Upgrade to Pro — share decks privately, control downloads, hide ads and more …

ゼロから学ぶ超わかりやすいAI①(AIの概要と歴史)

Avatar for kujira kujira
January 12, 2024
230

 ゼロから学ぶ超わかりやすいAI①(AIの概要と歴史)

ゼロから学ぶ超わかりやすいAI講座として、全6章に渡って解説します。第1章は、「AIの概要と歴史」についてです。
AIの概要から、これまでのAIの歴史について解説します。

Avatar for kujira

kujira

January 12, 2024
Tweet

Transcript

  1. 超わかりやすいAI講座資料 © 2023 by AIの教科書 はじめに 2 この講座および資料の内容は、分かりやすく伝えるために、簡略化している部分や 個人の見解でまとめている部分があります。その点は、ご了承ください。 また、AIを専門に研究していますが、勉強中であり、間違いがある場合もあります。

    2022年11月にChatGPTが公開されました。ChatGPTの登場をきっかけに文章、 画像、動画などの生成AIが注目されています。 そこで、改めてAIへの知識を深めるため、またこれからAIについて知りたい方へ向 けてAIの基礎からChatGPTなどの最新のAI技術・動向まで体系的に学べる講座・ 資料を作成しました。 ぜひ、参考にしていただけると嬉しいです。 *本資料は、今後得られた知見などを踏まえ、適宜内容の見直しを行っていく予定です *本資料中の画像は、論文等からの引用、自作のものまたはAIによって生成したものを使用しております
  2. 超わかりやすいAI講座資料 © 2023 by AIの教科書 5 人工知能 AI:Artificial Intelligence 機械学習

    ML:Machine Learning 深層学習 DL:Deep Learning 人工的につくられた人間のような知能、 ないしはそれをつくる技術 人間の学習能力、予測能力をコンピュータで 実現しようとする技術や手法の総称 多層のニューラルネットワークを用いて、 学習を行う機械学習アルゴリズムのひとつ 人工知能 機械学習 深層学習 AI(Artificial Intelligence)とは?
  3. 超わかりやすいAI講座資料 © 2023 by AIの教科書 6 AIが目指すもの 人間の脳を模倣し、人間と同じような思考能力を持ったAIの実現 AI 画像

    テキスト 音声 人間と同じように、 画像・テキスト・音声などの 多様な入力に対して 対応可能な汎用的なAI
  4. 超わかりやすいAI講座資料 © 2023 by AIの教科書 8 AIの出現 1950年〜1960年:AIの出現 n アラン・チューリングによるAI(人工知能)の概念創造

    n ジョン・マッカーシーが思考する機械を「人工知能」と命名 n 「AI(人工知能)」の存在が世界中の科学者へ知られる
  5. 超わかりやすいAI講座資料 © 2023 by AIの教科書 8 第2次AIブーム 1980年〜1987年:第2次AIブーム n エキスパートシステムが事業に広く導入され始める

    n エキスパートシステムによりコンピュータにさまざまな専門知識を取り入れた結果、生産、医療、金融、 会計、人事などさまざまな分野で活用できるようになっている
  6. 超わかりやすいAI講座資料 © 2023 by AIの教科書 8 第3次AIブーム 1993年〜2022年:第3次AIブーム n 機械学習を応用した技術の実用化が進む

    n ビッグデータによるデータ蓄積が加速化する n 第3次AIブームの要因は、①ディープラーニングの進化、②マシンパワーの向上、③データ量の増大
  7. 超わかりやすいAI講座資料 © 2023 by AIの教科書 8 現代のAI 2023年以降:生成AIブーム(第4次AIブーム) n ChatGPTなどのテキスト生成AIの登場

    n 大規模言語モデルLLMの研究が盛んに行われる(Bard, Gemini, Bing, Llama2など) n 画像生成AIも注目を浴びる(DALL・E, Stable Diffusionなど)
  8. 超わかりやすいAI講座資料 © 2023 by AIの教科書 AIの課題 12 ◆ プライバシーの問題 ◆

    学習データのバイアス問題 ◆ 結論に至るプロセスが不明 ◆ 倫理的な意思決定 AIが大量の個人データを処理することによ り、プライバシー侵害のリスクが高まります。 また、医療分野などでは、データ収集が困難 な理由でもあります。 AIは、学習データのバイアスや偏りに強く影 響を受ける可能性があります。 主なバイアスには、人種や性別、国籍などが あげられます。 AIが意思決定を行う場合、人間にとっては当 たり前の倫理的な意思決定が行えない可能 性があります。例えば、トロッコ問題などが該 当します。安全性・信頼性が課題です。 AIは、ブラックボックス問題と呼ばれる問題 を持っています。AIがどのようなプロセスで その結果に至ったのかが不明であるため、説 明可能性が重要になります。