【ディープラーニングG検定対策】人工知能をめぐる動向

G検定
スポンサーリンク

はじめに

G検定シラバス「人工知能をめぐる動向」の範囲の対策。
難易度は中程度で、過去問、問題集で凡そフォローできる。

※ G検定対策ページは以下になります。

スポンサーリンク

第1次AIブーム(推論・探索の時代)

STRIPSは1971年 Richard FikesとNils Nilcsonの自動計画AI。
SHRDLUはCycプロジェクトから2001年にOpenCycとして公開される。

スポンサーリンク

第2次AIブーム(知識の時代)

PARRYという1972年にケネス・コルビーにより偏執病的総合失調症患者をシミュレートしたルールベースのAI。
ELIZAは1966年の心療セラピストのシミュレーションであるため、PARRYとELIZAの会話が実現されている。
会話記録はRFC439ICCC1972に記載されている。

実際のRFC439はこちら
https://tools.ietf.org/html/rfc439

チャットボットに関してはMicrosoftのTayの事例を調べておくと良い。

知識ベースは推論エンジンとよばれる、「知識ベースを用いて推論を行うプログラム」により利用される。

以下の情報も押さえておく必要あり。

  • セマンティックWEB
    • 情報リソースに意味を付与し、意味処理を実現
  • 統計的自然言語処理
    • 確率論、統計学が前提となっている。20年の大量データのおかげで一定の成功。
スポンサーリンク

第3次AIブーム(機械学習・深層学習の時代)

  • Googleの猫
    • 2012年「教師なし学習」で学習したAIが猫を自己認識
  • ImageNet
    • ILSVRCで使用される画像認識用データセット

ILSVRCは以下の整理をしておくと良い。

2012年トロント大学:ジェフリー・ヒントンSuperVision:Alexnet8層、パラメータ6000万
2014年GoogleGoogLeNet22層
2015年MicrosoftResNet152層
2015年(準優勝)オックスフォードVGG1616層(畳み込み13、全結合層3)
2017年SEnet(Squeeze and excitation)Attention機構
スポンサーリンク

まとめ

比較的に情報量が多い反面、G検定としての出題割合はそれほど高くはない。
しかし、物事を時系列で把握することは重要であり、ここを幹として枝葉をつけていく必要がある。
情報整理のための枠組みとしては重要と言える。

※ G検定対策はこちら。

コメント

タイトルとURLをコピーしました