ライブログ管理人

制御系システムエンジニア(技術営業寄り)を経て、現在はマネジメント職。 PMPは保有していますが、コードは書けません。 技術に近い場所にいながら自分の手では作れない。 そんな立場から生成AIパスポート・G検定などAI・DX資格に挑戦中です。 学習の過程をそのまま実況記録しています。

【G検定】2-2_ミニマックス法とαβ法・モンテカルロ法

チェスや将棋のような対戦ゲームで、相手が何を指すか分からないまま先を読んで手を決めるために使われてきた、ミニマックス法・αβ法・モンテカルロ法の3つを整理しました。相手が自分にとって最も都合の悪い手を選ぶという前提で値を運ぶミニマックス法から、選ばれる手と評価値を変えずに調べる範囲を減らすαβ法、評価関数を作りにくいゲームで終局までの試行の勝率を使うモンテカルロ法まで、それぞれの考え方のつながりをまとめています。

【G検定】2-1_探索木と幅優先探索・深さ優先探索

コンピュータが問題を解くときの探索は、あり得る状態を枝分かれの形に書き出した探索木をたどって、初期状態からゴールまでの道すじを見つける作業です。この記事では、探索木のたどり方である幅優先探索と深さ優先探索で、手数が最も少ない経路が得られるかどうかと、覚えておかなければならない量とがどう入れ替わるのかを整理しました。

【G検定】1-9_シンギュラリティ

シンギュラリティ(技術的特異点)とは、人工知能が自分より優れた人工知能を作り出す連鎖の先で、人間の知能を超えるとされる転換点のことです。この記事では、2045年という数字がレイ・カーツワイルという一人の論者の予測であること、そしてそれが本当に来るのかどうかについて研究者の間で見方が分かれていることを整理しました。

【G検定】1-8_機械翻訳とルールベース・統計的手法

ルールベース機械翻訳とは、翻訳に使う文法の規則と単語の対訳辞書を人があらかじめ書いて与える方式、統計的機械翻訳とは、大量の対訳データからいちばん確からしい訳を確率で選ぶ方式です。この記事では、機械翻訳の主流がどちらへ移ってきたのかを整理したうえで、どちらの方式でも解決していない、文に書かれていない常識をコンピュータが持てないという難しさについてまとめました。

【G検定】1-7_シンボルグラウンディング問題と身体性

シンボルグラウンディング問題とは、コンピュータが扱う記号が、それ自体では実世界の何を指しているのかと結びついていないという問題です。この記事では、シマウマの例と中国語辞典の例をもとにこの問題を整理し、その一つの答えとして挙げられる身体性という考え方についても扱いました。

【G検定】1-6_フレーム問題

フレーム問題とは、今しようとしていることに関係のある事柄だけを選び出すのが、実はとても難しいという問題です。この記事では、1984年にダニエル・デネットが示したロボットの例をもとに、なぜこの選び分けが難しく、今も解かれていないのかを整理しました。

【G検定】1-5_強いAIと弱いAI

強いAIと弱いAIは、1980年に哲学者ジョン・サールがコンピュータについて立てた2つの主張の区分で、性能の高低を表す言葉ではありません。この記事では、サールが同じ論文で示した中国語の部屋という思考実験がなぜ強いAIへの反論になるのか、そして汎用人工知能(AGI)・特化型人工知能とは何が違うのかを整理しました。

【G検定】1-4_チューリングテスト

チューリングテストは、機械の内部の仕組みではなく、文字でのやり取りが人間と見分けられるかどうかで知能を判定しようとした、1950年にアラン・チューリングが示した提案です。この記事では、なぜそのような判定方法が生まれたのか、そして実際に人間だと信じられたイライザ(ELIZA)とローブナーコンテストの例を整理しました。

【G検定】1-3_AIブームと冬の時代

人工知能の研究には、これまで3回のブームと2回の冬の時代があったとされています。1956年のダートマス会議を出発点に、第1次AIブーム(推論・探索)、第2次AIブーム(知識・エキスパートシステム)、第3次AIブーム(機械学習)が、それぞれ何をできるようにしたのか、そして最初の2回が何を限界として冬の時代を迎えたのかを整理しました。

【G検定】1-2_人工知能の4段階の分類

「AI搭載」と呼ばれるものは、中身まで同じとは限りません。この記事では、人工知能を4つの段階に分ける分類と、入力と出力を結びつける部分を人がどこまで作り込むかという軸、そしてレベル3とレベル4を分ける「特徴量」について整理しました。