①人工知能の定義、要素、応用分野、種類、合
成技術、歴史、社会への影響など、人工知能の
基本的事項を幅広く学ぶ
② 機械学習、知的なITシステムの２種類の比較
③ GANなど、人工知能による合成の事例
④ 人工知能による仕事の在り方の変化、人類
の課題解決、創造的活動への貢献など、社会的
影響を多角的に考察
数多くのデモサイトで体験し、人工知能の可能
性と課題について考察を深められる、アクティ
ブラーニングのきっかけにもなる。
2
アウトライン
1. 人工知能とは
2. 人工知能でできること
3. 機械学習
4. 人工知能による合成
5. 人工知能の現状
6. 人工知能の歴史
7. 人工知能による社会の変化
3
5-1 人工知能とは
4
AI 入門
• AI は、コンピュータが人間のような知的能力を持つことを目
指す技術
• AI の３要素
① 知能：思考や判断などの能力
② 知識：情報を収集し、処理する能力
③ 学習：知的な能力が上達できる能力
5
人工知能の応用例
6
顔検知、顔識別
合成
画像のセグメンテーション
Webブラウザで翻訳を行う
Mate Translate (Web ブラウザ
Firefox のアドオン)
AI の利点と欠点
《利点》
• 24時間365日稼働可能
• 大量データの高速処理
• 人間が見落としがちな細かいパターンの検出
• 反復作業の効率化
7
AI の利点と欠点
《欠点》
• 創造性や柔軟性に限界がある
• 予期せぬ状況への対応が苦手
• 倫理的判断が必要な場面では人間の介在が必要
• 学習時に用いられたデータの品質や偏りによって、AI の結
果が悪化する
8
5-2 人工知能でできること
9
人工知能（AI）の応用分野
AIは私たちの生活や仕事を大きく変革する
• 人間の言葉、人間の声の処理
例：対話型AI（チャットボット）、自動翻訳サービス
• 視覚情報処理
例：自動運転車の障害物検知、セキュリティシステム
• データ分析と予測
過去のデータを基に将来予測。例：顧客行動予測
• 自動化、最適化
例：工場の最適化、スマートホーム
• 合成
例：画像生成、画質改善、顔の３次元化
10
人工知能に期待される役割
• 人間の仕事の補助や代行。人間との協働。
人工知能は、単純なタスクや反復的な作業など、人間にとっ
て退屈な仕事を代行することができる。
• 迅速な判断
膨大な量のデータの処理、高速な計算が得意である。人間の
ミスを減らすことに。
• 新たな創造性や価値の創出の可能性
人間の知覚を超えたセンサー、情報ネットワークの能力を組
み合わせて、新たな分野の開拓や価値の創出が可能に。
• 人工知能の原理を探求することで、人間の知性についての
理解が深まることが期待される。
11
対話型AI（チャットボット）
文章の翻訳、要約のほか、相談や自由なアイデア出しに
自動翻訳サービス
13
DeepL の URL: https://www.deepl.com/ja/translator
画像分類を行うオンラインサービス
元画像
14
画像分類の結果
URL：https://cloud.google.com/vision/docs/drag-and-drop
Web ブラウザで動く
車両の発見・検知
15
人工知能は，車両の場所と向き（前なのか後ろなのか）を素早
く発見できるようになってきた
（Dlib を使用）
人や自転車などの，オブジェクトの発見・検知
• 人間の「目」の一部機能をコンピュータで再現．
画像の中のオブジェクトを，人工知能が発見・検知
16
元画像
人工知能による読み取り結果
(DeepLabv3+ を使用)
顔検知
17
画像から，顔を囲む四角形をコンピュータが求める
（位置，大きさの情報）
自動でのぼかし
18
人工知能は，手や顔を自動でぼかし，プライバシ保持など
に役立てることができるようになってきた
（HypoX64/DeepMosaics を使用）
群衆の数のカウントと人数の把握
19
人工知能による結果
(FIDTM を使用)
元画像
視覚情報処理の例
20
顔のキーポイント（目、鼻、
口など）の読み取り
元画像
キーポイント（ランドマーク）
• 目印となる点
• 相手が動いても，追跡可能
21
キーポイント５個
を線で結ぶ
キーポイントを手
掛かりに，眼鏡と
髭とつける
目の動きの読み取り
22
人工知能による読み取り結果
（Pupil Tracker を使用）
視覚情報処理の例
23
表情の自動判定
「驚き (Surprised)」と判定
されている
顔識別（顔からの人物特定）の例
24
younes
人体の向き，ポーズの読み取り
25
人工知能による読み取り結果
（OpenPose を使用）
人体の向き，ポーズの読み取り
• 写真やビデオから，人体の姿勢を読み取り
26
ビデオの例
27
ビデオから，人体の向き，ポーズの読み取り
28
写真からの顔の３次元化
29
人工知能による読み取り結果
（3DFFA を使用）
複数写真からの３次元再構成
30
オブジェクトを様々な方向
から撮影
コンピュータでの処理によ
り、３次元データを得る
• あるオブジェクトをさまざまな方向から撮影した
写真（数十枚以上）をコンピュータ処理して、立
体データを作る
AIの可能性
• 生産性の向上：人間がより創造的な仕事に集中できるよう
に
• 科学技術の発展：膨大なデータから人間には見つけにくい
パターンを発見、新薬の開発や疾病の早期発見、農業の発
展など
• コミュニケーションの壁の除去：言語の壁などを超えたコ
ミュニケーションの支援
31
ここまでのまとめ
• AIの主要応用分野
言語・音声処理（翻訳、チャットボット）、視覚情報処理
（物体識別、顔認識）など
• AIがもたらす可能性
生産性向上、科学技術の飛躍的発展、コミュニケーションバ
リアの低減
32
演習１．
さまざまなAI
ページ３６～４０
【トピックス】
• 翻訳サイト DeepL による翻訳
• AIと将棋対戦
• AIを用いて言葉を絵に
33
１．翻訳サイト DeepL による翻訳
34
① 翻訳サイト DeepL
https://www.deepl.com/
② 右側に日本語の文章を
入れると
左側に翻訳結果が出る
さまざまなAIとの対戦ゲーム
• ぴよ将棋 https://www.studiok-i.net/ps/
ブラウザ上で動作する無料の将棋ゲーム。スマホアプリ版もある。
様々な難易度のAIと対戦可能で、初心者から上級者まで楽しめる
• 将棋ウォーズ https://shogiwars.heroz.jp/
ブラウザ版とスマホアプリ版があり、AIとの対戦や他のプレイ
ヤーとの対戦が可能。登録必要。初心者から上級者まで楽しめる。
• Egaroucid for WEB（オセロ） https://reversi.simaenaga.net/
ブラウザで動作するオセロ。Windows 版もある。シンプルなイン
ターフェース。登録不要でプレイ可能。
• lichess.org（チェス）https://lichess.org/
無料でオープンソースのチェスプラットフォームです。AIとの対
戦、オンライン対戦、パズルなど様々な機能。
• 囲碁 - Online-Go.com https://online-go.com/
ブラウザベースの囲碁プラットフォームで、AIとの対戦やオンラ
イン対戦が可能。登録必要。初心者向けのチュートリアルもある。
36
5-3 機械学習
38
演習１．
さまざまなAI
ページ３６～４０
【トピックス】
• 翻訳サイト DeepL による翻訳
• AIと将棋対戦
• AIを用いて言葉を絵に
39
１．翻訳サイト DeepL による翻訳
40
① 翻訳サイト DeepL
https://www.deepl.com/
② 右側に日本語の文章を
入れると
左側に翻訳結果が出る
さまざまなAIとの対戦ゲーム
• ぴよ将棋 https://www.studiok-i.net/ps/
ブラウザ上で動作する無料の将棋ゲーム。スマホアプリ版もある。
様々な難易度のAIと対戦可能で、初心者から上級者まで楽しめる
• 将棋ウォーズ https://shogiwars.heroz.jp/
ブラウザ版とスマホアプリ版があり、AIとの対戦や他のプレイ
ヤーとの対戦が可能。登録必要。初心者から上級者まで楽しめる。
• Egaroucid for WEB（オセロ） https://reversi.simaenaga.net/
ブラウザで動作するオセロ。Windows 版もある。シンプルなイン
ターフェース。登録不要でプレイ可能。
• lichess.org（チェス）https://lichess.org/
無料でオープンソースのチェスプラットフォームです。AIとの対
戦、オンライン対戦、パズルなど様々な機能。
• 囲碁 - Online-Go.com https://online-go.com/
ブラウザベースの囲碁プラットフォームで、AIとの対戦やオンラ
イン対戦が可能。登録必要。初心者向けのチュートリアルもある。
42
人工知能に期待される役割
• 人間の仕事の補助や代行。人間との協働。
人工知能は、単純なタスクや反復的な作業など、人間にとっ
て退屈な仕事を代行できる。
• 迅速な判断
膨大な量のデータの処理、高速な計算が得意。人間のミスを
減らすことにつながる。
• 新たな創造性や価値の創出の可能性
人間の知覚を超えたセンサー、情報ネットワークの能力を組
み合わせて、新たな分野の開拓や価値の創出が可能に。
44
5-4 人工知能による合成
45
GAN を利用したオンラインのデモサイト
• どちらが実在で，どちらがフェイクかのクイズを
行うオンラインのサイト
https://www.whichfaceisreal.com/ （デモサイト）
47
実在
フェイク
写真の合成，イラストの合成
https://openai.com/blog/dall-e/
50
人工知能による合成
人工知能による合成
暗い画像を，明るくすることが人工知能で可能に
53
EnlightenGAN: Deep Light Enhancement without Paired Supervision
Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang,
Pan Zhou, Zhangyang Wang
GAN を用いた画像改善（ニュース）
GAN の仕組み
ディープラーニングによるデータの生成能力を示す
研究のひとつ
55
Generative Adversarial Networks, Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu,
David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio, https://arxiv.org/abs/1406.2661
ノイズ
人工知能に
よる生成
生成され
たデータ
実在の
データ
人工知能に
よる識別
実在，
フェイク
実在なのかフェイク
なのかを識別
データの生成
生成されたデータと
実在のデータが識別
できなくなるように学習
GAN（Generative Adversarial Network）の仕組み
１．2つの AI を使って学習を行う。
人工知能による生成（生成器）
人工知能による識別（識別機）
２．生成器
データを生成。識別器が誤って判定するようなデータ
を生成するように学習する。
３．識別器
生成器が生成したデータが本物か偽物かを判定。本物
データを正しく、生成データを誤って識別するように学
習する。
生成器は生成器と識別器の学習を交互に繰り返すことで、
生成器が本物に近いデータを生成できるようになる。
56
人間の下書きを，人工知能が清書する
57
人工知能が，元の情報を保ったまま人間のイラストを清書す
る AutoDraw
https://www.autodraw.com/
人間がイラストを描く
コンピュータが候補を出す
完成
① ウェブブラウザで次の URL を開く
https://www.autodraw.com/
②「Start Drawing」をクリック
58
③ 描きたいものをざっくり描く
https://www.autodraw.com/
④上のメニューに候補が出るのでクリック
59
人工知能で，スケッチを増やすサイト
https://magenta.tensorflow.org/sketch-rnn-demo
60
① スクロールして、
下の方の「Variational Auto-Encoder」を探す
② 「Variational AutoEncoder
Demo」をクリック
start over
始めから
auto-encode
スケッチ生成
種類を
選べる
61
• 「手書き」の絵に合うように，猫の画像を人工知能
が描く
62
人工知能で猫を描くウエブサイト
① ウェブブラウザで次の URL を開く
http://affinelayer.com/pixsrv/index.html
② 「edges2cats」を探す
63
③ 「Clear」をクリックして消す
④ 猫を手書きして「process」をクリック
64
フェイクビデオ
65
＋
→
写真 ビデオ
人工知能により
合成されたビデオ
66
AI を責任をもって活用するために
• 人間が主導
AIはあくまで人間を支援する道具。最終的な判断は人間。
• AI に個人情報を与えるのは危険
AIは人間が運用している。AIが危険というよりも、AIの運
営者が危険な場合がある
• 偽情報の抑制
AIの悪用により偽情報の生成が極めて容易に。複数の信頼
できる情報源を参照する習慣が大切。
67
1-5 人工知能の現状
（人工知能）
68
金子邦彦
① 人工知能の利用での注意点
• 人工知能は、誤った結果を出すこともある。
• 人工知能が行うことは限定されており、全てを任せてしま
うのは適切ではない。
• 人工知能は人間が設定した範囲内でしか活動できない．そ
れ以外のことについては判断ができない。
• 機械学習で用いる学習データに偏りがあるとき、結果にも
偏りが出てくる。人工知能の判断には注意が必要。
• 人工知能は、あくまでも「人間が利用する道具」であり、
人間次第である。人間の判断や考えを補完するために利用
されるべきである。
69
② 技術は急激に進歩する
• 人工知能はいまも発展途上。
• 機械学習は，大量のデータを用いて学習することで能力を
向上させるため、今後もデータが増加することで能力は向
上する。
• 今後も、人工知能の新技術が期待できる。
• 人工知能がより人間に近い認知機能を持つことで、人間と
人工知能のコミュニケーションの進歩も期待できる。
しかし、技術の進歩に伴い、人工知能の社会への影響や倫理
的な問題も指摘され、顕在化するようになってきた
5-6 人工知能の歴史
71
コンピュータと人工知能 (AI) の歴史
• １９５０年代 コンピュータの誕生
人間よりも高速かつ正確な計算能力
• １９８０年代 コンピュータはパーソナルなものへ
ワープロ，表計算，グラフィックスなどが一般的に
• １９９０年代 インターネットの普及
コミュニケーション，知識の蓄積と流通，情報発信
が格段に便利に
• ２０１０年代 機械学習の進展
人工知能の知的能力が人間を超えるとも
言われるようになってきた
72
5-7 人工知能による社会の変化
73
人工知能という技術が生み出す社会の変化
《新技術の創出》
高性能コンピュータ，機械による学習，人工知能
《社会全体への波及効果》
・体系化可能な職業は機械により自動化される
・データが価値を持つ
・新産業分野の創出
《生活，文化の変化》
富の分配，余暇，生活・文化の在り方に大きな変容が進
む
74
人工知能による社会の変化
《仕事の在り方の変化》
• 機械化により、単純な作業や決まった手順に基づく作業は、より自
動化される。
• 一部の職業が消滅する一方で、新しい職業や産業分野が生まれる。
《人工知能が解決に役立つ可能性のある問題》
• 環境問題やエネルギー問題など、人類が抱える問題の解決に役立つ
可能性がある。
《クリエイティブな活動への人工知能の貢献》
• デザインや音楽、文学など、創造的な活動においても、人間と人工
知能の協働が進み、新たな価値が生まれる可能性がある。
以上のように、人工知能による社会の変化は単に仕事の在り方だけで
なく、人類が抱える問題の解決やクリエイティブな活動にも影響を与
えることが予想される。
75
体系化可能な職業の例
• 事務（一般，医療事務，学校事務，行政事務，経理事務，人事事務，貿易事務，
保険事務，郵便事務）
• 製造，組み立て，仕上げ（通信機器組み立て，NC旋盤，加工紙，カメラ組み立て，
機械木工，金属加工，金属製品検査，金属研磨，金属プレス，ゴム製造，梱包，
自動車組み立て，建築作業，水産ねり製品，石油製品，製パン，製粉，製本，プ
ラスチック製品成型，めっき，めん類製造）
• 窓口（銀行窓口，駅窓口，貸付，クリーニング取り次ぎ，日用品修理，包装作業，
ホテル接客，有料道路料金収受，レンタカー，コールセンター）
• 保守作業（石油精製，コンピュータ，発電所，プロセス製版，ボイラー）
• 設備維持管理（マンション管理，警備，検針，駐車場，道路管理，ビル清掃，列
車清掃）
• 販売（レジ，小売りでのセールス，出荷，発送，清涼飲料ルートセールス．宝く
じ）
• 運転運搬（トラック，タクシー，宅配，産業廃棄物，新聞配達，電車，路線バス，
郵便仕分け）
• その他，給食調理，測量
76
調査レポート：When Will AI Exceed Human Performance? Evidence from AI Experts
野村総合研究所は，6「人工知能やロボット等による代替可能性が高い100種の職業」
ベーシックインカムのニュース
77
• 人工知能やロボットによる自動化が進むと、特に、単純
作業やルーティンワークなど、機械に代替可能な仕事が
失われる可能性が高い。
• あらゆる業界において、構造転換が進む。
ベーシックインカムは、働くかどうかに関わらず、最低限
の所得を保証する制度として注目されるように。
• 最低限の生活が保証されるため、生活が安定し、新たな
挑戦ができる余裕が生まれる。
• 資金面での課題もある。
• 人工知能が生み出した富を、人類全体でどうやって分け
合うか、という考え方もある。
まとめ
《仕事の在り方の変化》
• 一部の職業は消滅する一方で、新しい職業や産業分野が生
まれる。
《人工知能が解決に役立つ可能性のある問題》
• 環境問題やエネルギー問題など、人類が抱える問題の解決
《社会の変化に伴う課題》
• 失業問題や、収入格差の拡大などの課題が生じる可能性が
ある。
《人工知能についての考え方》
• 高度に発達した人工知能が脅威になるかどうかは自分で調
べ、考察することが重要である。
• 人間がよりクリエイティブになるために人工知能を使うこ
とや、人と人工知能とロボットが協働することが必然的に
起こる可能性がある。
78
• 人工知能の基本概念や応用分野を学び、人工知
能の可能性と有用性を実感し、エンジニアとし
ての意欲と能力向上
• 人工知能が社会にもたらす変化や課題を考察し、
技術と社会の関わりについての視野が広がる
• デモサイトでAIを体験。人工知能の活用可能性
を実感。最先端分野で活躍したい意欲が高まる。
• 人工知能の課題や倫理的側面を理解し、適切に
活用する姿勢が養われ、イノベーションを生み
出す意欲と倫理的判断力が向上
79
授業の学ぶ意義と満足感
演習
【外部ページへのリンク】
• 人工知能のデモサイト
• Google によるオンラインデモ: https://cloud.google.com/vision
• 顔の合成: https://www.whichfaceisreal.com
• OpenAI での写真の合成，イラストの合成: https://openai.com/blog/dall-e/
• 顔の表情など：https://cloud.google.com/vision/docs/drag-and-drop
• どちらが実在で，どちらがフェイクの顔か： https://www.whichfaceisreal.com/
• イラストの合成 (Waifu Labs): https://waifulabs.com/">
• AutoDraw: https://www.autodraw.com/
• magenta.tensorflow.org の AutoEncoder のデモ:
https://magenta.tensorflow.org/sketch-rnn-demo
• affinelayer.com の Edges2cats のデモ: https://affinelayer.com/pixsrv/index.html
• DeepL: https://www.deepl.com/translator
• playhground.tensorflow.org: https://playground.tensorflow.org
80
