection
理解を定着させるためのプロンプト例です。コピーして〔 〕内を置き換えてご利用ください。
理解を深める質問
前提知識なしで概念を掴む
あなたは AI 教育の講師です。「人工知能（AI）」を、AI に詳しくない日本の社会人にも分かるように説明してください。専門用語を使った場合は、その直後に噛み砕いた言い換えを添えてください。最後に要点を 3 行でまとめてください。
整理・比較
関連用語との違いを表で整理する
「人工知能（AI）」について、①定義 ②仕組み ③代表的な活用例 ④よくある誤解 を見出し付きで整理してください。同じ分野の類似用語があれば、その違いを表形式で示してください。
実務への検討
自社業務への適用を検討する
「人工知能（AI）」を〔業種・業務〕で活用する場合に期待できる効果と注意点を、それぞれ 3 つずつ提案してください。判断の前提条件や、確認すべき事実があれば明示してください。
FAQ（よくある質問）FAQ
人工知能（AI）とは、一言でいうと何ですか？
人工知能（AI）のポイントはどこですか？
人工知能（AI）を扱うときの注意点は？
出典・参考文献References
定義の記述は my-best.ai 用語辞典（編集部執筆）に基づきます。リンク先の内容は公開時点のものです。
まとめSummary
人工知能（AI）とは、コンピューターに人間のような知的な作業を行わせる技術の総称です。
- まず「人工知能（AI）」の定義を自分の言葉で言い換えられるようにする
- 関連用語との違いを「関連用語」セクションから確認する
- プロンプト集の型を使って、理解した内容をアウトプットで確認する