予測型人工知能（AI）とは、機械学習を使って過去の出来事のパターンを特定し、将来の出来事の予測を行うことを指します。
この記事を読み終えると、以下のことができるようになります。
関連コンテンツ
是非、Cloudflareが毎月お届けする「theNET」を購読して、インターネットで最も人気のある洞察をまとめた情報を入手してください！
記事のリンクをコピーする
人工知能（AI）予測とは、パターンを特定し、行動を予測し、将来の出来事を予測するために統計分析を使用するコンピュータプログラムの能力のことです。統計学は長い間、将来の予測をするために使われてきました。予測AIは、機械学習と膨大なデータへのアクセスにより、統計分析をより速く（理論的には）より正確に行います。予測が正しいという保証はないものの、予測AIは、企業が将来に備え、顧客体験をパーソナライズするのに役立ちます。
ジョーイという漁師がおり、船を出す前に天候を知る必要があるとします。ここ数カ月、ジョーイは朝、赤い空を見るたびに嵐となっていました。ジョーイは、赤い空を見るたびに、嵐がやってくるという警告だと受け止めるべきだと考え始めました。予測AIでも同様の結論に達するものの、その結論は（空の色だけでなく）何千もの要因を分析し、（数カ月ではなく）何十年分ものデータを分析した結果となります。
予測AIは、人間の認知を模倣してコンピュータが持ちうる一連の能力であるAIがもたらす、数多くの能力のひとつに過ぎません。
統計学では、一般的にデータが多いほど、正確な分析が可能になります。例えば、世論調査では信頼できるとみなされるには、最低限の回答者数が必要となります。科学的研究は、統計的に有意とみなされるために、数回繰り返される必要があります。
同様に、予測AIでは膨大なデータ（いわゆる「ビッグデータ」）へのアクセスを必要とします。提供されるデータが多ければ多いほど、予測の精度が上がります。世論調査の回答者数は、数千人規模程度かもしれません。予測AIモデルでは、世論や次の選挙についての予測を立てるため、過去に実施された何千、何百万もの世論調査を考慮できます。
機械学習は、AIの部分的要素です。人間の介入なしにデータを識別するため、コンピュータプログラムを訓練する方法です。たとえば、Webサイト上でのユーザー行動の十分な例があれば、機械学習モデルはWebサイト上で自動化されたボットトラフィックと人間のトラフィックの分別を学習できます。あるいは、十分な空の写真と天候に関する情報があれば、機械学習モデルは、「赤い」空を識別し、特定の種類の空を荒天と関連付けることを学習できる場合があります。
予測AIでは、前述の膨大なデータコレクションに機械学習が適用されます。予測AIモデルは、人間の監督なしに膨大なデータセットを処理することができます。
漁師のジョーイが、朝の赤い空が嵐の到来を連想させるパターンを特定したように、予測AIは特定のタイプのデータや特定の事象を連想することを学習します。予測AIは、何百、何千もの要因を検討し、将来再発生する可能性につながるパターンを特定できます。
予測AIの応用範囲は、膨大で多岐に渡ります。たとえ予測が常に正確でないとしても、将来起こる事をある程度予測しておくことは、事業にとって大きなアドバンテージとなります。予測AIの使用例としては、以下のようなものが考えられます：
予測AIと生成系AIはどちらも、機械学習と多くのデータへのアクセスを組み合わせ、その出力を生成するものです。ただし、予測AIは機械学習を使って未来を推定します。生成系AIは、機械学習を使ってコンテンツを作成します。予測AIでは、漁師のジョーイが嵐がやってくることを仲間の漁師たちに伝えることが該当します。生成系AIでは、天候と漁の航海のさまざまな相互影響を想像し、小説を書くことが該当します。
ある意味、生成系AIは統計的分析を用いてどの単語や概念が共通の属性であるかを「予測」するため予測AIに似ていると言えます。しかし、生成AIと予測AIの目標は異なり、使用する機械学習モデルもユースケースも異なります。
ほとんどの種類のAIと同様、予測AIもデータベースを迅速かつ効率的に照会し、類似したデータ間の関係を見つける能力を必要とします。エンベッディングデータベースにより、類似性クエリが可能になります。
エンベッディングとは、類似性や関係性を識別できるような形で情報を保存する手段のことです。監督のないニューラルネットワークレイヤーによって作成されるエンベッディングは、情報の項目をベクトルに変換し、データセット内の他の情報項目との関係において数学的空間内に配置します。
一緒にクラスタ化されたエンベッディングは互いに関連性があると考えることができ、これにより迅速なパターン識別が可能になります。「赤い空」、「嵐の雲」、「荒天」のすべてが1つのエンベッディングデータベース内ですべて近接していれば、予測AIモデルは嵐が来るタイミングを特定し始めることができます。