※本記事はアフィリエイト広告を含んでいます
どーも、りけーこっとんです。
「G検定取得してみたい！」「G検定の勉強始めた！」
このような、本格的にデータサイエンティストを目指そうとしている方はいないでしょうか？
また、こんな方はいませんか？
「なるべく費用をかけずにG検定取得したい」「G検定の内容について網羅的にまとまってるサイトが見たい」
今回はG検定の勉強をし始めた方、なるべく費用をかけたくない方にピッタリの内容。
りけーこっとんがG検定を勉強していく中で、新たに学んだ単語、内容をこの記事を通じてシェアしていこうと思います。
結構、文章量・知識量共に多くなっていくことが予想されます。
そこで、超重要項目と重要項目、覚えておきたい項目という形で表記の仕方を変えていきたいと思いますね。
早速G検定の中身について知りたいよ！という方は以下からどうぞ。
具体的にどうやって勉強したらいいの？
G検定ってどんな資格？
そんな方は以下の記事を参考にしてみてください。
なお、りけーこっとんは公式のシラバスを参考に勉強を進めています。
そこで主な勉強法としては
問題集テキストなどを読む ⇒ 分からない単語出現 ⇒ web検索や参考書を通じて理解 ⇒ 暗記する ⇒ 最初に戻る
この流れです。
試験日は2022年7月2日。
残り一か月強で、知識０から合格できるかはわかりませんが、頑張りたいと思います。
皆さんも一緒に頑張りましょう！
※この記事は合格を保証するものではありません
大項目「人工知能とは」
G検定のシラバスを見てみると、試験内容が「大項目」「中項目」「学習項目」「詳細キーワード」と別れています。
本記事は「大項目」の「人工知能とは」の内容。
その中でも「AI研究の歴史」というところに焦点を当ててキーワードを解説していきます。
G検定の大項目には以下の８つがあります。
・人工知能とは
・人工知能をめぐる動向
・人工知能分野の問題
・機械学習の具体的な手法
・ディープラーニングの概要
・ディープラーニングの手法
・ディープラーニングの社会実装に向けて
・数理統計
とくに太字にした「機械学習とディープラーニングの手法」が多めに出るようです。
本記事の範囲は問題数としては少ないものの、合格に向けては必須の基礎知識になります。
ここを理解していないと、機械学習やディープラーニングがどういうものかを理解できません。
ここから先の学習の理解を深めるために、そしてG検定合格するために、しっかり押さえておきましょう。
ちなみにシラバスには「中項目」というのも設定されていて、本記事は大項目「人工知能とは」の中の中項目「人工知能研究の歴史」というものになりますね。
人工知能研究の歴史
G検定には人工知能研究の歴史も数問出題されます。
歴史を語る上で重要なポイントは押さえておいて損はないでしょう。
本記事では以下のブロックに分けて歴史を追っていきます。
・1940年～1960年
・1960年～1990年
大体、1940年～1960年は第一次AIブーム、1960年～1990年は第二次AIブームとも言われますね。
※厳密に言うと期間的には、少し違いますが、今回はざっくり上記の期間で覚えましょう
「第一次AIブーム」「第二次AIブーム」も重要なキーワードなので、また後の記事で詳しく触れたいと思います。
では、それぞれの期間で何が具体的に起こっていったのか、見ていきましょう。
1940年～1960年
この時期は、AIという言葉が出てきたばかりで、何ができるのか・どういうものなのかが分かっていない時期です。
研究者達も頑張っていたようですね。
エニアック(ENIAC)
エニアックとはElectronic Numerical Integrator and Computerの略のこと。
1946年にアメリカで発表された電子計算機です。
ダートマス会議
ダートマス会議とは、始めて「人工知能」という言葉が出現した会議のこと。
1956年、ジョン・マッカーシーさんが主催したようです。
ロジックセオリスト
ロジックセオリストとは、1955~56年にアレン・ニューウェル、ハーバート・サイモン、J・Cショーさん三名が開発した「世界初の人工知能プログラム」のこと。
トイ・プロブレム
トイプロブレムとは、第一次AIブームで解けた問題のこと。
計算量やメモリがそれほど多くない簡単な問題です。
例えば、迷路を解く、オセロを行うなどがあります。
1960年～1990年
この時期に入ってくると、AI研究が進み、発展が始まる時期です。
エキスパートシステム
エキスパートシステムとは、第二次AIブームのAIを構築するシステムのこと。
その分野の専門知識を元に動作するシステムです。
単に専門分野の知識を大量に覚えさせ、大規模な条件分岐で構成されているようですね。
第5世代コンピュータ
第5世代コンピュータとは、AIコンピュータ開発の国家プロジェクトのこと。
1982~92年で約540億円かけた通産省(現在の経済産業相)で行われたようです。
ディープブルー
ディープブルーとは、IBMがチェス専用に開発したスーパーコンピュータのこと。
1989年より開発を始め、最終的には世界チャンピオンを破ったそうです。
その他重要なキーワード
ここから先は「AI研究の歴史」だけの分野に留まらず、後の分野でも大事になってくる単語をまとめました。
シラバス的には「AI研究の歴史」の範囲に入っているので、こちらで説明しておきます。
なお、後の記事でも再び出てくるかもしれません。
ビッグデータ
ビッグデータとは、色々な形・特徴を持った大量のデータのことを言います。
「最近よく聞くけど、説明はできない」
「そういう定義だったんだ」
こう思う人が多いのではないでしょうか。
例えば以下のようなものがありますかね。
・購入履歴
・気象データ
・webの閲覧履歴
・人間の生体データ(心拍、脳波、呼吸etc…)
上記以外にもたくさんあり、最近はこれらの活用が進んでいます。
特徴量
特徴量とは、データの特徴を表す量のこと。
他の言い方としては説明変数とも、元データと言われることもあります。
機械学習を学ぶに当たって、必ず出てくる単語なので、しっかり覚えておきたいですね。
AI効果
AI効果とは以下のようなものです。
新技術が開発されても、その仕組みが浸透し理解されると、人工知能を「単なる自動化であってAIではない」と考え始めること。
もちろん、AIと自動化は異なります。
例えばロボット掃除機。
確かに掃除を自動化はしているのですが、この技術にAIが組み込まれています。
なので正しい言い方としては「AIが組み込まれることで自動化が可能になった」でしょうか。
まとめ
今回は大項目「人工知能とは」の中の中項目「AI研究の歴史」の重要キーワードについて解説しました。
まとめると
・1940年～1960年で特に覚えておきたいキーワードは「ダートマス会議」「トイ・プロブレム」
・1960年～1990年で特に覚えておきたいキーワードは「エキスパートシステム」
・その他で特に覚えておきたいキーワードは「ビッグデータ」「特徴量」
いかがだったでしょうか。
AIや機械学習と言った分野は変化が激しいです。
そのためシラバスに沿って内容を解説していると、最新の知識にはどうしても追いつけなくなってしまいます。
ですから、今回紹介した単語だけを覚えておけば合格できるものではありません。
これらに付随する知識も知ってこそ、合格への道が見えてきます。
新しい知見を学ぶための時間を増やすために、この記事が時間節約に役立てれば幸いです。
ではまた～
続きは以下のページからどうぞ！
コメント