独学MBA_71(AI入門)

7. テクノロジー

はじめに

独学カリキュラム⑦テクノロジーということで、AIについて学びます。参考書籍をもとに、AIで押さえるべきはじめの一歩を紹介していきます。

人工知能とは?

とても難しい問いなので、「人工知能は人間を超えるか」から引用します。

私の定義では、人工知能は「人工的に作られた人間のような知能」であり、人間のように知的であるとは、「気づくことのできる」コンピュータ、つまり、データの中から特徴量を生成し現象をモデル化することのできるコンピュータという意味である。

松尾 豊「人工知能は人間を超えるか」, 2015年, p.44

「人工の知能は、原理的にはすべてコンピュータで実現できるはずだ」というのが、科学的には妥当な予想である。そして、人工知能はもともと、その実現を目指している分野なのである。

松尾, p.43

AIブーム(第一次〜第三次)

AIは過去から何度かブームが起きては消えており、現在が3回目のブームです。

第一次「推論・探索の時代」(1956〜1970)

推論:知識を組み合わせて新たな知識を生み出せる(例:将棋の打ち手)

探索:新しく得た知識を早く実現する手法(例:打ち手を早く考え出すことができる)

推論・探索の手法は、環境と状態が知識として与えられたときに、取るべき行動(新しい知識)を推論し、そこから実際どの行動をとるのが最善なのかを探索するもの。

巣籠 悠輔「ビジネスパーソンのための人工知能入門」, 2018年, p.41

第二次「知識の時代」(1980〜1995)

・人工知能に大量の知識をインプットするアプローチ(例:いくつかの質問によって病気を診断するシステム)

・問題点(限界)は3つ。

  • 知識を大量に記述できない、
  • 必要な時に必要な知識を取り出すのは難しい(フレーム問題)
  • 記号と意味を結び付けられない(シンボルクラウディング問題)

第三次「機械学習・ディープラーニングの時代」(2000〜現在)

現在のブームです。もうブームではなく、AI時代が到来していますね。詳細は、次の章で解説します。

機械学習

・機械学習は人工知能のプログラム自身が学習する仕組み

学習とは分けること。分けるとは、突き詰めるとYes/No問題

・機械学習は、「教師あり学習」/「教師なし学習」/「強化学習」の3つに分けられる。

教師あり学習:入力と出力(正解)のセットを与える(例:手書きの数字認識)

教師なし学習:入力データのみを与える。データのパターンやルールを抽出するのが目的。

強化学習:与えられた環境で、ある状態の時に、どのような行動を取れば良いのか学習するというのが基本的な考え方。行動の結果を報酬(スコア)で定義し、自分で学習していく(例:自動運転、ロボットの自立歩行)。

*ただし、特徴量の設計(特徴をつかむこと)は人間が行う必要があり、人間の職人技に近いものがあった(従来の機械学習の限界)。

ディープラーニング(深層学習)

DLは機械学習の一部(AI>機械学習>DL)。多層のニューラルネットワーク。2010年代より本格化し、ブレークスルーが起きた。それは、特徴量の設計をコンピュータが自ら行う(見つけ出す)ことができるようになったことだ。例えば、画像認識だと、コンピュータが自分でネコの特徴(ネコという概念)を見つけ出し、ネコを認識できるようになる。

ディープラーニングの登場は、少なくとも画像や音声という分野において、「データをもとに何を特徴表現すべきか」をコンピュータが自動的に獲得することができる可能性を示している。簡単な特徴量をコンピュータが自ら見つけ出し、それをもとに高次の特徴量を見つけ出す。その特徴量を使って表される概念を獲得し〜後略。

松尾, p.173

AIの活用

文系AI人材になる」によると、AIは機能4種類×役割2種類=8種類のタイプがあり、それぞれができること特徴を押さえておきましょう。

引用元:https://jbpress.ismedia.jp/articles/-/59863?page=3

おわりに

AIについて超ざっくり理解することを目的に本記事を書きました。入門を理解した後は、下記の書籍が実践的で面白かったです(頭が壊れそうでしたが)。同時にAIは数学の知識が必須なので、そちらも下記で勉強しました。あとは、プログラミングを少しやってみようかと思っています。

次はIEのPeriod1で受講した、デジタルイノベーションの授業を紹介します。リーダーに必要なデジタルの知識を一気に学ぶことができる授業でした。

コメント

タイトルとURLをコピーしました