※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？
今回はG検定の勉強をし始めた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。
※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の定義」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「人工知能の定義」というものになりますね。
AIができること
では内容に入っていきますね。
まず、人工知能はArtificial Intelligenceとも呼ばれ、AIと略されることもあります。
このG検定シリーズでは「人工知能＝Artificial Intelligence＝AI」として書いていきます。
AIができることとしては以下の５つがあります。
・推論
・探索
・認識
・判断
・学習
「AIは何でもできてしまう」というイメージがある方もいると思います。
でも、大きく分けてAIはこれらのことしかできないんです。(結構やれること多い気もしますがw)
一つずつ詳しく見ていきましょう。
推論
推論とは「機械が自分の持つ知識を組み合わせて、新しい知識を生めるか」です。
「自分の持つ知識」というのは、人間が機械に大量に覚えさせたデータのこと。
機械がたくさん覚えたデータの中から
「このデータとこのデータを組み合わせたら、目の前の問題を解決できるな」
と考えることが「推論」です。
探索
探索とは
推論をどれだけ早くできるか
導いた結果をどれだけ早く実行できるか
ということです。
推論で問題を解決できる！ってなっても、それに一日とかかってたら意味がありませんよね。
探索のやり方にも複数あるのですが、詳細は今後の記事でお楽しみに。
導いた答えを素早く出力する探索を行えるのもAIの特徴です。
認識
認識とは「音声や画像・テキストなどがどういったものなのか認識できる」ということです。
具体的には以下のようなことができるかと
・音声が何を話しているのか
・音声は誰のものか
・画像のどこに何が写っているのか etc…
最近話題になっているところですよね。
この「認識」を利用して様々なサービスも生まれています。
AIと聞いて、一番イメージしやすい「できること」ではないでしょうか。
判断
判断とは「学習させた中で、AとBどちらがより良いかなどの判断ができる」ということです。
人間が考えなかったり、データがありすぎて分かんない！という場合でも「こっちの方が良いですよ」という形で判断してくれます。
ここでポイントなのは「学習させた中で」ということ。
機械に学習させていない、全く関係の無いデータが出てきたときにAIは対処できません。
人間であれば全く未知の問題が来ても、「こうなるかも？」といった予想の元で対処できますよね。
それがAIにはできないんです。
学習
これは前述の「判断」とも被ってきますが、AIにできることの一つです。
学習とは「パターンに分けること（データをパターン分類すること）」です。
これが発達してきているからこそ、現在のAIブームが巻き起こっています。
G検定に合格するための「学習」の重要なキーワードとして以下の２つがあります。
・機械学習
・ディープラーニング
G検定の根幹部分なので、後の記事でもっと詳しく取り上げますが、ここでもさらっと触れたいと思います。
機械学習
機械学習とはまとめると「データから”賢さ”を得る技術」です。
これが第三次AIブーム(今のAIブーム)の根幹となっていますよね。
聞いたことがある方も多いと思います。
現在のブームが来るまで、AIは「推論」「探索」「認識」「判断」しかできませんでした。
これらは以下のようなことが分かると言えます。
・過去にはどのようなデータがあったのか
・過去のデータから「今どうなっているのか、どうしたら良いか」
過去と現在の一部のことしか、分からなかったんですね。
しかし「学習」ができるようになったことで次のことができるようになりました。
・過去のデータをパターン分類することで、未知のデータを予測する
・現在の認識や判断の精度向上
これが色んなビジネスに利用できるって事で、話題になっているようですね。
ディープラーニング
「機械学習」と「ディープラーニング」って何が違うの？という方もいるのではないでしょうか。
ディープラーニングは、機械学習の手法の１つ「ニューラルネットワーク」の１種です。
ちょっと説明が分かりづらいですよね。
図にするとこんな感じです。
大きく言ってしまえば、機械学習のいっぱいある手法の１つが「ディープラーニング」なのです。
今までの手法とは比べものにならない複雑な判断を可能にするようです。
この内容や手法の種類を理解することが、G検定合格への重要な一歩でしょう。
AIの分類
さて、ここまで「AIができること」を解説しました。
ではAIは、どのような種類に分けられるのでしょうか。
正直、AIの種類の分け方は様々なものがあります。
分類の仕方としては、大きく以下の３つ。
・エージェントアプローチ人工知能での分類
・汎用型、特化型人工知能
・強いAI、弱いAI
それぞれ詳しく見ていきましょう。
エージェントアプローチ人工知能での分類
エージェントアプローチ人工知能というのは、本の名前です。
AI関連の知識が、全て網羅されていると言われる名著ですね。
この本では以下のようにAIを分類しているようです。
・レベル１：単純な制御
・レベル２：古典的なAI
・レベル３：機械学習を用いたAI
・レベル４：ディープラーニングを用いたAI
「レベル１：単純な制御」は人間が操作をすることで動かせる機械のことですね。
「レベル２：古典的なAI」は知識を大量に入れることで、特定の作業を可能にするAIです。
「レベル３：機械学習を用いたAI」は判断軸を人間が決めると、その判断に沿って学習していくAI。
「レベル４：ディープラーニングを用いたAI」は、判断軸さえも機械自身で判断できるAIという分類になっているようです。
汎用型・特化型人工知能
AIを二種類に分ける分類も存在します。
そのうちの１つが「汎用型」「特化型」という分類。
汎用型人工知能とは、人間のように考え行動するAIのことです。
ドラえもんやターミネーターのようなイメージでしょうか。
特化型人工知能とは、何か１つの作業に特化したAIのことです。
最近のロボット掃除機、画像認識、SiriやAlexaなどがあるでしょう。
強い・弱いAI
もう一つのAIを二種類に分ける分類が「強いAI」「弱いAI」です。
これは、アメリカの哲学者「ジョン・サール」さんによって定義されたようです。
強いAIとは、人間のように考え行動するAIのことです。
弱いAIとは、何か１つの作業に特化したAIのことです。
正直、「汎用型」「特化型」と何ら変わりません。
まとめ
さて、今回はG検定勉強の導入として「人工知能とは」の「AIの定義」について書いてきました。
今回の内容をまとめると
・AIができることは「推論」「探索」「認識」「判断」「学習」の５つ。
・AIの分類は、複数種類ある
です。
冒頭にも書いていますが、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ます。
勉強の際の参考にしてみてください。
G検定は幅広く知識を持っていつかどうかが重要な試験です。
一つ一つを原理まで詳しく理解するというより、キーワードを簡単に説明できるかが大切。
G検定合格に向けて頑張っていきましょう！
ではまた～
続きは以下のページからどうぞ！
コメント