前回は、人工知能とは一体何なのかを理解しようと試みました。 AI は人間の行動を模倣することを目的とした技術ですから、AIの枝は、人間を機械とは異なる存在にするものから構成されると言ってよいでしょう。 そこで、人工知能の枝について簡単に説明し、人間の行動と関連付けてみましょう！
1.Machine Learning(機械学習)………….人工知能の枝は、人間の行動と関連づけられます。 十分なデータを与えることで、コンピュータが自ら学習することを可能にする技術です。 人間と同じように、機械学習は、過去の経験を使用して結果を予測するためにシステムを訓練します。
ある教授が、機械学習がちょうど赤ん坊が世界に立ち向かうように訓練するようなものだということを裏付け、驚くべき例を挙げています。 赤ちゃんがロウソクに近づき、指を火傷して怪我をしました。 赤ちゃんは、何が起こったのかを理解することができないのです。 これをアルゴリズムの訓練と結びつけて考えてみよう。 2回目にろうそくで指を火傷したとき、赤ちゃんは今度は注意され、火傷の原因が何であったかを知ることになる。 このようなことがしばらく続き、最終的に赤ちゃんは、ろうそくの炎が指を火傷させる原因であることを理解するのです。 さて、「モデル」ができたので、それを試してみましょう。 次に赤ちゃんがろうそくに近づくと、炎が自分に危害を加えることを知り、完全に避けるようになります。 これで、モデルの学習は成功です。 これこそが、機械学習の仕組みです。 ここしばらく流行語になっていることを考えると、ニューラルネットワークは、私たちの一部にとって複雑な用語のように思えるかもしれません。 しかし、ニューラルネットワークの計算を除けば、理解するのはかなり簡単です。 最初の層に入力を与え、隠れ層を指定し、最後の層に出力を与えるだけでよい。 隠れ層の仕事は、与えられた入力から重要な情報を抽出し、結果を予測することです。
もしあなたがニューロンの生態に精通しているなら、ニューラルネットワークはより簡単に理解できるかもしれません。 樹状突起のような入力層は入力を受け取る受容体であり、ニューロンは隠れ層のように情報を処理し、軸索は処理された信号を転送して出力層のように機能します。
3.Robotics: ロボット工学が興味深いのは、それが機械工学、電気工学、コンピュータ科学および他のいくつかの科学分野の融合であることである。
ロボットは知的システムの「身体」であり、プログラムとその結果を調整して特定の機能を実行し、人体の骨格と筋肉システムに非常に似ていますね？ ソフィアによく似たロボットがこれほどまでに生命力をもって作られるとは驚きです！私たち人間がついにロボットを友達にできる日も遠くはないでしょう！
4.Expert System: 機械に人間のように学習するようプログラムする方法はわかりましたが、機械に人間のように考えさせる方法を考えたことはありますか？ さて、ここでエキスパートシステムの出番です。 エキスパート・システムは、コンピュータが人間の意思決定能力を模倣できるようにするためのアプリケーションである。 エキスパート・システムの3つの構成要素は、ユーザー・インターフェース、推論エンジン、知識ベースです。
我々の目のように、ユーザー・インターフェースはユーザーの問い合わせを受けて、それを推論エンジンに渡します。 推論エンジンは私たちの脳のようなもので、問題を解決するためのルールの特定のシーケンスを持っており、推論を提供するために知識ベースを参照します。 知識ベースは私たちの記憶のようなもので、その分野の専門家から得た情報の巨大なレポジトリである。 したがって、エキスパートシステムの成功は、その知識の精度に大きく依存する。
5.Fuzzy Logic: 私たち人間は非常にジレンマを持っていることに従うので、我々が設計するシステムもそのような状況に直面するように訓練されている場合のみ、それは公正であろう。 ファジーロジックは、不確実性を持つ問題を解決するための技術です。 空を見上げると、気持ちよく晴れた日に暗い灰色の雲がいくつかあるのを想像してみてください。 混乱しますよね。
その雨が降るかどうか判断できますか？ 間違いなくイエス」または「間違いなくノー」と言えるでしょうか。 ここでファジー論理が役に立ちます! ブール代数とは異なり、ファジーロジックは絶対値「真」または「偽」を必要としません。 実際、ファジーロジックでは「部分的に真」「部分的に偽」といった中間的な値も扱うことができる。 ファジーアーキテクチャは、ルールベース、ファジィ化、推論エンジン、デファジィ化の4つの要素から構成される。 ルールベースは、専門家によって提供されるルールとif-then条件のセットで構成され、意思決定を支配する。 ファジィ化は、クリスプ入力（処理のためにシステムに渡される値）をファジィ集合に変換するために使用される。 そして、推論システムが各ルールのマッチング度合いを決定し、それに応じてどのルールを起動するかを決定する。 起動された入力は、制御アクションを形成するために結合される。 デファジィ化は、推論エンジンから得られたファジィ集合をクリスプ値に変換し、出力として渡す。
6.Natural Language Processing: 自分の言葉を話さない人とコミュニケーションを取ろうとしたとき、相手に理解してもらえなかったことはありませんか？ 静かな挑戦ですよね？ 今、コンピュータとコミュニケーションしようとすることを想像してみてください、それはさらに困難ではありませんか？ 0と1しか理解できないコンピュータにとって、言葉やフレーズは何を意味するのでしょうか？ 私たちのコミュニケーションを理解するために機械に教えるのは、簡単なことではないように思えるかもしれません。
機械に人間のやり取りを読み解き、理解し、意味づけるプロセスは、自然言語処理と呼ばれています。 簡単に言うと、自然言語システムは次のように動作します。人が機械に何かを言うと、機械は音を録音し、その音声をテキストに変換します。 そして、自然言語処理システムは、テキストを構成要素に解析し、会話の文脈や人の意図を理解する。 その結果に基づいて、機械はどのコマンドを実行すべきかを判断する。 これはまさに人間のコミュニケーション方法です。私たちは相手の話を聞き、その意味を理解しようとし、同じ文脈の中で適切な返事をします。
人工知能は、人間の行動と関連付けるとさらに楽しくなると言ってよいと思います。 そう思わないか？ さて、今回の記事はここまでです。 次回は、AIの応用例について説明する予定です。