AI、データサイエンス 人工知能の問題点 その2
前回の続き。
ただし、今回の問題点はディープラーニングにより解決されているものも含まれる。
知識獲得のボトルネック
特徴量設計の問題
シンギュラリティ(技術的特異点)
機械翻訳の歴史は以下となる。
1970年代後半：ルールベース機械翻訳
1990年代以降：統計的機械翻訳
コンピュータが「意味」を理解しているため、
ディープラーニング
AI、データサイエンス 
AI、データサイエンス 第3次AIブーム(機械学習・深層学習の時代)
機械学習、ディープラーニング(深層学習)の時代に突入。
昨今のAIによる恩恵の時代。
機械学習とは、プログラム自身が学習する仕組みであり、
その学習はサンプルデータが多いほど良い。
2000年以降はビッグデータと共に注目を浴びる。
(ビッグデータで大量のサンプルを集められるので相乗効果に期待)
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。