ディープラーニングG検定対策 - データサイエンス時代で活躍できる人材になるために

G検定に出てくであろう重要な用語をピックアップしたいと思います．

人工知能とは
人工知能の歴史
人工知能の研究の問題

人工知能とは

人工知能(Artificial Intelligence)とは，コンピュータによる学習，推論，など人間の知能の働きを実現するための研究分野．ただ「何が人工知能なのか」研究者や専門家の中でも共有されてた明確な定義はありません.

機械学習(Machine Learning)とは，「人工知能」を実現するための手法の一つです．
アーサーサミュエルによる「明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野」というのが有名です．

深層学習(Deep Learning)とは，機械学習アルゴリズムの中の一つです．ニューラルネットワークを多層にしたモデルになっています．

まとめると，人工知能>機械学習>深層学習です！！

人工知能の歴史

人工知能の研究はこれまで，3度のブームを迎えてきました．一つずつ解説します．

・第一次AIブーム (推論探索の時代)
簡単な迷路やパズルのような問題(トイ・プロブレム)を解くことに成功しました．これでも当時では活気的なことでしたが，複雑な問題は解くことができず冬の時代を迎えることになります．

・第二次AIブーム (知識の時代)
データベースに「知識」を大量に放り込んだ「エキスパートシステム」と呼ばれるシステムがこの当時に活躍しました．しかし，知識を蓄積，管理することが困難であることが明らかになりまたもや冬の時代を迎えることになりました．

・第三次AIブーム (機械学習と深層学習の時代)
人工知能自らが知識を獲得する機械学習が実用化されました．つまり，第二次AIブームの問題点を克服したのです．さらに特徴量を人工知能が自ら獲得する深層学習が台頭したことが第三次AIブームのきっかけと言えます．

人工知能の研究の問題

フレーム問題

1969年に提唱された人工知能の研究の最難解である問題です．
「今しようとしていることに関係のある事柄だけを選び出すことが，実は非常に難しい」という問題です．分かりやすく解釈すると次のようになります．

本来は枠(フレーム)を定め，関係のないことを排除する必要があります．
しかし人工知能は，関係のあること(フレーム内)と関係のないこと(フレーム外)を判断することが困難です．

フレーム問題に縛られないAI＝強いAI
フレーム問題に縛られたAI=弱いAI

シンボルグラウンディング問題

シンボルグラウンディング問題とは．記号とその対象の意味がいかにして結びつくかという問題です．
我々は，「火」の意味も「トカゲ」の意味も理解しているのでポケモンで出てくる「ヒトカゲ」を初めて見たとしても，「あいつが噂のヒトカゲでは？」と推測できます．しかしコンピュータはヒトカゲは記号の羅列にすぎないので「火のついたトカゲ」と記述できたとしてもその意味を理解することができません．

このように記号とその意味するものが結びつかないことをシンボルグラウンディング問題と言います．
ちなみにヒトカゲのくだりは僕の大好きなレペゼン地球の動画の中で取り上げられています．勉強になりました．リンクを貼っておきます．ついでにチャンネル登録よろしくです．

【ポケモンの名前なんて見ただけで当てれるわw】天才が挑む...!!!『DJ社長レペゼン地球』

シンギュラリティ(技術的特異点)

シンギュラリティとは「人工知能が人間の知能を超えて人間に変わって文明の主役にとってかわる」という問題です．

レイ・カーツワイルは「シンギュラリティは2045年に到来する」と述べています．
超越的な人工知能がもたらす影響に対し，警鐘を鳴らす人々も数多くいます．マイクロソフトの創業者であるビルゲイツは「私も人工知能に懸念を抱く側にいる1人だ」と脅威論に賛同しています．
これら脅威論に対し日本では，2014年に人工知能学会に倫理委員会が設置されました．

G検定に出てくるであろう覚えるべき細々した用語を少しまとめました．
参考書として以下がとても役に立ちます．