AIについて学ぶ#2
さて、前回あまり精度のいい学習ができなかったと自己評価しております。
そのうえで前回話した書籍の教科書に加え
こちらを教科書にして実際にハンズオンで作ってみました。
（写経したので何回かつづり間違えて打ち込んで実行時にエラー出た。）
ライブラリを使用すれば割と簡単にAIの素まではたどり着けるんだなぁと実感すると同時に、やっぱり目的に合わせたトレーニング用のデータがメイン材料なんだなとも実感しました。
というのもAIの素ができてもそこにデータを流し込まなければ何の判定基準の蓄積もできないため結局のところデータの質と量が一番重要なんだなぁと。
教科書記事の作者さんはyoutubeでAIについてや機械学習についての動画を作成していらっしゃったので紹介してみる
見終わってないけど今のところわかりやすい。
そもそも人工知能ってなんなん？というところもわかりやすく説明されています。
ちょっと抜粋っぽくなりますが
「人っぽく考えたり」「新しいことを覚えたり」「難しい問題をクリアできるようになる」技術のこと、とざっくり定義できる（現行）。
ただし、AIもピンからキリまで存在し、正確な定義は実はあいまいで、「そもそも知能とは？」くらいになるともう人によっても意見が違う状態
種類としては大枠4つ
・シンプルな制御
→ある条件が揃ったら決まったアクションを実行するだけのタイプ（部屋が暑くなったら自動で冷房をつけるとか）
・古典的な人工知能
→あらかじめ決められたルールに従って特定の仕事をこなすタイプ（ルールベース）・ルール外の状況には対応できない
・機械学習
→大量のデータからパターンを自動で学習する手法（データ蓄積量により精度が上がる）
・ディープラーニング
→人間の脳を真似したニューラルネットワークを利用した学習方法。より複雑な処理ができるが、その計算や中身についてはブラックボックス化している
AIはソフトウェア、ロボットはハードウェア。ロボットにAIがインストールされることもある。
登場当初は「AIだ」ともてはやされるも、社会になじむにつれ「ただの自動化」と認識されAIと呼ばれなくなることをAI効果と呼ぶ
この記事が気に入ったらサポートをしてみませんか？