※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
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
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「人工知能を巡る動向」
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「人工知能を巡る動向」の内容。
その中でも「第二次AIブーム」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。
第二次AIブームに関する内容が多くなってしまってので、記事を二つに分割してお届けしようと思いますね。
第二次AIブームとは？
第二次AIブームとは、1980年代から1990年代にかけて、AIが急速に注目された期間のことを言います。
知識を大量に与えると、人間に近い精度の判断ができるようになったことが、ブームのきっかけのようですね。
第二次AIブームは「知識表現」の時代とも言われます。
しかし、第二次ブームの人工知能で解ける問題にも限界がありました。
さらに、大量の知識を与えるのは結局人間なので「結局人間が頑張ってるだけだよね」となってしまったようです。
そこで、1990年代には注目度合いが衰えてしまったと言われています。
では、そんな第二次AIブームの中でどんなキーワードがあったのでしょうか。
ELIZA(イライザ・エライザ)
ELIZAとは1964年に登場した対話システムの名前。
第二次AIブームの時代とは被ってないのですが、その前兆になったと言われています。
人間が文章をコンピュータに打ち込むと、その返答を文章で返してくれるシステムです。
対話のパターンという大量の知識を、人間がコンピュータに教えたわけですね。
イライザ効果
この対話システム(ELIZA)にちなんで名付けられたのが、イライザ効果。
イライザ効果とは、意識的には分かっていても、無意識的にコンピュータが人間と似た動機があるように感じてしまう効果のことです。
この対話システムの性能が上がって、本物の人間のように対話できるようになれば、無理はないのかもしれませんね。
DENDRAL
DENDRALとは、未知の有機化合物を質量分析法で分析したデータと、有機化学の知識を用いて適合する化学構造を割り出すプログラムのことです。
1960年代のプロジェクトで開発されました。
簡単に言うと、化学の分野で用いられたAIですね。
こちらも第二次AIブームと被ってはいないですが、使われている原理は同じのようです。
有機化学の大量の知識を、人間がコンピュータに教えたわけですね。
MYCIN(マイシン)
MYCIN(マイシン)とはエキスパートシステムの1つで血液疾患を診断し、薬を処方するシステムのこと。
1970年代初めに登場した医療診断システムです。
こちらも血液疾患と診断できる大量の知識を人間が教え込んだようです。
インタビューシステム
インタビューシステムとは、コンピュータがインタビュー形式の形で知識を獲得していくシステムのこと。
知識を大量に与えれば、精度が高くなるというのが第二次AIブームの人工知能でした。
しかし、その知識をどうやって教えるかというのが問題だったんですね。
知識によっては体系化されていないものが、たくさんあるためです。
これまで触れてきたように第二次AIブームでは、化学・医療分野など専門性の高い知識に用いられていたことが分かりますよね。
専門性の高い、体系化されていない知識を得るため、インタビューシステムが用いられていたようです。
意味ネットワーク
意味ネットワークとは、知識を線で結び、その関係性を表したもの。
分かりやすく図で示すと、以下のような形です。
このように、知識(人間、ほ乳類など)を線(←)で結んだものになりますね。
このつなぎ方にはオントロジーと呼ばれるものがあります。
オントロジー
オントロジーとはどうやら二つ(？)の意味があるよう。
・哲学的には「概念」と「関係性」の表現のこと
・情報科学的には、意味ネットワークの結びつけ方の規則
今回重要になってくるのは、当然「情報科学」の部分。
結びつけ方(←)にも色々あるようなのですが、今回は以下の三つを取り上げようと思います。
・is-aの関係
・has-aの関係
・part-ofの関係
一つずつ見ていきましょう。
is-aの関係
is-aの関係は、継承関係を示します。
矢印で示すとこんな感じ「ある概念」→「上位概念」
上の図の例で行くと、「人間」は「ほ乳類」ですよね。
has-aの関係
has-aの関係は、包含関係を示します。
矢印で示すとこんな感じ「含む要素」→「含まれる要素」
上の図の例で行くと、「人間」や「犬」は「足」を持っています。
英語の意味で「含む要素」has-a「含まれる要素」と考えると分かりやすいかもしれません。
part-ofの関係
part-ofの関係は、継承関係を示します。
矢印で示すとこんな感じ「含まれる要素」→「含む要素」
上の図の例で行くと「爪」は「足」に含まれますし、「手相」は「手」に含まれますね。
英語の意味で「含まれる要素」part-of「含む要素」と考えると分かりやすいかもしれません。
まとめ
今回は大項目「人工知能を巡る動向」の中の一つ第二次AIブームについての解説でした。
本記事をまとめると以下の３つ。
・第二次AIブームとは1980年代から1990年代に、AIが急速に注目された期間のこと
・ELIZA,DENDRAL,MYCIN等に第二次AIブームでの技術が使用されている
・意味ネットワークとは知識を線で結び、その関係性を表したもの
以上が大項目「人工知能を巡る動向」の中の一つ第二次AIブームの内容でした。
G検定では第二次AIブーム関連の知識も中々に覚える内容があります。
なので、次の記事では第二次AIブームについての解説第二弾とさせて頂きます。
覚える内容が多いですが、りけーこっとんも頑張ります！
ではまた～
続きは以下のページからどうぞ！
コメント