第2次AIブーム(知識の時代)その1 エキスパートシステム

第2次AIブーム(知識の時代)その1 エキスパートシステムAI

G検定記事はこちら。
https://www.simulationroom999.com/blog/jdla-deep-learning-for-general-2020-1/

スポンサーリンク

はじめに

第2次AIブームが始まり知識をどう扱うかが重要な時代に突入。
まずはエキスパートシステムというものが初期に登場する。

エキスパートシステム
スポンサーリンク

知識表現

人工無能という言葉が登場する。
チャットボットおしゃべりボットなどが例となる。
実際に会話の内容を理解しているわけではないが、知性を感じてしまう錯覚を生む。

これらの元祖がイライザ(ELIZA)
1964年から1966年にかけて、ジョセフ・ワイゼンバウムによって開発される。
人の発言のパターンで応答しているだかだが、本物の人間と対話しているように錯覚する。
これはイライザ効果と呼ばれている。

スポンサーリンク

エキスパートシステム

以下2つが有名。

  • マイシン(MYCIN)
    • 血液中のバクテリアの診断支援のため、1970年代のスタンフォード大学で開発された。
    • ルールベースで500のルールを使用。
  • DENDRAL
    • 1960年代にエドワード・ファイゲンバウムが開発。
    • 未知の有機化合物を特定で利用。
スポンサーリンク

エキスパートシステムの限界

エキスパートしすてむは知識ベースを必要とする。
知識ベースは以下を元に作成される。

  • 専門家の経験、知識
  • ドキュメント
  • 事例

ドキュメントと事例は自然言語処理や機械学習を用いることで獲得可能。
しかし、専門家の経験は暗黙知であることが多く、獲得が困難となる。
この暗黙知を獲得するためにインタビューシステムの研究も行われていた。

また、知識ベースが増えてくるとそれぞれの情報に矛盾点が発生しだし、保守が困難になる。
これを切っ掛けに意味ネットワークオントロジーの研究が注目を浴び始める。

スポンサーリンク

まとめ

  • 第2次AIブーム初期は単純なパターンマッチで知識を表現しようとした。
  • しかし、その知識の獲得や管理に課題が出てきた。
  • それを解決するために意味ネットワークオントロジーの研究が注目される。

コメント

タイトルとURLをコピーしました