第1回目 今までの流れ
はじめに
最近よく聞く「人工知能(AI)」「マシンラーニング:(機械学習 ML)」「ディープラーニング:(深層学習 DL)」などなど なにやらいろんな単語が飛び交っていますが、関係性はこんな感じです
実は、それらの単語は独立したものではなく、これまでの歴史を表していて、なおかつ、それらの中から発展したものなのです
もっと言えば、人工知能(AI)とは総合的な概念と技術であり、それらを実現する手法として、マシンラーニング(ML)、深層学習(DL)が存在します
概念と技術が歴史のなかで、どう変わっていったのかを、私のメモ程度に書いていますので、片手間程度で見て頂けたらと思います
前提
AIの歴史を3つに分けてご説明します 世の中にはいろんな流行りがありますが、今現在(2018年)はAIにおいて第3次ブームです 第1次ブームから第3次ブームまでを時代の流れとともに、「概念」「技術」「課題」の観点から解説していきます
では、どうぞ
年代:1950~60年代
概念:問題を解決できるコンピューター
技術:探索、推論
課題:ルール決めとゴール決めが必要で応用がまったく効かない
探索
推論
解決したい問題を、探索・推論の形式でプログラム出来れば、
コンピューターはそれに従って処理しますが、実用性がありませんでした
年代:1980年代
概念:知識を表現できるコンピューター
技術:エキスパートシステム(知識ベース)
課題:ハードの性能不足と知識の拡張ができない
エキスパートシステム
専門間の知識はデータにすると想像以上に膨大だっため、人的作業では登録がとても手間でした また、当時のハードは低性能だったので、容量・パフォーマンスともに難ありでした(まだWindowsも出回っていないころです)
余談
人間社会の一般常識が判断できない
例
状況:体温が41度超え
対応:解熱剤を飲ます or 殺す
理由:体温が下がるから
((;゜Д゜)ガクガクブルブル
年代:2000年代
概念:自ら考えることができるコンピューター
技術:機械学習、深層学習
課題:私自身の浅い学習orz
機械学習
深層学習
なにが分からないのか?
(自分に言ってます)
一番肝心なところですが、学習方法がわかりませんでした orz
以下3つの学習方法を、私が理解次第、追って掲載していきます
1.強化学習
2.教師あり学習
3.教師なし学習
最後に
オチにびっくりされたかと思いますが、匙を投げたわけではなく、連載できるほど知識がないので、現時点では勉強中です いずれ書いていこうと考えているので、あしからず。。。
ということで、次回からは機械学習(ML)の活用事例について書いていこうと思います 具体的にはFirebase(Google社が提供するMBaaS)に搭載されているSDKの「ML kit」について、連載していこうと思います(はじめのほうはFirebaseの紹介がメインになると思います)
Web開発、モバイル開発の参考程度にしていただけたらと思います 最後までお目通しいただきありがとうございました
この記事が気に入ったらサポートをしてみませんか?