Help us understand the problem. What is going on with this article?

1~3回のAIブームまとめ

More than 1 year has passed since last update.

現在は3回目のAIブームと言われています。
それぞれのAIブームはどのようなもので、なぜブームが終わったのか、忘れたらすぐに見ることができるようにまとめました。

1回目:探索・推論の時代

時期

1956年~1960年代

概要

ゴール(目的)までに至る考えうる様々なルートで場合分けを行い目的の条件に合致するか探索をしていく。

ブームの終わり

探索・推論は明確にルールが決められたToy problem(おもちゃの問題)は解くことができるが、複雑な現実の問題を解くことは困難だった。

2回目:知識の時代

時期

1980年代

概要

現実の問題に適応できるような様々な分野の知識をその分野の専門家からAIに覚えさせようとした。

ブームの終わり

各分野の専門家から知識を得る必要があり膨大なコストがかかった。また、人間は自分が習得している知識を言葉で説明することが困難だった(e.g.人間はどのように歩いているのか=どの部分の筋肉にどれくらいの力をかけてどの部分の角度をどれくらいにして・・・)

そしてもし仮にすべての知識をAIに学習させることができても、それらの膨大な知識を正常に管理できる仕組みの実現が困難だった。

3回目:機械学習・表現学習の時代

時期

2013年~

概要

すべての問題は「分ける」ということに帰着する(e.g.この写真には犬が写っている→Yes or No)。
コンピューターが分けるには式を与える必要がある。式で用いる変数を「特徴量」と呼ぶ。
これまで特徴量は人間の手で選択されてきたが、深層学習(ディープラーニング)という手法によってデータをもとにコンピュータが自ら特徴量を探し出すようになった。

出典

  1. 人工知能はどのようにして「名人」を超えたのか? - 山本一成
  2. Harvard Business Review 人工知能 - DIAMONDハーバード・ビジネス・レビュー編集部

追加した方がいい項目や追加・修正がありましたら編集リクエスト等いただけるとありがたいです。

07JP27
C# / Azure大好きマン PoCやってるときが一番楽しい。 JDLA E資格 2019#2
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away