AI（Artificial Intelligence：人工知能）

2017.09.20

この記事での学習内容基本情報応用情報

人工知能の基本的な考え方、仕組みを理解する。

用語例：知識工学、学習理論、機械学習、ニューラルネットワーク、ディープラーニング（深層学習）、エキスパートシステム、解析型問題、合成型問題、知識ベース、推論エンジン

人間の知的活動をコンピュータに行わせるための技術を「人工知能」と呼びます。英語表記の「Artificial Intelligence」を略してAI（エーアイ）とも呼ばれます。

人工知能は基盤となる技術によって、三種類に分類されます。

「知識ベース」とは、専門家の知識や経験をデータベース化したものです。知識ベース型人工知能は、この知識ベースを活用して問題の解決方法を見つけ出すものです。

代表的な知識ベース型人工知能には、エキスパートシステムがあります。

エキスパートシステムとは、知識ベースとあわせて、推論エンジンを使います。推論エンジンは状況に合わせて推論を行なっていく機能を持つもので、知識ベースと推論エンジンを組み合わせることでエキスパート（＝人間の専門家）と同じような応答をするものです。

「ファジィ」とは「ぼやけた」という意味です。ファジィ型人口では、真と偽の教会が「ぼやけた」もの、つまり曖昧な値を扱います。
例えば「安全」か「危険」かという二者択一だけではなく、「やや危険」といった中間的な状況も扱い、最適な答えを導き出していきます。

「安全」や「危険」であれば、安全度もしくは危険度と言うかたちで数値化することができれば、人工知能を用いなくても答えを導くことが出来ますが、ファジィ型人工知能を使うことで負荷の大きな数値計算をすることなく、効率的に判断を行うことが出来ます。

学習型人工知能とは、入力されたデータに応じて、答えを導く論理構造を変化させていくものです。

代表的な学習型人工知能にはニューロコンピュータシステムがあります。
ニューロコンピュータコンピュータシステムは、人間の脳の構造をモデル化した、ニューロネットワークモデルに基づくものです。

身近な例としては、迷惑メールフィルタなどに用いられている「機械学習」や、囲碁や将棋のソフトなどで注目を浴びた「ディープラーニング」などが上げられる。