G検定記事はこちら。
https://www.simulationroom999.com/blog/jdla-deep-learning-for-general-2020-1/
動機
- 前回、AIについて調べたが、もう少し詳細に部分を押さえたい。
- まずは各ブーム(第1次、第2次、第3次)で追ってみる。
- 結果として各AIのレベルも一緒に把握できる
- 今回は第1次ブームの「推論・探索の時代」をフォーカスする。
- しかし、最初の探索木だけでもまぁまぁボリュームなので、探索木だけに絞る。
結論
- 探索木の構造にすることで、コンピュータが処理できる形式にすることが重要。
- 逆に言うと、処理できる形式にできないと処理できないと言える。
迷路
- 迷路上の分岐を探索木の各ノードとする。
- 各ノードをそれぞれ探索していくことで、最終的にゴールに到達できる。
ハノイの塔
- 状態が一個だけ変化したものを結ぶ方式。
- 迷路の探索木と異なり、横方向の繋ぎもある。
- 右端か左端を辿っていけば最短で塔の移動が完了する。
探索木
- 探索手法には「幅優先探索」と「深さ優先探索」がある。
- 「幅優先探索」は最短距離でゴール可能だが、メモリリソースを大きく使う。
- 「深さ優先探索」はゴール到達までの速度は運任せではあるが、メモリリソースをほぼ使用しない。
まとめ
- 探索木はアルゴリズムとしては汎用性が高い。
- AIとしては原始的でもこれで解決できる問題はこれが最も正解と言える。
- 仕組みが分かると知性は感じられない。と感じるのがAI効果？
コメント