生成AI・RFID・GPS・NFC・ニューラルネットワークの基本概念と用語集

多くの企業は、作業効率化を目的に自社が属する業界や業態・規模などに応じて、多種多様なシステムを導入しています。

そこで本記事では、

「RFID」
「GPS」
「AI」

といった3つの用語について解説します。

RFIDとは電波で情報をやり取りする技術

RFIDの基本概念

RFID（アールエフアイディ：Radio Frequency Identification）とは、電波を用いることで、直接触れることなく情報をやりとりする技術です。

鉄道や物流など、さまざまなビジネスで活用されています。

Radio Frequencyは「無線周波数」という意味です。

RFIDで情報を読み取れる距離は数cmから数mです。

RFIDを利用した装置の代表例はICタグです。

ICタグとはRFIDの電子的な荷札

ICタグとは、RFIDを利用した電子的な荷札です。

ICタグは「RFIDタグ」とも呼ばれ「ICチップ」と呼ばれる極小の集積回路（Integrated Circuit：IC）とアンテナで構成される装置です。

ICチップはデータ処理や保存を行うことができ、ICチップをカードに搭載したものを「ICカード」と呼びます。

ICカードの代表例は、SuicaやPASMO、ICOCA、PiTaPaなどの鉄道会社が発行するICカードやクレジットカード、社員証、電子マネーなどです。ICカードは今後、JANコードやQRコードに代わる装置と言われています。

NFC規格は交通系ICカード

RFIDの規格の中でも特に「NFC」は「交通系ICカード：Suicaなど」に使われている点は覚えておくと良いでしょう。

NFC（エヌエフシー：Near Field Communication）は近距離無線通信の規格で、通信距離は数cmです。

また、NFCで使われているICチップを内蔵したタグを「NFCタグ」と呼びます。

NFCタグに記録されている情報を読み書きするには、NFCの読み取り機器を使用します。

NFCとQRコード規格の違い

QRコードのメリットは

カメラで読み取れること
Webサイトに掲載できること
紙にプリントできること

上記3つです。

これらはNFCでは実現ができません。一方でNFCでは「ICチップのメモリに何度も書き込み可能」です。これはQRコードでは実現できません。

GPSとは全地球測位システムのこと

GPSの基本概念

GPS（ジーピーエス：Global Positioning System：全地球測位システム）とは、3つ以上の人工衛星の電波を使って、現在位置を測定するためのシステムです。

スマートフォンにもGPSは搭載されています。

特に「GPSは3つ以上の人工衛星の電波を使っている」という点を覚えておくと良いでしょう。

GPSは基地局からの電波を使わない

GPSは「携帯電話会社の基地局から出ている電波」を使って位置情報を取得しているわけではありません。

実際には3つ以上の人工衛星の電波を使って現在位置を算出しています。

地上の基地局でなく、空から下りてくる電波を使って動作しているイメージですね。

AIとは人工知能のこと

AIの基本概念

AI（エーアイ：Artificial Intelligence：人工知能）とは、人間の知的な振る舞いをコンピュータ上に再現する技術です。

AIの主な用途を下表に示します。

用語	説明
画像の認識・合成	画像データの中から一定の特徴を持つモノを判別したり画像を生成したりすること。例えばスマートフォンの顔認証・ナンバープレート認識システム・アート作品の生成など
自然言語処理	人間が日常使っている言語をコンピュータが処理すること。例えば検索エンジンでの解析やWebサイトの機械翻訳、チャットボットなど
音声の認識・合成	音声データの中から一定の特徴を持つ音を判別したり音声を生成したりすること。例えばWebサイトの読み上げ機能や実際の声優の代わりになる音声の生成など

AIの主な用語一覧

AI関連の用語紹介

AI関連でよく使われる用語は以下の4つです。

用語	説明
機械学習（Machine Learning）	人間が持つ学習能力をコンピュータ上に再現するAI技術の1つ。コンピュータに「学習用のデータ」を与えることでコンピュータ自身が将来予測や意思決定を行えるようになる
ニューラルネットワーク	人間の頭の中にある「神経回路（ニューロン）が信号をやり取りする仕組み」をコンピュータ上に再現する技術。機械学習の1つでもある
ディープラーニング（深層学習）	ニューラルネットワークを多層化したモデル
生成AI	テキスト、音声、静止画、動画などのオリジナルコンテンツを自動的に「生成」するAI。生成AIの構築にはディープラーニングが用いられる。

AI関連の最重要用語

機械学習は大きく3分類される

機械学習は大きく

「教師あり学習」
「教師なし学習」
「強化学習」

上記3つに分類できます。それぞれ解説します。

教師あり学習とは入力・正解データをセットで学習させる手法

教師あり学習とは、入力データと正解データをセットにしてコンピュータに与える手法です。

例えば、「5」と書かれた「手書き数字の写真」が入力データの場合、その写真に写っているものが5という「数字」であるという情報を正解データとして入力データとセットでコンピュータに与えます。

この作業を何度も繰り返すことで、最終的にコンピュータは、与えられた手書き数字の画像に書かれている数字を判別できるようになります。

教師なし学習とは入力データのみをコンピュータに与える手法

教師なし学習とは、入力データのみをコンピュータに与える手法です。

教師なし学習が用いられる理由は、人間にも正解がわからない物事の予測をしてもらいたいからです。

そのような正解データがないケースでもコンピュータが自動で学習できる仕組みが教師なし学習です。

例えば、入力データとして「〇」「A」「口」の3つの形の写真をコンピュータに与え、且つ正解データは与えません。

この作業を何度も繰り返すことで、コンピュータは3つの形の特徴を区別し、別々のグループに分けられるようになります。

強化学習とは報酬をコンピュータに与える手法

強化学習とは、正解データの代わりに報酬をコンピュータに与える手法です。

強化学習では、コンピュータが試行錯誤しながら行動し、その行動によってもたらされる報酬が最大になるように学習を進めます。

強化学習は、

人間が最終的な正解はわかっているけれども
その正解を導くまでの「最適な過程」がわからない

といった場合に使われます。

例えば、強化学習は将棋を指すコンピュータで使われており、将棋の最終的な正解は「勝つこと」です。

ただし、その過程である一手一手に関しては、人間は正解を知りません。そこで、コンピュータに駒を指すという行動をさせ、勝ったときに多くの報酬を与えます。

こうすることで、コンピュータはできるだけ報酬が多くなるような（勝つような）駒の指し方を学習していきます。

ニューラルネットワークとはニューロンを再現する技術

ニューラルネットワークの基本概念

ニューラルネットワークとは、人間の脳の中にある「神経細胞（ニューロン）が信号をやり取りする仕組み」をコンピュータ上に再現する技術です。

神経細胞（ニューロン）が網状につながる（ネットワーク）ので、ニューラルネットワークといいます。

モデルとは現実世界のモノを単純明瞭化したもの

現実世界にある複雑なモノを単純化してわかりやすくしたものを「モデル」といいます。

例えば、プラモデルはプラスチックで乗り物やロボットなどを模したモデルです。

ニューラルネットワークは複雑な脳の仕組みをプログラムで再現したモデルです。

なぜ、脳の仕組みをプログラムで模すのかというと、そのモデルをコンピュータ上で動かしたいからです。

ニューロンと活性化関数

ニューラルネットワークの基本的な計算単位は「ニューロン」です。

ニューロンは値を受取り、その値を処理して出力され、出力値は、隣り合った次のニューロンの入力になります。

このようなニューロンの処理はプログラム上では関数として実装されます。

次のニューロンに渡す値を出力する関数を「活性化関数」と呼びます。

ここまでをまとめると、ニューラルネットワークとは、

多数のニューロンが組み合わさって作られたモデルであり
これらのニューロンは活性化関数を用いて入力を処理し
出力していくプログラムである

といったことが言えるでしょう。

ディープラーニングとはニューラルネットワークを多層化したモデル

ディープラーニングとは、ニューラルネットワークを多層化したモデルです。

ディープラーニングでは、コンピュータ自身がニューラルネットワークを使って大量のデータを分析することで、データの規則性を見つけ出します。

ニューラルネットワークを何重にも重ねることで、より高度な学習が可能になります。

生成AIとは特定の指示を受けオリジナルコンテンツを自動生成するAIのこと

生成AI（Generative Artificial Intelligence）とは、特定の指示を受けて、オリジナルのコンテンツを自動的に生成するAIです。

生成AIの構築にはディープラーニングが用いられます。

生成AIは、特定の指示を受け取るとその指示に従ってテキスト・音声・画像・動画などの新しいコンテンツを自動的に生成します。

生成AIが出力するコンテンツの具体例としては、プログラム・アート作品・楽曲・アニメーションなどがあります。

プロンプトとは生成AIに対して与えられる指示のこと

プロンプトとは、生成AIに対して与えられる指示です。

例えば、生成AIに「◯◯の合格方法を教えて」という指示を出すと、それに基づき合格方法について説明する文章が生成されます。

生成AIでは、プロンプトの与え方によって、生成されるコンテンツの品質が変わることがあります。

そのため、コンテンツの生成においてプロンプトは非常に重要です。プロンプトを最適化することを「プロンプトエンジニアリング」といいます。

ディープフェイクの嘘による情報信頼性の揺らぎ

非常に有用な生成AIですが、生成AIの進化と共にディープフェイクのような問題点も浮上してきました。

ディープフェイク（Deepfake）とは、本物と見分けがつかないような偽物の音声や動画などを作成する手法です。

ディープフェイクは、ディープラーニングとフェイク（偽物）を合わせた造語です。

実際にこの技術を用いて、著名人が実際には言ってもいないことを、あたかも言っているかのように見せる動画などが作られています。

ディープフェイクの登場によって、情報の信頼性やプライバシーの侵害に関する問題が引き起こされています。

ハルシネーションとは生成AIのウソ

意図的でなくとも生成AIがウソをつくことがあります。

これを示す象徴として「ハルシネーション」があります。

ハルシネーション（Hallucination：幻覚）とは、生成AIが誤った情報をもっともらしい情報として生成する現象です。

例えば「ITパスポート試験の試験時間は？」というプロンプトに対し「100分です」（正解は120分）など誤情報を出力生成することです。

このような現象は、モデルの学習データが不足していたり学習データが誤っていたりすることにより引き起こされます。

人間中心のAI社会の原則とは

ディープフェイクやハルシネーションのような事例からもわかるように、AIの利用は良いことばかりではありません。

そこで、政府がまとめたAIを利用する際のガイドラインを「人間中心のAI社会原則」といいます。

人間中心のAI社会原則は、社会全体がAI（人工知能）を有効かつ安全に利用することを目的として、政府によってまとめられた文書です。

この文書には3つの基本理念が掲載されています。

人間の尊厳が尊重される社会
多様な背景を持つ人々が多様な幸せを追求できる社会
持続性ある社会

また、この文書では以下の7つの原則を定めています。

人間中心の原則
教育・リテラシーの原則
プライバシー確保の原則
セキュリティ確保の原則
公正競争確保の原則
公平性・説明責任及び透明性の原則
イノベーションの原則

まずは「人間中心のAI社会原則に関する問題では、人間中心がキーワードになる」ということを覚えてください。

この文書の目的はあくまでも「人間中心の社会構築」です。

決して「AI中心の社会構築」ではありません。

ビジネスシステム関連のその他の用語

ビジネスシステム関連の用語を一覧で簡単に解説します。

用語	説明
トレーサビリティ	製品の生産から販売までの履歴が追跡可能な状態であること。畜産業などで使われるシステム（例：牛肉製品となる牛の耳には10桁の個体識別番号がついている）
POSシステム	商品が売れた際にその商品の情報をネットワークを通じて管理し経営に役立てる仕組み。このシステムにはJANコードが採用されることが多い
ERPシステム	企業資源計画（Enterprise Resource Planning）の略。企業の経営資源を一元管理するためのシステム。生産、販売、人事、会計などの各業務を統合的に管理し、企業全体の効率化を図ることができる
CRMシステム	顧客関係管理（Customer Relationship Management）の略。顧客との関係を管理し、顧客満足度の向上や顧客ロイヤルティの強化を図るためのシステム。顧客の情報を一元管理し、マーケティング活動やセールス活動に活用することで、顧客との関係を強化することができる
SCMシステム	サプライチェーン管理（Supply Chain Management）の略。原材料の調達から製品の生産、販売までの全てのプロセスを管理し、サプライチェーン全体の最適化を図るシステム。企業間の連携を強化し、効率的なサプライチェーンの構築を支援する

ビジネスシステム関連のその他の用語

まとめ

RFIDを使ったビジネスシステムの具体例は、定期券、電子マネー、社員証、学生証など
NFCの事例はSuicaなど交通系ICカードが一般的。リモコンやETC規格はNFC技術ではない。
NFCとQRコードの違いは、NFCはメモリに何度も読み書きできること
教師あり学習では、正解データを与える
特徴なし学習では。正解データを与えない
強化学習では、報酬を与える
ディープラーニングでは、コンピュータ自身がニューラルネットワークを使って大量のデータを分析することで、データの規則性を見つけ出す
ディープラーニングは、ニューラルネットワークを多層化したモデル
生成AIは、テキスト・音声・静止画・動画などのオリジナルコンテンツを自動的に生成するAI
プロンプトエンジニアリングとは、生成AIに対して与えられる指示（プロンプト）を最適化すること
ディープフェイクは、本物と見分けがつかないような物の音声や動画などを作成する手法
ハルシネーションは、誤った情報をもっともらしい情報として生成する現象
人間中心のAI社会原則の設問では、「AI中心」ではなく「人間中心」であることが問われる