なぜ調べたいと思ったか？
日常生活のあらゆる物にAIが導入されていることを知り、更に「4つのレベルに分かれている」とあったので、どんな違いがあるのか知りたかった。
・何を基準にしてレベルを分けているか
「周囲の状況や環境によってどう振る舞うか」
各レベルの内容と導入例
画像参照元：https://kenyu-life.com/2019/02/09/g1_whatisai/
レベル1：単純な制御プログラム
周囲の環境によって振る舞い方が変わっても、その振る舞い方はあらかじめ決まっている。ルールに従った処理をするだけなので、人工知能の機能としては最も弱い。
導入例「エアコンの温度調整」
暖房20℃に設定した場合、室温が低いと温風を強くし、室温が高いと温風を弱くする。
レベル2：古典的な人工知能
多くの行動パターンを取り入れ、あらゆる状況に応じて様々な動きができる。機械学習している様に見えるが、AI自身で学習する機能はないので、あらゆるパターンデータを与える必要がある。
導入例「お掃除ロボット」
壁や机の脚などの障害物や下りる階段を検出して、掃除する方向を変える。
レベル3：機械学習を取り入れたAI
2000年代に普及したインターネットから、データを収集して学習データとして活用することができ、その特徴やルールを機械が学習する
導入例「高速道路の目的ICの到着時間」
目的ICまでの「高速道路の法定速度」や「交通量」を総合的に分析した多くの学習データを取り入れることで、正確な時間を検出することができ、交通インフラの改善に役立つ。
レベル4：ディープラーニングを取り入れたAI
機械学習にディープラーニングを追加したことによって、「AI自身が学習パターンを自発的に学ぶこと」が可能になった。物体の特徴である特徴量と正解データを紐づけて何回も学習すると、AIの予測精度が上がっていく。
導入例「車の自動運転」
交通標識・車線・人物や乗り物など、あらゆる対象物を検出し、衝突事故の起きない安全運転を再現している
・AIのレベルを理解することのメリットとは？
「どんな状況や環境があって、AI機能を利用したいか」を意識すれば、
「ルールに従って処理するのか、それとも、あらゆる状況に応じた処理をするのか？」
「用意したサンプルデータを使ってAIに学習するか、それとも、ディープラーニングを活用してAIに学習させるか？」
といった課題を解決しやすくなり、レベルに適したAIを導入しやすい。
・調べてみて分かったこと
①AI機能は機械学習やディープラーニングのイメージが強かったけど、エアコンやお掃除ロボットの様に、周囲の状況や環境に適した処理を行う部分は、AI機能の一種だと思った。
②レベルによってAIの機能が違うので、利用状況からレベルに該当するかを判断して、レベルに合ったAI機能を導入したい。