人口知能について。
目次
AI・ディープラーニングの全体像
- 人工知能
- 機械学習
- ディープラーニングの基本・応用
- ディープラーニングの研究
- AIプロジェクト
- AI社会実装に伴う法律・倫理
人工知能の歴史
第１次AIブーム（1950年代～1960年代）
- 「推論と探索」に関する研究が進展
- 研究対象：パズル、迷路、チェスなど（明確かつ狭いルールに基づくもの）
- 明確に定義された特定の問題に対して解を出すことができる
- 実世界の複雑な問題となると、実行可能な組み合わせは爆発的に増加するため、現汁的な時間の中で最適解を見出すことが困難（「トイ・プロブレム」）
- AIの成果に限界→第1次AIブームが終息
第２次AIブーム（1980年代）
- 現実の問題に役立つAI
- 「エキスパートシステム」→専門家（エキスパート）からヒアリングした知識を大量にコンピュータに蓄積され、コンピュータが知識データベースから答えを出し、返答
- エキスパートシステムには、ありとあらゆる専門知識を教え込む作業が必要になり相当な労力が必要
- 「DENDRAL」→有機化合物の分子構造を推定
- 「MYCIN」→感染症の専門医のような診察
- 「CASNET」→緑内障の診断支援
- 世の中のすべてのルールを適用することは非現実的で、例外や矛盾にぶつかり、対処できなくなる
→例外があまりない比較的単純なタスクにしか対応できないものとなってしまう
（「知識獲得のボトルネック」） - AIの成果に限界→第2次AIブームが終息
第３次AIブーム（2000年代）
- インターネットの普及により、データが発生・収集しやすくなり、ビッグデータの活用が盛んになってくる
- 機械学習を中心とした技術が採用される
- 特徴表現を自動的に抽出できるディープラーニングの成果が出て、2010年頃からブームが本格化
- ビッグデータの処理を、誰でもどこでも実行できるようになる
