Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
ゼロから学ぶ超わかりやすいAI①(AIの概要と歴史)
Search
kujira
January 12, 2024
290
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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。
kujira
January 12, 2024
Featured
See All Featured
Navigating Team Friction
lara
192
16k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
6
1.2k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
330
How to Ace a Technical Interview
jacobian
280
24k
Prompt Engineering for Job Search
mfonobong
0
520
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
1
570
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
600
Java REST API Framework Comparison - PWX 2021
mraible
34
9.8k
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
560
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
50
10k
The untapped power of vector embeddings
frankvandijk
2
1.9k
RailsConf 2023
tenderlove
30
1.6k
Transcript
超わかりやすいAI講座資料 © 2023 by AIの教科書 2024/01/13 超わかりやすいAI講座 ゼロから学ぶ 超わかりやすいAI講座① @medai_python
1 くじら 〜 AIの概要と歴史 〜
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
超わかりやすいAI講座資料 © 2023 by AIの教科書 4 AIの概要と歴史 第1章 〜 AIの起源と現代までの旅
〜
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?
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
超わかりやすいAI講座資料 © 2023 by AIの教科書 7 AIの主要な分野 画像認識 ⾃然⾔語処理 ⾳声認識
⾃動運転 医療 ロボティクス
超わかりやすいAI講座資料 © 2023 by AIの教科書 8 AIの歴史的背景
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
超わかりやすいAI講座資料 © 2023 by AIの教科書 8 第1次AIブーム 1960年〜1974年:第1次AIブーム n 第1次AIブームの中心は「推論」と「探索」
n 対話できる自然言語処理プログラム「イライザ」が誕生
超わかりやすいAI講座資料 © 2023 by AIの教科書 8 AIの冬の時代 1974年〜1980年:冬の時代 n 単純な問題は解けるが、現実世界のような複雑な要因を含んだ問題はAIに解けないことが判明
n AIの性能が疑問視され、ブームが終わる
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
超わかりやすいAI講座資料 © 2023 by AIの教科書 8 AIの冬の時代 1987年〜1993年:冬の時代 n 手動でコンピューターに専門知識を数式で記述する手間が大きい
n 膨大な知識を処理する事になり、矛盾が発生し、幅広く正確に応えることが難しい
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
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)
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。