ミスジャッジ（1）AIなら何でもできると思い込む

　AIを「魔法のつえ」「完全無欠のエキスパート」のように捉えてしまうと、できないことの多さに頭を抱えることになるでしょう。例えば、AI画像認識が話題となって以降、多く方がこう考えるようになりました。

　「取りあえず物体の画像を数多く学習させれば、AIがどんな判断もしてくれる──」

　ただし実際には、そう簡単な数だけの話ではありません。画像認識のAIは、認識対象物の判別に必要な正しい情報（画像データ）を適切にインプットしない限り、正しく認識できるようにはなりません。

　例えば、1本の鉛筆をAIに認識させるために、白い紙の上に置いた鉛筆の画像データばかりを与えていると、赤い紙の上に置いた鉛筆は恐らく認識できません。それは、AIが「鉛筆というモノは、白い背景の上に置かれた細長いモノ」と学習してしまうためです（対象物の特徴ではないのに、たまたま与えた画像の特徴を過度に学習してしまうこの現象を過学習と言います）。

　また、右向きに置いた画像ばかり与えてもダメですし、光が当たって影ができているものも与えなければなりません。これは、人の子どもがいろいろな経験を経て、社会で活躍できるようになるのと同じです。そのため、判別の精度を一定の水準に持っていくためには、さまざまな条件で撮影した画像が必要となり、結果、想定をはるかに上回る量の画像を要することもよくあります。

AI画像認識の特徴

　そして、「人が簡単に判別できることが、AIにとって難しいことは多々ある」という点も意識しておく必要があります。

　例えば、クリーニング店では、洗濯前に衣類に特別な汚れがないか目視で確認しているでしょう。その際、食べこぼしがあるかもしれません。

　人が目視で確認するのなら、5歳の子どもでも、食べこぼしを見て「汚れているね」と教えてくれるでしょう。ところが、AIにとっては、それが「汚れ」か「模様」か、あるいは単なる「影」なのかを判断するのは非常にハードルの高い認識なのです。

　ですから、AI画像認識に関して、“小さな子どもでもできること”＝“AIなら当然できる”といった先入観や過度の期待があると活用の方向性を見誤ったり、「こんなこともできないのか」と激しく落たんしたりすることになります。

　その意味でも、AI画像認識ができること、できないこと、あるいはAIにとって得意なこと、不得意なことを正しく理解しておくことが大切です。

　次回は、2つ目のミスジャッジである「AI画像認識で人件費が削減できると思い込む」について説明します。