ゼロから学ぶAI④
※この記事は2分で読む事ができます。
どうも!こんにちは。シミズです。
前回の記事を見てくださった方、初めてご覧になる方、お時間頂きありがとうございます!
今回も学習してきた知識の復習・理解を深めながら書いていきたいと思います!
第4回は、、「第三次AIブーム」!
なぜ終わった?第二次AIブーム
第三次AIブームの内容に入る前に、まず第二次AIがなぜ終わってしまったのか、理解を深めていきます。
第二次AIブームでは、エキスパートシステムという専門家の知識をコンピューターに取り込み、特定分野でバリューを発揮できる人工知能が旺盛していました(理解を深めたい方は下記を参照下さい!)。
一見、非の打ち所がないように見える第二次AIブームの人工知能。どんな課題があったのか?それは。。
一言でいうと、「意識がない故に、曖昧な抽象表現の処理ができない」
という課題があったからです。具体的に2つの例があるので紹介していきます。
①エキスパートシステムの弱点
エキスパートシステムは、専門家の知識をベースに推論エンジンを機能させ、ユーザーの質問や問い合わせに応じるものでした。ですがこういったパターンには適切な対処が取れなかったようです。
こういった時って誰にでもありますよね。「理由は分からないけど、なんとなくしんどい」みたいな。エキスパートシステムのコンピューターは知識をベースに推論していくため、知識を超えた人間の曖昧な意識まで考慮に入れて対処する事ができませんでした。人間でも他の人の曖昧な意識を読み取るのは難しいのに、当時の人口知能ができなくても仕方ないですよね。。
②シンボルグラウンディング問題
2つ目にシンボルグラウンディング問題という問題が浮上した事です。シンボルグラウンディング問題とは、簡単に言うと機械(=コンピューター)は記号と記号が表す抽象的な概念を結びつける事ができない、という事ですがこの説明こそ抽象的なので図示していきます。こんなイメージです!
コンピューターの場合、知識同士の意味は理解できていても、それぞれを足し合わせて思考するなどの抽象的な考えを取る事ができません。なので、「シマ柄」と「馬」がどのようなものか理解していても、そこから「シマウマ」を人間のように連想する事ができないのです。
「意識がない故に、曖昧な抽象表現の処理ができない」
という事実から、第二次AIブームは衰退し、再び冬の時代を迎える事になります。。
第三次AIブーム!!
エキスパートシステムの致命的な弱点、シンボルグラウンディング問題などから衰退してしまった第二次AIブーム。再びAIブームを再燃させたのは。。
ディープラーニング!!
2006年から始まった第三次AIブームは、大量の情報を処理できる高性能のマシンの発達と、ビッグデータ取得のおかげで一気にイノベーションが起き、ディープラーニングという機械学習が開発されたのをきっかけに始まりました。ディープラーニングというのは、いわゆる深層学習のことを指します。
ディープラーニング(深層学習)とは?
ディープラーニング(深層学習)とは、人間が自然に行うタスクをコンピュータに学習させる機械学習の手法の一つです。イメージは以下の通りです。
図の通り、ディープラーニングではマシンがデータの特徴を自動定義しているのが、第二次AIブームと決定的に異なる部分です。例えば、エキスパートシステムだと、人が重要だと思うデータをコンピューターに定義していましたね。第三次AIブームでは、このマシンによるデータの自動定義が行える事によって、再び人工知能研究が盛んになりました。そして、「このマシンによるデータの自動定義」作業の事を特徴量エンジニアリングと言います。
特徴量エンジニアリング
この特徴量エンジニアリングでの特徴量とは、使うデータの中でも特に重要なデータの特徴、もしくは予測したいデータを説明するデータの事を指します。この概念ができたおかげで、全てのデータが均質的に捉えるのではなく、重要な部分に注目してコンピューターが学習を行えるという点で、機械に疑似的な意識を持たせる事ができたのが、第二次AIブーム時の機械学習と比べて進んでいるなぁと個人的に考えています。
ただ、注意点として、この特徴量エンジニアリングとは人為的に操作したものです。人が重要と感じるデータを加工し、読み取りやすくするという工夫を行っています。なので、マシンが自動定義をしているといっても、ある程度は人による関与を受けています。しかし!!
特徴表現学習は、特徴量エンジニアリングすらも機械で行います!
最強。特徴表現学習
特徴表現学習とは、上記でも書いた通り、特徴量エンジニアリングをコンピューターに行わせるものです。つまり、人が行うのはデータ取集のみになりそれ以外の特徴量の抽出・加工、学習等は全てコンピューターが行います。簡単に表すと。。。
違いは図の通りです。機械が担保している部分が増えている事を理解できると思います。このようにして、人工知能研究は現在進行形で活発に進められています!
復習!!(忙しい人向け)
今回の記事の要点をまとめると以下の通りになります!
まとめ
今回は、第二次AIブームにおける課題から、第三次AIブームの火付け役の原因となったディープラーニングの内容を構造的に理解していきました。なかなかの分量になってしまいましたが、納得のいく記事が書けたような気がします!
ご覧いただきありがとうございました!
それではまた。
この記事が気に入ったらサポートをしてみませんか?