KEI

AI、データサイエンス

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。 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。
AI、データサイエンス

第1次AIブーム(推論・探索の時代) その3 モンテカルロ法

前回のボードゲームの続きに位置付けられる話。 ボードゲームに勝利する際は探索木とそのルート上の点数が重要になってくるが、この点数付けは人間が実施している。 よって、点数を付けた人次第で結果が左右される状態とも言える。 それを解消するためにモンテカルロ法という手法を用い始めた。
AI、データサイエンス

第1次AIブーム(推論・探索の時代) その3 ボードゲーム

AIはボードゲームでも利用される。 (オセロ、チェス、将棋、囲碁など) これらの実現手段の概要を記載する。 これも基本は探索木になる。 迷路の探索木に似ているが、「行動」と「結果」の連続した探索木となるが、局面が複雑化するタイプになると、それだけ膨大なツリーとなる。 探索木の規模は以下となる。
AI、データサイエンス

第1次AIブーム(推論・探索の時代) その2 行動計画

前回に「推論・探索の時代」の続き。 行動計画、自動計画、プランニングという領域があるらしいので超簡単に調査&記載。 ロボットの行動計画も探索で実施可能。 特に古典プランニングの以下は「積み木の世界」を例とされることが多い。
AI、データサイエンス

第1次AIブーム(推論・探索の時代) その1 探索木

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。
AI、データサイエンス

人工知能(AI)って何?

動機は凡そ以下。 ・自動車業界のADAS/ADの領域で必要な知識として問われる場面が多発。 ・流行りものなのでまずは簡単に調べてみよう。 ・具体的な手法等は一旦置いておいて、大雑把に把握しておきたい。 先に結論を書くと以下。 ・定義の話はあるようで、カッチリ決まっているわけでは無い。
gdb

gdbでSPILS その2

SPILSネタの続きです。 前回、SPILSでscilabからgdbに接続する構成を示しましたが、 以下の構成の方が一般的です。 もう一個別のgdbをgdbサーバーとして起動。 scilab直下のgdbからリモートデバッグする体で接続しています。
gdb

gdbでSPILS その1

gdbをISS(インタラクションセットシミュレータ)として利用した上で、scilabと連携する方法。
gdb

gdbによるISS その2

gdbをISS(インタラクションセットシミュレータ)として利用した上で、制御器の検証に応用する方法。 ARM-gdbを使用。Scilabで作成した制御モデル、モータープラントモデルと連携。ELF/DWARFはソースコードファイル名や各ソースライン情報を保持している。
gdb

gdbによるISS その1

gdbをISS(インタラクションセットシミュレータ)として利用する方法。 binutils、gcc等のツールチェーンの話も。 gdbのcallコマンドなどが比較的シミュレーションをする上で様々なことを可能にする。