世界一のわかりやすさを目指す

世界一暇なデータサイエンティストが簡単に統計や数学を解説するらしいよ

超初心者向け!AIの種類解説!

超初心者向け!AIの種類解説!

 

実は!AIと一口に言っても様々な分野があります。

 

今、メディアではすべてAIと謳われているのでAIの中でもいろんな種類、手法があるんだよってことを伝えたくて簡単にカテゴライズしてみました。

 

 

 その前にそもそもAIとは?

 AIとは(aritificial intelligence)の略で人工知能です。

定義は所説様々ありますが、簡単に言うと「機械に考えさせて知性を持たせる方法」だと思ってください。

なんでAIを使うかっていうと色んなことを自動化させて人間が楽したいからです。(他にも理由はありますけどね)

 

超ざっくり!!!なんとなーくわかる!!!を目標に

主なAIの種類を具体例とともに7つご紹介したいと思います。

 

1.パターン認識

おそらく今一番目に触れる機会の多い種類だと思います。

具体的には猫や犬の画像を認識して特徴を掴んでパターンを学んで

こういう場合は猫だな。こういう場合は犬だな。とか認識していくやつです。

 

有名な手法として機械学習ディープラーニング(深層学習)があります。

一度は耳にしたことがある方も多いのではないでしょうか。

2012年にとある画像認識大会で、このディープラーニングという手法が圧倒的な成果を出したので現在の第三次AIブームが巻き起こりました。

 

 

2.遺伝系

文字通りの遺伝的アルゴリズムを使って問題を解く種類。

プログラムを交配させて目的に応じたプログラムを作り出す。

例えば物理エンジンを使ってブランコの漕ぎ方を学習させるとかですね。

ニコニコ動画などに動画がありますので興味ある方は見てみると面白いです)

 

3.論理系

簡単に言うと事実や規則性を学習させる種類です。数理論理学を使います。

例えば、言語の構文解析

英語と日本語の翻訳するときにこれは主語、動詞、目的語だなって解析したり、

文章の意味を分析したりする種類です。

 

4.探索系

これもよく目にする種類だと思います。これもよく数理論理学を使います。

これは膨大な可能性をしらみつぶしに調べて最適解をたたき出すような学習です。

例えば、戦略ゲームとかでよく用いられます。

チェスや将棋、AlphaGoとかに使われたやつです。

 

 

5.知識表現系

理解するのが少し難しいです。

私たち人間が認識している情報や知識をコンピューターがわかりやすい形に効率よく表現するみたいな種類です。コンピューターがよりわかりやすい形に効率よく情報を表現できればより賢いシステムができるようになります。

例えば階層構造などを用いて表現したりするのがここに当てはまると思います。

 

 

6.計画系

 最小コストで最大の結果が欲しい!って時に使う手法です。

例えば、会社の資金がこれくらいあって、広告をどの場所にうてば売上および利益を最大化できるのか?とかを考えるときに使います。

100億のうち70億をTVに、20億をwebに、5億をポスター、5億をイベントにすると売上がいちばんのびそうだ。みたいな感じです。

 

 

7.発見系

これはある特定の問題の最適解が知りたい!でも考えうる可能性をすべてを考えている暇がない!(数が多すぎて検討が現実的ではない)ってときに使われる方法です。

必ずしも最適解(ある問題における最も素晴らしい解答)とは限りませんが問題の解決法を選ぶために経験に基づいて推測していくといった方法です。

例えばみなさんが使っている検索エンジンなんかがこの方法で作られているはずです。

 

 

実際にはお互いに重なり合う部分も多く、組み合わせて使ったり、分けて考えるものではない!とする主張もあります。

ここではわかりやすさを重視してあえて分類させていただきました。

 

AIエンジニアによっては得意な手法があったり、

解決したい問題によって得手不得手な種類があります。

一口にAIを使おうと考えるのではなくどの種類だとうまくいきそうか?を考えながら使っていきたいですね。


最後まで読んでいただきありがとうございました!

 

~おまけ~

AIに使用される言語は主にPythonとRの2強となっています。

フレームワークはたくさんあるのでお好みで使うといいと考えています。

 

 

 

※2019年8月1日時点での大まかな分類です。

 AI分野は誕生したばかりなので日々発展が著しいです

 これから枝分かれしたり新しい分野が誕生する可能性が大いにあります。