今後の社会に大きな影響を与えるであろう技術として、人工知能（AI）への注目が高まっています。第3次ブームといわれる今回はなぜこれまでと違うのか？産業界が衝撃を受けている要因は何なのか？その中で活躍が期待できる企業はどこなのか？を考えてみました。

• ※BloombergデータをもとにSBI証券が作成

	第3次ブームの人工知能、なぜ今回は違うのか？

	産業界はAIの何に衝撃を受けているのか？

	人工知能に取り組む企業群

第3次ブームの人工知能、なぜ今回は違うのか？

AI（人工知能）とは、「Artificial Intelligence」の略で、学習・推論・判断といった人間の知能のもつ機能を備えたコンピュータ・システムのことをさします。

1950年後半〜1960年代の第1次ブーム、1980年代の第2次ブームに続く第3次AIブームと言われていますが、今回のAIブームが社会にもたらす影響は、過去2回とは次元が異なる「AI革命」と呼んでも過言ではないインパクトを秘めていると言われます。

現在のAI進化の原動力となっているのは、以下3つの技術革新です。

【1】コンピュータの処理性能の向上
【2】膨大なデジタル・データの蓄積
【3】ディープラーニング（深層学習）の 進化

【1】07年にCPU（セントラル・プロセッシング・ユニット）で扱えるニューラルネットワーク（神経回路網）の規模は100万コネクションでしたが、多数のGPU（グラフィック・プロセッシング・ユニット）を使うHPC（ハイ・パフォーマンス・コンピューティング）では10万倍の1,000億コネクションが扱えるようになっています（図表2）。エヌビディアが進めたGPUを汎用的な数値計算に使用する試みが大きな進歩をもたらしたと言われています。

【2】コンピュータが学習するためにはデジタル・データが必要ですが、インターネットおよびイントラネット（企業内ネットワーク）で日々膨大なデータが生成されて蓄積が進んでいることから、AIのトレーニングが従来比で容易になっています。図表3はインターネットトラフィックの推移ですが、02年を100として15年は200倍に増え、20年には600倍超になると見込まれています。

また、身近なところでは、データを持ち運ぶためのUSBメモリーで32ギガというのは普通に使われるサイズですが、80年代に使われたフロッピーディスクの32,000倍の記憶容量です。80年代とは比べものにならない量のデータが取り扱われていることがわかります。

【3】 「ディープラーニング」は人工知能が学習する方法ですが、ここにも革新的な進歩がありました。これについては、次の（2）で詳しくご説明いたします。

これら、3つの技術革新の相乗効果により、今後、「AI革命」と呼ぶにふさわしい社会・産業構造の大きな変化が期待されます。

• ※AI研究者アンドリュー・ウン氏のプレゼン資料をもとにSBI証券が作成

産業界はAIの何に衝撃を受けているのか？

最近では新聞に人工知能という言葉が出ない日はないほど、産業界の人工知能に関する関心は高まっています。

人工知能について産業界が衝撃を受けているのは、人工知能による「機械学習」において「教師なし」で行う方法が編み出された点だと見られます。「機械学習」には、「教師あり学習」と「教師なし学習」があります。

「教師あり学習」とは、例えば人工知能に「犬」を教えるにあたり、「犬」の写真が入力された場合に人間が「これは犬」と教えるやり方です。10万個のデータを教えるには10万回の人手がかかるので、人工知能が有用だとしてもこれでは実用上あまり面白くありません。

一方、「教師なし学習」では、図表4の「入力層」と「出力層」のデータを同じ「犬」に設定した上で、「中間層」のデータを絞り込んでも「犬」が出力されるようにパラメータを調整するという学習方法です。この場合は、10万個のデータを学習させるために、10万回の人手がかかるわけではありません。機械が自動的に自分で学習して、「犬」を出力するために必要な「特徴」を絞り込むことができます。

さらに、この「教師なし学習」を階層化することで、絞り込む「特徴」の濃度を上げて、人工知能が「犬」を認識することについて、実用レベルまで高めることができました。この学習方法が「ディープラーニング（深層学習）」と呼ばれています。

「深層学習（ディープラーニング）」の進化には、きっかけがありました。

12年に行われた「画像認識コンテスト」の「ILSVRC（ImageNet Large Scale Visual Recognition Challenge）」です。コンテストは1000分類120万枚の画像を学習したのち、ランダムに選ばれた15万枚の画像が「どの分類に属するのか」を判定し、その判定がどれだけ正しいかを競います。

11年までの競技では参加チームの正答率の差は小さなものでしたが、12年にカナダのトロント大学のチームが正答率の差を10％以上離して圧勝するということが起きました。そのチームが採用していたのが、さきほどご説明した学習方法です。

この結果に敏感に反応したのが、シリコンバレーの大手IT企業群で、これを契機に人工知能への投資が加速、その成果が現在世の中で表面化してきているというわけです。

「Googleトレンド」で見る「機械学習」の検索人気度はうなぎのぼりです（図表5）。また、筆者が最近参加したIT関係のセミナーでも、「世界のAI関係のスタートアップ企業は6,000社に上る」（Bloombergインターネットアナリストのワラル氏、16年12月7日）、「ディープラーニング開発者は14年の2,200名から16年の55,000名に増加している」（エヌビディアの開発者セミナーGTC、16年10月5日）など、産業界の人工知能への関心が爆発的に拡大していることが伺えます。

人工知能がすべての産業になんらかの形で関わってくることが理解されるにおよび、自身の産業では「どのような事業機会があるのか」あるいは「逆に人工知能によってどのような影響が出そうなのか」、産業界が色めき立っているということでしょう。

• ※各種資料よりSBI証券が作成

人工知能に取り組む企業群

人工知能は既に私たちの生活の中に溶け込んでいるとも言えます。

セールスフォースドットコムが人工知能「Salesforce Einstein（セールスフォース アインシュタイン）」を発表したリリースでは、以下のように述べています。

「AIはすでにさまざまなかたちで、世界でもっとも有名ないくつかのカスタマーエクスペリエンスの基盤となっています。たとえばAppleのSiriでは、自然言語処理によって音声コマンドを認識しています。またFacebookでは、ディープラーニングを活用した顔認識アルゴリズムにより、約98%の精度で即座に人の顔を識別できます。さらには、Amazon、Netflix、Spotifyのサービスではいずれも、膨大なカタログの各アイテムどうしの関連性や、各アイテムと顧客一人ひとりの好みのマッチングを、機械学習で処理しています。」（セールスフォースドットコムの9/19リリースより）

人工知能に取り組んでいる、主要な米国上場企業について、その取り組みを図表6にまとめています。AIは今後の社会に大きな変革をもたらすと考えられ、これをリードする企業は投資対象としても注目できるでしょう。

各分野で特に注目できると考えられる企業を赤字でハイライトしています。半導体分野では人工知能の計算を行う上で独占的な地位を占めているエヌビディア（NVDA）、消費者向けサービスでは、全般的に収益化のインパクトは見えにくいものの、積極的な投資姿勢が目立つアルファベット（GOOG）、企業向けサービス分野では、事業のうちAIが応用できる範囲が広いIBM（IBM）、アドビシステムズ（ADBE）、セールスフォースドットコム（CRM）を選んでいます。