AIの現実世界への応用

音声認識

• 隠れマルコフモデル
  • 文章としての単語の繋がりを確率的に表現して文書の形を推測する言語モデル
  • 「未来の状態が現在の状態にのみ依存する」というマルコフモデルの一種
  • 「動詞の後には形容詞や名詞が置かれやすい」といったルールを学習する
  • 現在はディープラーニングに置き換えられている

自然言語処理

• セマンティックウェブ
  • 情報リソースに意味を付与することでコンピュータに高度な意味処理を実現することを目指す
• 意味ネットワーク
  • 単語同士の意味関係をネットワークによって実現する

ここ20年でインターネットの発展と共に分析の対象となるデータ量が増え、大きく活用が進んだ技術として**「統計的自然言語処理」がある。
一般常識を知識ベース化することを目標にした「Cycプロジェクト」は現在も続いている。
2001年からは「OpenCyc」**として知識ベースの一部が一般公開されている。

• 言語モデル : 確率を精密に設定することにより人間が用いる言語をモデル化する
  • 素朴な言語モデルは、設定しなければならない確率が膨大なので。精密なモデル化は現実的ではない。そこでそれをニューラルネットワークによって近似したものを**「ニューラル言語モデル」**という

1. 形態素解析
2. データのクレンジング (不要な文字列の除去)
3. データのベクトル化
4. TF-IDF等で各単語の重要度を評価

• 解析技術
  • 形態素解析 (意味をもつ最小単位、品詞)
  • 構文解析 (形態素間の構文関係)
  • 含意関係解析 (2つの分の間の含意関係)
  • 意味解析 (構文解析から意味のまとまり)
  • 文脈解析 (文単位での構造や意味)
  • 照応解析 (照応語、省略された名詞)
  • 談話解析 (話題の推移)
  • LDA (トピック推定、教師なし学習)
  • LSI (低次元の潜在意味空間)

深層強化学習

• 行動価値関数(ある状態である行動をとる利益)をディープニューラルネットワークで近似計算して行う強化学習のことを深層強化学習という
• 深層強化学習においてよく利用されるのが、DeepMind社が開発したDeep Q-Network (DQN)である
• DQNはAlphaGoにも使われている
• DQNはCNNの一種である

ロボティクス

• 制御動作にモンテカルロ法やQ学習などの強化学習が使われている
• ロボットの一連の動作を1つのDNNで実現することを一気通貫学習という
• 五感など複数の情報を組み合わせて処理することをマルチモーダル処理という

ゲーム

• AlphaGo
  • DeepMind社の囲碁AI
• Ponanza
  • 将棋AI
• ディープブルー
  • IBM社のチェスAI
  • 先駆的な存在
  • 力任せの探索で世界チャンピオンに勝利

問題

• フレーム問題
  • 人工知能がどのようなことを考慮すべきでどのようなことを考慮すべきでないかを判断するのに膨大な時間がかかってしまうという問題
  • フレーム問題を打ち破ったAIを**「汎用AI」**という
  • フレーム問題を打ち破っていないAIを**「特化型AI」**という
• シンボルグラウンディング問題
  • 記号システム内のシンボルをどのようにして現実世界の意味と結びつけるかという問題