share facebook facebook2 twitter menu hatena pocket slack

2016.10.03 MON

人工知能を体系的に学ぶ

田村 謙介

WRITTEN BY 田村 謙介

第3次人工知能ブームということでお勉強のまとめ
※認識の違いがあれば教えてください

  1. 人工知能(AI)とは何か
  2. 機械学習と深層学習の違い
    • Machine Learning(機械学習)とは何か
    • Deep Learning(深層学習)とは何か
  3. どう使い分けるか

人工知能(AI)とは何か

知的な行動をコンピュータとソフトウェアで再現することが人工知能であり、その考え方が人工知能のベースである。
ある特定の分野において人と同等かそれ以上の行動が再現できているように見えれば人工知能と呼ぶことができる。

基本は チューリングテスト の考え方だが

人間の判定者が、一人の(別の)人間と一機の機械に対して通常の言語での会話を行う。
判定者が、機械と人間との確実な区別ができなかった場合、この機械はテストに合格したことになる。

犬や猫など言語を使用しなくとも知能を持っている場合もあるため、人の知能に留まらず「知的な行動をしているように見える」ことがポイントとなる。

機械学習と深層学習の違い

「人工知能」を実現するためには様々な方法がある。
第3次人工知能ブームでは「Machine Learning(機械学習)」や「Deep Learning(深層学習)」が注目を浴びている。
Deep LearningはMachine Learningの手法の1つである。

Machine Learning(機械学習)とは何か

与えられたデータを元に学習し、自律的に法則やルールを見つけ出す手法やプログラムである。
Machine Learningには統計的な手法やニューラルネットワークの仕組みを応用した方法がある。
machinelearningalgorithms
Machine Learning Mastery

統計的な手法では人が学習する内容を予め定義する必要があり、学習の方向性をコントロールすることができる。

Deep Learning(深層学習)とは何か

Machine Learningの手法の1つで生物の神経系を模したニューラルネットワークの構造を応用したものである。
認識や認知など感覚に関する学習を得意とする。
layers

学習する内容をニューラルネットワーク自身が見出し動作する。
学習の方向性をコントロールできず、どう学習したかの因果関係がわからないためブラックボックス化するデメリットがある。

どう使い分けるか

Deep LearningはMachine Learningの一部であるため、Machine Learningの手法の中から目的にあった手法を選択する必要がある。
解決したい問題が明確な場合は統計的な手法を採用し、解決したい問題が曖昧で複雑な場合はニューラルネットワーク的な手法を用いる。

SFで思い描きがちな「万能型人工知能」の実現は程遠く、現実的には目的に合わせた人工知能を目指し、その人工知能を組み合わせることで統合的な人工知能が実現できると考えている。

元記事はこちら

人工知能を体系的に学ぶ

田村 謙介

田村 謙介

構築運用(虎)セクションのリーダー/ソリューションアーキテクトとして、コンサルティング・設計・構築を主に担当しています。 使用するプロダクトやサービスの思想を尊重しつつお客様の要望に応えられる「美しい設計」を日々追い求めています。