文系人間向けアルゴリズム解説　人工知能の基本「逐次検索」とは？ ｜ SiTest (サイテスト) ブログ

人工知能に関するトピックスは毎日のようにネットを賑わせていますが、「深層学習はニューラルネットワークというアルゴリズムから生まれた・・・」といった解説に対しなんとなくわかったような気になっているものの、実はよくわかっていない、ということも少なくありません。
そもそも、「アルゴリズム」ってなんでしょうか？

Wikipediaによると、「アルゴリズム」とは、

問題を解くための手順を定式化した形で表現したもの

と解説されています。
上記の例文では、ニューラルネットワークは人間の神経細胞をモデルにしていますが、人間の神経細胞の「情報伝達の手順」をモデル化した、ということを言っているのです。

人工知能はさまざまな分野に進出し、いずれも目覚ましい成果をあげ今後の発展を期待されています。
その中でも、人工知能に求められている能力の一つは「探索」です。

インターネットインフラの充実や、IoTの生活シーンへ普及が膨大な行動ログデータやセンサーデータの収集を現実のものとし、ビッグデータが実際のビジネスやマーケティングに活かせるようになったものの、人間がそれを解析することは難しくなってきました。
（まさに私たちが提供するSiTestもそのための人工知能を搭載しています。）

膨大なデータの中から、自分にとって必要なデータをできるだけスピーディーに見つけ出すには、アルゴリズム＝探索の手順が重要になります。
コンピュータを使ってデータを見つけ出す際に、たどり着きたいデータにあったアルゴリズムを用いることで、回りくどい手順を回避し無駄なリソース、時間をかけずに済ませるために、プログラムにどのような「手順」を踏ませるか、がカギなのです。

あまり数学や、プログラムに詳しくない人間でも、普段から何がしかの「手順」を踏んでいる以上、アルゴリズムと無縁ではありません。
これからのエントリで幾つかのアルゴリズムについて解説をしていきたいと考えていますが、今回はその中でも一番簡単で、感覚的に理解できるアルゴリズム「逐次検索」について解説します。

逐次検索の方法

目の前にトランプが伏せて積み上げられていたとします。
一度に一枚しかカードを確認出来ず、「ジョーカー」を探索する場合、どのようにするでしょうか？

おそらく殆どの人が、一枚ずつ上からめくって確認していくと思います。
もしかすると、1枚目にジョーカーが出てくるかもしれませんし、最後の53枚目に出てくるかもしれません。
このような、全体に対して一つづつ順番に当たっていく方法を「逐次検索」といいます。

逐次検索自体は小学生でも直感的に思いつく手順で、とにかくわかりやすいことが特長で、事前に53枚という枚数まで判明していなくても、目でみてそれほど枚数が少なくないことが把握できればすぐ実行に移せる有効な方法です。

また、データによってはその並び順が重要になってくるケースもあります。
上からカードをめくっていった結果、ジョーカーが見つかると同時にそれが何回目だったか、上から3枚目なのか20枚目だったのかということも情報として得ることができます。

逐次検索の弱点は、目的のデータに辿りつくまでにかかる手順が非常に多いということです。
先ほどのトランプであれば、最小で1回、最大で53回の手順を踏みます。
しかし、枚数が1,000枚、試せる回数は10枚まで、というケースに逐次検索は役に立ちません。

逐次検索は簡単ですが力技であり、探索のために踏む回数は最良で1、最悪でデータの個数だけかかります。
（平均のステップ数はデータの個数/2です。）

「アルゴリズム」というとすこし数学的で難しくとらえてしまいますが、少なくとも実際の生活でも十分登場する概念であることがお分かりいただけたでしょうか？

しかし、単純で直感的に理解しやすい「逐次検索」では、力技で解決できない物量には太刀打ち出来ないこともわかりました。
ほかにどのようなアルゴリズムがあるのか、今後のエントリでも紹介していきたいと思います。

文系、理系というわけ方で考えると、人工知能の研究はやはり文系の人間には少し敷居が高いものです。
基本的な人工知能開発に必要と思われるスキルは・・・数学力、プログラミング能力でしょうか。
これらは「人工知能を使いこなす能力」とはまたすこし違いますが、人工知能のツールやライブラリを自分の手を動かして試していく上ではやはり必要になってきます。
これからも、文系の人にもできるだけ解りやすく、「アルゴリズム」について紹介して行きたいと思います。