第4回の教材 (3)   人工知能( AI = Artificial Intelligence )

人工知能の歴史

  • 1960年~1974年頃:第1次 AI ブーム
    • プログラムに組み込まれたルールを元に推論・探索を行う。
    • 簡単な Toy Problem ( おもちゃの問題 ) しか解けない。
  • 1980~1987年頃:第2次 AI ブーム
    • 専門的知識をルールとして追加してゆける「エキスパートシステム」が開発され、AI が実用的になる。 (ルールの追加作業は人間がやる)
  • 2006年~:第3次 AI ブーム
    • 機械学習・深層学習によって AI が自ら知識を獲得できるようになった。

機械学習と深層学習の違い

 どちらも、沢山の学習データを与えると AI がルールを獲得しますが、
  • 単なる機械学習:
    • 学習に必要な「特徴量」の設定は人間が行わなければならず、しかも調整が難しい。
  • 深層学習 ( Deep Learning ):
    • AIが自ら適切な「特徴量」を獲得する。

機械学習・深層学習も万能ではない

  • 機械学習の欠点
    • 学習データに偏りがあってはいけない。
  • 深層学習の欠点
  • どちらも
    • 大量の学習データと大量の学習時間が必要。
    • 「ブラックボックス化」されていて判断の根拠が人間にはわからない。
 ⇒ AI システムには性能評価が必要です。

今、世間で AI と呼んでいるのは AI 技術の一部

 今、世間で AI と呼んでいるのは AI 技術の一部であって、特定の目的に対して「人間が」作り込んだプログラムであり、その用途以外に対しては無力です。
 AI 研究者が目指しているのは、汎用人工知能( AGI = Artificial General Intelligence )といって、人間同様の知性をもち、自ら成長してゆく機械です。