人工知能の基礎をマスター

1955年、スタンフォード大学のコンピューター科学者ジョン・マッカーシーがダートマス会議で初めて「人工知能」の概念を提唱した。

AlphaGo 以降、最近は人工知能に関するニュースに目が眩んでいますよね?最も重要なことは、人工知能についての理解を深めた後でも、あなたはまだ毛糸玉のようなものでしょうか?ある専門家が発明した技術は、マシンビジョン、ディープラーニング、音声認識の基礎を築きました...彼らは誰でしょうか?あなたは何をしましたか？諺にあるように、物事がどのように変化しても、本質的には同じままです。一般的に言えば、技術や知識体系は師匠によって世代から世代へと受け継がれ、常に新しいアイデアが導入されます。人工知能は、60年も前から存在する研究分野ですが、それにも起源があります。

マサチューセッツ工科大学（MIT）人工知能研究所とスタンフォード人工知能研究所は、人工知能の研究を最初に実施した研究所の一つです。実際、正式な教育システムの科目分類では、人工知能はコンピュータービジョンと機械学習という2つの二次分野に分かれており、この分野の多くの技術は相互に関連しています。

コンピュータビジョン

特徴記述子からディープラーニングまで、コンピューター ビジョンは 20 年間にわたって急速な発展を遂げてきました。過去 2 年間、特に Facebook、Microsoft、Google が人工知能の分野で達成した最近の成果により、私たちは皆、深層畳み込みニューラル ネットワークの魔法を知っています。他のディープラーニング構造と比較して、畳み込みニューラル ネットワークは画像認識と音声認識においてより優れた結果をもたらすことができます。では、それ以前の物体認識技術はどのようなものだったのでしょうか?コンピューター ビジョン テクノロジーの進歩は、彼らの仕事と切り離せないものです。

コンピュータビジョンの専門家の家系図

コンピュータービジョンの創始者は偉大な David Marr です。彼はコンピュータサイエンスの観点から出発し、数学、心理物理学、神経生理学を統合し、人間の視覚コンピューティングの理論を開拓し、視覚研究の様相に革命をもたらしました。彼の同僚たちは彼の理論を伝えた。現在、コンピューター ビジョン、コンピューター グラフィックスとイメージング、機械学習が融合しており、これらのテクノロジは相互に関連しており、切り離すことはできません。そして、現在最も人気のある技術である機械学習は、どのようにしてさまざまな奇妙なロボットや人工知能プログラムを生み出すのでしょうか?

機械学習

一般的に言えば、機械学習分野の代表者には、ジェフリー・ヒントン、ヤン・ルカン、トム・ミッチェルなどがいます。彼らは現在、異なる組織で働いていますが、図に示すように、厳格な師弟関係（博士号とポスドク、共同指導関係を含む）を維持しています。

当初、機械学習はコネクショニズムとシンボリズムという 2 つの主要な学派に分かれていました。その後、ワシントン大学の教授であるペドロ・ドミンゴス氏は、昨年の ACM ウェブミナで、機械学習の 5 つの主要な学派とその代表として、象徴主義、コネクショニズム、進化論、行動主義、ベイズ主義を提案しました。

象徴主義者

代表者:

シンボリズムは、論理的推論（ロジシズムとも呼ばれる）に基づいたインテリジェントなシミュレーション方法です。そのアルゴリズムは論理と哲学に由来し、記号の演繹と推論を通じて結果を予測します。たとえば、2+2=? に基づいて、2+?=4 の未知の項を予測します。

初期の人工知能研究者の大多数はこのカテゴリーに属していました。この学派は、人間の認知と思考の基本単位は記号であり、認知プロセスは記号表現に対する操作であると信じています。人間は物理的な記号システムであり、コンピュータも物理的な記号システムであるため、コンピュータを使用して人間の知的行動をシミュレートできる、つまり、コンピュータの記号操作を使用して人間の認知プロセスをシミュレートできると考えています。

一般的に、象徴主義の考え方は、「認識は計算である」と簡単に要約することができます。

コネクショニズム

代表者:

Wikipediaによると、コネクショニズムは認知心理学、人工知能、心の哲学の分野を統合した理論です。コネクショニズムは、心理的または行動的現象の現れのモデル、つまり相互接続された単純な要素のネットワークを提案します。コネクショニズムにはさまざまな形式がありますが、最も一般的な形式はニューラル ネットワーク モデルを利用するものです。

人工ニューロン

コネクショニズムの中心的な教義は、心理的現象を単純な単位の相互接続されたネットワークの観点から説明することです。接続の形式と単位はモデルごとに変更できます。たとえば、ネットワークのユニットはニューロンを記述でき、接続はシナプスを記述できます。別のモデル ネットワークでは、各ユニットが単語で表され、各接続が意味的に類似した単語で表されます。

バックプロパゲーションアルゴリズムのデモンストレーション

ニューラル ネットワークは、現在コネクショニスト モデルの主流であり、人気のディープラーニングもこの学派の延長です。

Googleの猫認識ニューラルネットワーク

進化論

代表者:

Airbnbのエンジニアである朱雲氏によると、進化論は遺伝的アルゴリズムと遺伝的プログラミングをうまく利用した生物学的進化から生まれたものだという。例えば、バーモント大学のジョシュ・ボンガードは、生物進化理論に基づいた「ヒトデロボット」を開発しました。内部シミュレーションを通じて体のさまざまな部分を「感知」し、継続的なモデリングを行うことができます。そのため、外部からのプログラミングがなくても、自分で歩くことを学習することができます。

遺伝的アルゴリズム

遺伝的プログラミング

ヒトデロボット

ベイジアン

代表者

ベイズ意思決定とは、不完全な情報の下でいくつかの未知の状態に対して主観的な確率推定値を使用し、次にベイズの公式を使用して発生確率を修正し、最後に期待値と修正された確率を使用して最適な決定を下すことです。基本的な考え方は、既知のクラスの条件付き確率密度パラメータ式と事前確率が与えられた場合、ベイズの公式を使用してそれらを事後確率に変換し、事後確率の大きさに基づいて分類を決定することです。確率統計に基づくベイズアルゴリズムの最も一般的な用途は、スパム対策機能です。

確率的推論

アナロライザー

代表者:

ケンブリッジ大学のコンピューター科学者フェリックス・ヒル氏は、人工知能システムのディープラーニングにおける最近の進歩は行動主義と認知主義としてまとめられると考えています。行動主義は、その名前が示すように、行動の現れに焦点を当てており、脳と神経の役割を無視しています。認知主義は行動を構成する心理的プロセスに焦点を当てています。

ペドロ・ドミンゴス氏は最後に、5つの主要な学派はそれぞれ独自の強みを持っているが、今本当に必要なのはこれらすべての問題を統一的に解決できるアルゴリズムだと述べた。

出典: Leifeng.com