人間の知的営みをコンピュータに行わせるための技術のこと、または人間の知的営みを行うことができるコンピュータプログラムのことである。
コンピュータが人工知能と呼ばれるには、人間が用いる自然言語を理解したり、論理的な推論を行うことができたり、経験から学習して応用することができたり、といった知的で発展的な作業をこなすことが要求される。
人工知能には3つのカテゴリーがある。
【 シソーラス 】
語句を意味的に分類し,類義語,反義語,上位語,下位語などの関係を記述した辞書またはデータベース。コンピューターの自然言語処理においても利用され,情報検索システムなどで人間が入力した検索語を,シソーラスを用いてあらかじめ用意されたキーワードに変換したり,専門用語を含む文を解析する際にシソーラス内の語義を参照したりする。
【 知識工学 】 (knowledge engineering)
人間の知的作業を機械に代替させる人工知能の応用を、さまざまな角度から研究する学問。ロボット、自動プログラミング、自然言語処理、エキスパートシステムなどに応用される。KEと略される。ナレッジエンジニアリング。
【 ディープラーニング 】 (Deep Learning)
ディープラーニングとは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク(DNN)を用いた学習のことです。
DNNとは、ニューラルネットワーク(NN)というパターン認識をするように設計された、人間や動物の脳神経回路をモデルとしたアルゴリズムを多層構造化したもの。
ディープラーニング自体がAIというわけではなく、人工知能の要素技術の1つです。深層学習とも呼ばれます。
ディープラーニングで可能なことして、以下のようなものがあります。
まず入力するデータの種類別に、以下のように分類できます。
【 汎化 】
汎化とは、過去の知識やデータから未来の状況について正しく予測し,最適な判断を下すことである.
【 機械学習 】
機械学習とは、コンピューターを大量のデータで学習させ、その経験から分類や予測などを処理するアルゴリズムやモデルをコンピュータが自動的に構築する技術です。
機械学習には3種類の手法があります。一つは既知の入力データと出力データを用いてモデルを訓練し、将来の出力を予測できる「教師あり学習」。もう一方は、入力データの隠れたパターンや固有の構造を見出す「教師なし学習」といいます。残りの一つは「強化学習」と呼ばれ、教師あり学習のなかでも、コンピューターの出力に点数をつけることによって、より点数の高い(価値の高い)出力を学習させる方法です。望ましい結果には報酬を与えることによって、機械によりよい出力を覚えさせることができます。注目を集めているディープラーニングは教師あり学習、教師なし学習どちらでも応用可能な、機械学習に含まれるアルゴリズムの1つです。
www.it-shikaku.jp