はじめに
G検定シラバス「人工知能をめぐる動向」の範囲の対策。
難易度は中程度で、過去問、問題集で凡そフォローできる。
※ G検定対策ページは以下になります。
第1次AIブーム(推論・探索の時代)
STRIPSは1971年 Richard FikesとNils Nilcsonの自動計画AI。
SHRDLUはCycプロジェクトから2001年にOpenCycとして公開される。
第2次AIブーム(知識の時代)
PARRYという1972年にケネス・コルビーにより偏執病的総合失調症患者をシミュレートしたルールベースのAI。
ELIZAは1966年の心療セラピストのシミュレーションであるため、PARRYとELIZAの会話が実現されている。
会話記録はRFC439とICCC1972に記載されている。
実際のRFC439はこちら
https://tools.ietf.org/html/rfc439
チャットボットに関してはMicrosoftのTayの事例を調べておくと良い。
知識ベースは推論エンジンとよばれる、「知識ベースを用いて推論を行うプログラム」により利用される。
以下の情報も押さえておく必要あり。
- セマンティックWEB
- 情報リソースに意味を付与し、意味処理を実現
- 統計的自然言語処理
- 確率論、統計学が前提となっている。20年の大量データのおかげで一定の成功。
第3次AIブーム(機械学習・深層学習の時代)
- Googleの猫
- 2012年「教師なし学習」で学習したAIが猫を自己認識
- ImageNet
- ILSVRCで使用される画像認識用データセット
ILSVRCは以下の整理をしておくと良い。
| 2012年 | トロント大学:ジェフリー・ヒントン | SuperVision：Alexnet | 8層、パラメータ6000万 |
| 2014年 | GoogLeNet | 22層 | |
| 2015年 | Microsoft | ResNet | 152層 |
| 2015年(準優勝) | オックスフォード | VGG16 | 16層(畳み込み13、全結合層3) |
| 2017年 | SEnet(Squeeze and excitation) | Attention機構 |
まとめ
比較的に情報量が多い反面、G検定としての出題割合はそれほど高くはない。
しかし、物事を時系列で把握することは重要であり、ここを幹として枝葉をつけていく必要がある。
情報整理のための枠組みとしては重要と言える。
※ G検定対策はこちら。
コメント