AI プログラミングは従来のプログラミングとどう違うのか？

「AI プログラミングは従来のプログラミングとどう違うのか？」は、公開された証拠がインターネットインフラ、ガバナンス、運用依存関係、または市場の可視性に関連付けているため、BTW Media によってプロファイルされています。

• 従来のコンピュータプログラムは、固定ルールに従って特定のタスクのためにコード化された命令でプログラムされています。
• AI モデルは学習したパターンに基づいて意思決定を行い、解決策を提供します。また、学習したことを繰り返すことなく新しいデータを生成します。

人工知能技術は発展し、生活の多くの分野に応用されています。従来のプログラミングとどう違うのでしょうか？このブログでは、各プログラミングのタイプ、その主軸、そしてそれぞれが適している特定の分野について説明します。まずは、IBM の Martin Keen 氏による AI システムと従来のコードを扱ったこちらのビデオをご覧ください。

AI プログラミングの概要

ビデオの内容を簡単にまとめます。Martin 氏は、AI がデータを学習する際の 3 つのステップについて説明しました。それは、トレーニング（データの統合）、検証（学習）、テスト（性能評価）です。従来のプログラミングでは、ルールに従い、手動でコード行をコーディングします。彼はこれら 2 つのプログラミング手法の間にある 3 つの違いを強調しました。第一に、スケーラビリティです。AI は大量のコードとデータを処理できるのに対し、従来のプログラミングはより多くの入力コードを必要とします。第二に、従来のプログラミングではシステムを完全に制御できます。その出力は構築されたものそのものだからです。一方、AI は予測不可能な場合があります。パターンから学習し、期待を超えた新しい何かを生成するからです。第三に、学習とデータ処理に関連する側面です。

関連記事:IBM が AI 予約の成長を発表、利益予想を上回る

開発ステップの表から、AI と従来のプログラミングの違いがはっきりとわかります。最初の高水準プログラミング言語は 1942 年にまでさかのぼり、商業化されたもので、FORTRAN（FORmat TRANslation）と呼ばれ、IBM のチームが主導しました。初期のコンピュータは容量とメモリが限られており、プログラマーは手作業で最適化されたアセンブリ言語でプログラムを書く必要がありました。

数十年にわたり、より高度な処理軸を持つ新しいプログラミング言語が発明されてきました。従来のプログラミングは、会計システムやウェブ開発など、安全で正確な環境を必要とする多くの分野に適用されます。これらの分野では、支払い処理やユーザー認証など、すべてガバナンスルールに準拠しています。一方、AI はその正反対です。1956 年に学問分野として確立されましたが、信頼と資金不足のため、その後の数十年間は障害に直面しました。その後、2012 年の AI の春を迎えます。深層学習の発展が従来の AI 技術を凌駕し、2020 年代の AI ブームへとつながりました。

関連記事:人間 vs AI の投資アドバイザー: どちらが優れているか？

AI プログラミングと機械学習

機械学習は初期の AI 開発において重要な役割を果たしました。機械学習は、与えられたタスクのパフォーマンスを向上させることができるプログラムの研究です。現在の生成 AI の考え方とかなり似ており、データのパターンを学習し、異なるものを生成します。開発者が第 3 ステップを「トレーニング」と呼んだのは、「テスト」（従来のプログラミングのステップ）における強化学習の側面があるからです。実験者は良い回答には報酬（正の信号を送る）を与え、悪い回答には罰（負の信号を送る）を与えることで、マシンが「正しい」回答を与えるように学習させるのです。説明が定義から起源・歴史へと広がるにつれて、両者がどのように異なるかが理解できます。これは心理学の用語でいう古典的条件付けとオペラント条件付けにかなり似ています。前者は行動が引き出されると考え、後者は行動が自発されると考えます。

この違いから、AI が倫理的問題や人類への将来のリスクについて多くの人から疑問視される理由を理解するのは難しくありません。なぜなら、AI は文字通り私たちが行うように物事を学習する可能性があるからです。従来のプログラミングは AI 開発の強固な基盤を提供しますが、AI はいつか物理的にも人間を凌駕するのでしょうか？それは依然として疑問です。