1月中旬から1ヶ月間にわたり、N中等部 通学コースの各キャンパスで「AI入門特別授業」を実施しました。

AI（人工知能）は、コンピューターが人間のような“知能”を持つことを目指す研究分野です。人工知能は、コンピュータにデータを学習せる機械学習や予測、判断、認識、記憶など複数の要素を統合してできると考えられており、各分野での研究が進められ、近年飛躍的な進化を遂げています。

 

今回の授業目的は、AIがどのような問題解決に使えるのかを学び、身近な社会でどのように活用すべきか考えること。前半、後半にパートを分けて、AI・機械学習の仕組みを体感しながら理解を深めていきました。今回はその模様をご紹介します。

 

前半の2週間は、AI・機械学習の基礎を学んだ上でAIの画像認識、音声認識を実践的に学びました。

 

画像認識のワークでは、画像認識ツール「AIブロック」を活用。じゃんけんのグー、チョキ、パーの形をAIに学習させ、カメラに映した手の形が判別できるか試みました。一方、音声認識のワークでは、「Scratch（スクラッチ）」（※1）を使って、音声アシスタントを作成。

 

音声アシスタントとは、ユーザーの話す内容を理解し、その指示や要求に対して適切な回答や処理を行うサービスや機能のこと。「Siri」を始め、多くスマートホン・タブレット型端末・スマートスピーカーなどに搭載されている、身近な音声認識機能です。

 

※1　Scratch …アメリカのマサチューセッツ工科大学（MIT）のメディアラボが開発したプログラミングの学習用ソフトで、ビジュアルプログラミング言語のひとつ。ビジュアルプログラミング言語は、ドラック＆ドロップ中心のため初心者でも親しみやすい。

 

生徒たちは、「おはよう」「こんにちは」「こんばんは」の音声をAIに学習させたあと、Scratchのプログラミングと組み合わせ、聞こえた音声に応じて画面内の部屋の電気を点滅できるプログラムを作りました。

 

また、AIを使用する上の注意点として「AIフェアネス」の学習にも取り組みました。AIフェアネスとは、差別的な視点など社会的な問題が生まれないように、AIから不公平なバイアスを排除することです。

 

例えば、挨拶を判定できる音声アシスタントを開発したときに、学習させた音声が標準語のデータばかりだと、イントネーションが少し違うだけで言葉が認識されません。機械学習のもつ「バイアス（データの偏り）」という側面に触れながら、学習させるデータ次第では不平等な判断を下す可能性があるため、どのように公平性（フェアネス）を保つかを考えました。

 

AIは便利な半面、必ずしも正しい答えを出すわけではないので、間違って使わないように意識をすることも大切です。