#author("2023-02-22T13:27:15+09:00","default:inoue.ko","inoue.ko") *人工知能 関連キーワード ~ 現在話題になっている A.I. は、その大半が「機械学習」ベースのものですが、広く A.I. に期待される能力には主に、認識・ 探索・推論・生成などがあって、その分類の仕方にも様々な軸があります。以下にいくつかの分類基準を紹介します。 ~ ***汎用型AI と 特化型AI ''汎用型 AI''とは、人間と同様に様々な問題に対応できる能力を持つもので、現時点では実現していない未来の AI と言えます。一方、''特化型 AI''は、自動運転、画像認識、音声認識、自然言語処理など、機能が限定されたもので、私たちの身近にある AI の大半は、特化型 AIと言えます。 ~ ***強いAI と 弱いAI ''強いAI''と''弱いAI''という分け方もあります。''強いAI''とは、人のように物事を認識して仕事をこなすもので、SF映画に登場するロボットのように、意味を理解すること((意味を理解する・・というのは「それが無い状態」を想像できることです。「ある」と「ない」の差異を捉えることができてはじめて、ヒトと同様に意味が理解できている・・ということができます。これにはまだ相当な時間を要すると思われます。))、自意識を備えていることを想定しています。一方''弱いAI''は、人間のような自意識を備えたものではなく、人間の情報処理機能の一部を代替する機械的な存在です。汎用型・特化型とほぼ同様の区分になると言えるでしょう。 ~ ***記号処理的人工知能 と 非記号処理的人工知能 これは、AI テクノロジーを区分するのに重要な区分です。以下、箇条書きで、その違いを紹介します。 -''記号処理的人工知能'' --記号処理用のプログラミング言語で構築 --トップダウン的な処理プロセスになる --記号を厳密に定義するため、フレーム(文脈)が限定される -''非記号処理的人工知能''(現在の主流) --[[ニューラルネットワーク>NeuralNetwork]]に代表される機械学習によって構築 --ボトムアップ的な処理プロセスになる --記号は厳密に定義されないため、フレーム(文脈)に柔軟に対応 ~ //-統計・確率型のAI //多数のデータを統計的に処理し、もっとも確率の高いもの(あるいは低いもの)を判断の材料として採用するシステム。例えば、自動運転の車が周囲の移動体の動きを予測する場合、各種のセンサーから取得したデータと、自身の位置情報を総合し、確率的に最も安全な進路を選択する場合などに用いられます。当然ですが、予期せぬデータ(外れ値)が入力された場合に間違った判断をする可能性は捨て切れません。 ~ ~