今回は、G検定の勉強ということで、「人工知能（AI）について」と「人工知能の歴史」の学習をしました。
参考書籍：
・深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト
学習内容
人工知能（AI）の定義
人工知能(Artificial Intelligence)とは
1956年にアメリカで開催されたダートマス会議において、著名な人工知能研究者であるジョン・マッカーシーが初めて使った言葉。この会議以降「人工知能」というものが学術的な研究分野の1つとして認められた。
推論、認識、判断など、人間と同じ知的な処理能力を持つ機械(情報処理システム) であるという点は、大多数の研究者の意見は一致している。しかし、「人工知能とは何か」については、「知性」や「知能」自体の定義がなく、「人間と同じ知的な処理能力」の解釈が研究者によって異なるため、共有されている定義は未だにない。
人工知能の大まかな分類
「エージェントアプローチ人工知能」(共立出版)は 周囲の状況（入力）によって行動（出力）を変えるエージェント（プログラム） として人工知能を捉えた。このような視点から人工知能をレベル別に分類した。
レベル1：シンプルな制御プログラム
すべての振る舞いがあらかじめ決められている製品。制御工学やシステム工学で長年培われた技術。さまざまな製品に古くから利用されている。
例：エアコンの温度調節、洗濯機の水量調節 etc
レベル2：古典的な人工知能
探索・推論、知識データを利用することで、状況に応じて極めて複雑な振る舞いをする製品。特定の分野で高い有用性を示し、広く実用化されている技術。
例：掃除ロボット、診断プログラム etc
レベル3：機械学習を取り入れた人工知能
非常に多くのサンプルデータをもとに入力と出力の関係を学習した製品。パターン認識という研究をベースに発展し、2000年代にはビックデータの時代を迎え、ますます進化している。
例：検索エンジン、交通渋滞予測 etc
レベル4：ディープラーニングを取り入れた人工知能
どのような特徴が学習結果に大きく影響するかを知ることを特徴量と呼ぶ。この特徴量と呼ばれる変数を、自動的に学習するサービスや製品。
例：画像認識、音声認識、自動翻訳 etc
AI効果
人工知能で何か新しいことが実現され、その原理がわかってしまうと、人工知能(AI)ではないと結論付ける心理的な効果のこと。
人工知能とロボットの違い
ロボットの脳に当たる部分が人工知能。
人工知能の研究とは、「考える（知的な処理能力）」という「目に見えないもの」 を中心に扱っている学問。
人工知能研究の歴史
エニアック(ENIAC)
1946年にアメリカのペンシルバニア大学で開発された、巨大な電算機。
ダートマス会議
1956年にアメリカで開催され、コンピュータ・プログラムの実現可能性について議論された。また、この会議で「人工知能」という言葉が初めて使われた。
ロジック・セオリスト
ダートマス会議にて、アレン・ニューウェルとハーバード・サイモンによりデモンストレーションされた世界初の人工知能プログラム。
コンピュータを用いて、数学の定理を自動的に証明可能であることを示した。
第1次AIブーム（推論・探索の時代）
1950年代後半～1960年代。トイ・プロブレム(おもちゃの問題) は解けるが、複雑な問題は解けないことが明らかになり、ブームは冬の時代を迎える。
第2次AIブーム（知識の時代）
1980年代。エキスパートシステム(データベースで専門知識を管理)が作られた。また、日本では 「第五世代コンピュータ」 と名付けられたプロジェクトが推進された。知識の蓄積・管理の大変さから1995年ごろからは再び冬の時代を迎える。
第3次AIブーム（機械学習・特徴表現学習時代）
2010年～現在。ビッグデータを用いて人工知能が自ら知識を獲得する機械学習が実用化された。また、特徴量を人工知能が自ら習得するディープラーニング(深層学習) も登場した。しかし、シンギュラリティー(人間を超える超知性の誕生)に対する懸念も広がった。