人工知能を種別ごとに学習する

サイトの紹介と使い方動画


created: 2021/08/29 modified: 2021/09/14

初めに

①現在の人工知能は第3次ブームで、ディープラーニングが中核となっています。
②現在の人工知能は、人間が何を学習するのかを教える必要があります。

分類と予測

①現在の人工知能の機能は、大きく分けて「分類」と「予測」になります。
②それ以外の機能は、後述します。

分類

①教師あり学習の場合、クラス分けとも呼びます。
②教師なし学習の場合、クラスタリングとも呼びます。
③①と②は、手法の違いはあっても、目的は与えられたデータ(説明変数)から特徴量を求めて、指定されたクラスにデータを分類することです。

課題

④指定されたクラスのどれにも属さないというクラスを作りたいと思っています。

予測

内挿と外挿

①説明変数と目的変数(正解値を持つ場合)は、それぞれ最小値と最大値を持ちます。
②予測のための説明変数と予測された目的変数が①の最小値と最大値の範囲にある場合、内挿と呼びます。
③②以外の場合、外挿と呼び予測は不正と判定されます(します)。

時系列データ

①縦軸に説明変数、横軸に時系列データをとり、未来を予測するケースを考えます。
②説明変数は、内挿のルールに縛られますが、目的変数(未来予測)は、必ず外挿と同じ形態をとります。
しかし、これは不正と判定しません。
③筆者としては、未来予測の検証が不可能なので、この時系列データを取り扱う人工知能のモデルを実用化したいとは思いません。
④現実には、有益なケースもあると思いますが、未来予測の人工知能にはもっと別な方法や根拠が必要であるように思えてなりません。

自然言語処理

①「人の扱う言語を理解する」ことは、人工知能が人と同じような思考を得る「強いAI」にかなり近づくのではないかと思います。
②現在の人類は「強いAI」の実現はできていませんが、自然言語処理として向かっているような気がします。
③最初のステップとして、音声認識や画像としての文字からコンピュータが認識できるテキストに落とすことが、必要です。
④次に必要なのは単語の認識でしょうか?
⑤文法や文脈の認識、その意味の認識と難易度はどんどん高くなるようです。
⑥人の持つ感情の認識は必要なのでしょうか?

強化学習

①GAN(敵対性生成ネットワーク)のようにAI同士を競わせて学習する方法です。
②囲碁や将棋などのボードゲームのソフトが有名です。

まとめ

①分類問題が取り組みやすいようです。
②予測問題は筆者には真の意味を説明することが難しそうです。

メールアドレス:

お問合せ・御要望

  • お問合せ
  • トップへ戻る
    タイトルとURLをコピーしました