AI、データサイエンス

人工知能の分野に様々な問題がある。 これらを把握することで現状の限界を知り、現実世界への実現可能性を考察する必要がある。 第1次AIブーム時のパズルや迷路、チェス、囲碁で一定の成果は上がられた。 しかし、それは非常に限定された環境であり、現実世界の複雑な問題には適用できないという問題を指してトイ・プロブレム

第2次AIブーム初期に於いてエキスパートシステムによるアプローチが実現された。 しかし、暗黙知の獲得、矛盾点調整の困難さからオントロジーの研究が注目を浴びる。 意味ネットワークとは以下の概念構造である。 概念をラベルが付いたノードで表現する。 概念間の関係を矢印で結んだネットワークとする。

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。

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。

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。