Ⅵ

9問 • 1年前

問題一覧

【？？？？？？？？】 ✓ 本質を損なわない程度に問題を簡略化して、コンピュータで扱えるようにしたものを「"？？？？？？？？（？？？？？？）"」という ✓ ？？？？？？？？を用いることで、問題の本質を理解したり、現実世界の問題に取り組んだりする練習をすることができる ✓ 複数の研究者がアルゴリズムの性能を比較するために用いた ✓ 第1次AIブームの時代、一見すると知識にみえるさまざまな問題をコンピュータが次々に解いていったが、これらは"非常に限定された状況で設定された問題（？？？？？？？？）であり、人工知能ではそのような問題しかとけないことが次第に分かっていった"

トイ・プロブレム

【？？？？？？】 ✓ 1969年ジョン・マッカーシーとパトリック・ヘイズが提唱した人工知能における重要な問題 ✓ 「今しようとしていることに関係のあることがらだけを選び出すことが、実は非常に難しい」ということを「？？？？？？」という ✓ 哲学者のダニエル・デネットが？？？？？？について説明している（右図） ✓ボードゲームをするとか、機械を組み立てるとか、やろうとしていることを限定されている人工知能では、？？？？？？は生じない

フレーム問題

【？？？？？？？？？】 ✓ 人工知能ができたかどうかを判定する方法として、有名なものにイギリスの数学者アラン・チューリングが提唱した「"？？？？？？？？？"」がある ✓ これは、「"別の場所にいる人間がコンピュータと会話をし、相手がコンピュータだと見抜けなければコンピュータには知能があるものとする"」というもの ✓ ？？？？？？？？？は、具体的なソフトウエア開発の目標にもなっている

チューリングテスト

【？？？？と？？？？】 ✓ 「？？？？」「？？？？」とは、もともとアメリカの哲学者"ジョン・サール"が1980年に発表した論文の中で提示したもの ✓ 「？？？？」の立場では、「"人間の心や脳の働きは情報処理なので、本物の心を持つ人工知能はコンピュータで実現できる"」という考え ✓ 「？？？？」の立場では、「"コンピュータは人間の心を模倣するだけで、本物の心を持つことができないが、人間の知識活動と同じような問題が解決できる便利な道具"」という考え

強いＡＩと弱いＡＩ

【？？？？？？？？？？？？？？】 ✓ ？？？？？？？？？？？？？？とは、認知科学者スティーブン・ハルナッドにより議論されたもので、記号（シンボル）とその対象がいかにして結び付くかという問題 ✓ 人間の場合、「シマ（Stripe）」の意味も「馬（Horse）」の意味もよく分かっているため、本物のシマウマ（Zebra）を初めて見たとしても、「あれが話に聞いていたシマウマかもしれない」とすぐに認識できる ✓ コンピュータは、「記号」の意味が分かっていないので、記号が意味するものと結びつけることができない ✓ コンピュータにとって、「シマウマ」という"記号と、それが意味するものが結び付いていない"（グラウンディングしていない）ことが問題となる ✓ これを"？？？？？？？？？？？？"と呼ぶ

シンボルグラウンディング問題

【？？？】 ✓ 知能が成立するためには？？が不可欠であるという考え方がある ✓ 人間には？？があるからこそ物事を認識したり、思考したりできるという考えのこと ✓ これを"「？？？」に着目したアプローチ"と呼ぶ ✓「外界と相互作用ができる？？がないと、概念はとらえきれない」というのが、？？？というアプローチの考え方

身体性

【？？？？？？？？？？？】 ✓ 機械翻訳は、人工知能が始まって以来ずっと研究が続いている ✓ 1970年代後半は、"ルールベース機械翻訳"という仕組みが一般的であった ✓ 1990年代以降は、"統計的機械翻訳"が主流になった ✓ これにより、性能は飛躍的に向上したが、実用レベルではなかった ✓ 機械翻訳が難しい理由は、"コンピュータが「意味」を理解していないため" ✓ 1つの文を訳すだけでも一般常識がなければ訳せないということが、統計的機械翻訳の問題点であった ✓ 人間がもっている一般常識は膨大で、それらの知識をすべて扱うことは極めて困難 ✓ コンピュータが知識を獲得することの難しさを「"？？？？？？？？？？？"」という ✓ 近年、"ニューラル機械翻訳"という技術が利用されるようになった ✓ 2016年11月にGoogleが発表したGoogle翻訳では、ニューラル機械翻訳が利用されており、機械翻訳の品質が格段に向上したことが各界に大きな衝撃を与えた ✓ この技術により、？？？？？？？？？？？を解消し、さらなる性能の向上がきたいされている

知識獲得のボトルネック

【？？？？？】 ✓ 機械学習では、「注目すべきデータの？？」の選び方が性能を決定づける ✓ 右グラフでは、ビールの売り上げを予測する場合、「気温のデータ」に注目すると高い売上予測が出来そうであるが、「出荷先の店舗の壁の色」に注目しても、意味のある予測はできない（相関がほぼ無い） ✓ 注目すべきデータの？？を量で表したものを「？？？」と呼ぶ ✓ 正しい？？？をみつけ出すのは一般に非常に難しいタスクである ✓ ？？？の選択を人が行っても、機械学習では精度が向上するとは限らない ✓ 人間が？？？を見つけだすことが難しい場合、"？？？を機械学習自身に発見させる"方法がある = "特徴表現学習" ✓ ？？表現学習を行うアルゴリズムの一つにディープラーニングがある ✓ ディープラーニングは、与えられたデータの？？？を階層化し、それらを組み合わせて解く

特徴量設計

【？？？？？？？？？】 ✓ ？？？？？？？？？（技術的特異点）とは、人工知能が十分に賢くなり、自分自身よりも賢い人工知能を作るようになった瞬間、無限に知能の高い存在を作るようになり、人間の想像力が及ばない超越的な知能が誕生するという仮説 ✓ 未来学者で実業家の"レイ・カーツワイル"は、このような？？？？？？？？？が"2045年"という近未来であると主張している ✓ ？？？？？？？？？は広義的な意味では、「人工知能が人間よりも賢くなる年」のことであり、レイ・カーツワイルは2029年ごろに起こると予想している

シンギュラリティー

色

Y N · 11問 · 2年前

色