Pythonを使用したAI–入門コンセプト

コンピュータまたはマシンの発明以来、さまざまなタスクを実行するそれらの能力は指数関数的に成長しました。人間は、多様な作業領域、速度の向上、時間に対するサイズの縮小という観点から、コンピューターシステムの能力を開発してきました。

人工知能という名前のコンピュータサイエンスの分野は、人間と同じくらいインテリジェントなコンピュータまたはマシンの作成を追求しています。

人工知能（AI）の基本概念

人工知能の父であるジョン・マッカーシーによれば、それは「インテリジェントマシン、特にインテリジェントコンピュータプログラムを作成するための科学と工学」です。

人工知能は、コンピューター、コンピューター制御ロボット、またはソフトウェアを、インテリジェントな人間が考えるのと同じようにインテリジェントに考えさせる方法です。AIは、人間の脳がどのように考え、人間が問題を解決しようとしてどのように学び、決定し、働くかを研究し、この研究の結果をインテリジェントなソフトウェアとシステムの開発の基礎として使用することによって実現されます。

コンピュータシステムの力、人間の好奇心を利用している間、彼は「機械は人間のように考え、行動できるのだろうか」と疑問に思います。

このように、AIの開発は、人間が高く評価しているマシンで同様のインテリジェンスを作成することを目的として始まりました。

AI学習の必要性

私たちが知っているように、AIは人間と同じくらいインテリジェントなマシンの作成を追求しています。私たちがAIを研究する理由はたくさんあります。その理由は以下のとおりです。

AIはデータを通じて学ぶことができます

私たちの日常生活では、膨大な量のデータを扱っており、人間の脳はそれほど多くのデータを追跡することができません。そのため、自動化する必要があります。自動化を行うには、AIがデータから学習でき、繰り返しのタスクを正確かつ飽きることなく実行できるため、AIを研究する必要があります。

AIはそれ自体を教えることができます

データ自体は絶えず変化し、そのようなデータから得られる知識は絶えず更新されなければならないので、システムはそれ自体を教える必要があります。AI対応のシステムはそれ自体を教えることができるため、AIを使用してこの目的を達成できます。

AIはリアルタイムで応答できます

ニューラルネットワークの助けを借りた人工知能は、データをより深く分析することができます。この機能により、AIは状況に基づいてリアルタイムで状況を考え、対応することができます。

AIが精度を実現

ディープニューラルネットワークの助けを借りて、AIは驚異的な精度を達成できます。AIは、医学の分野で患者のMRIから癌などの病気を診断するのに役立ちます。

AIはデータを整理して、データを最大限に活用できます

データは、自己学習アルゴリズムを使用しているシステムの知的財産です。常に最良の結果が得られるようにデータにインデックスを付けて整理するには、AIが必要です。

インテリジェンスを理解する

AIを使用すると、スマートシステムを構築できます。私たちの脳がそれ自体のような別の知性システムを構築できるように、私たちは知性の概念を理解する必要があります。

インテリジェンスとは何ですか？

関係や類推を計算、推論、認識し、経験から学び、記憶から情報を保存および取得し、問題を解決し、複雑なアイデアを理解し、自然言語を流暢に使用し、分類し、一般化し、新しい状況に適応するシステムの能力。

インテリジェンスの種類

アメリカの発達心理学者であるハワードガードナーが説明したように、インテリジェンスにはさまざまな要素があります。

シニア番号	インテリジェンスと説明	例
1	Linguistic intelligence 音韻論（スピーチ音）、構文（文法）、および意味論（意味）のメカニズムを話し、認識し、使用する能力。	ナレーター、オレーター
2	Musical intelligence 音の意味、ピッチ、リズムの理解を創造し、コミュニケーションし、理解する能力。	ミュージシャン、歌手、作曲家
3	Logical-mathematical intelligence アクションやオブジェクトがない場合に関係を使用して理解する能力。また、複雑で抽象的なアイデアを理解する能力でもあります。	数学者、科学者
4	Spatial intelligence 視覚的または空間的情報を認識し、それを変更し、オブジェクトを参照せずに視覚的画像を再作成し、3D画像を構築し、それらを移動および回転する機能。	地図リーダー、宇宙飛行士、物理学者
5	Bodily-Kinesthetic intelligence 身体の全体または一部を使用して、問題やファッション製品を解決し、細かい運動技能と粗い運動技能を制御し、オブジェクトを操作する能力。	プレーヤー、ダンサー
6	Intra-personal intelligence 自分の感情、意図、動機を区別する能力。	ゴータムブッダ
7	Interpersonal intelligence 他の人の感情、信念、意図を認識し、区別する能力。	マスコミュニケーター、インタビュアー

マシンまたはシステムは、少なくとも1つまたはすべてのインテリジェンスが搭載されている場合、人工知能であると言えます。

インテリジェンスは何で構成されていますか？

インテリジェンスは無形です。−で構成されています

Reasoning
Learning
問題解決
Perception
言語インテリジェンス

すべてのコンポーネントを簡単に見ていきましょう-

推論

これは、判断、意思決定、および予測の基礎を提供できるようにする一連のプロセスです。大きく2つのタイプがあります-

帰納的推理	演繹的推論
それは、幅広い一般的な声明を出すために特定の観察を行います。	それは一般的な声明から始まり、特定の論理的な結論に到達する可能性を検討します。
声明ですべての前提が真であるとしても、帰納的推論は結論が偽であることを可能にします。	一般に、あるクラスの事柄に当てはまる場合、そのクラスのすべてのメンバーにも当てはまります。
Example −「ニタは教師です。ニタは勤勉です。したがって、すべての教師は勤勉です。」	Example −「60歳以上の女性はすべて祖母です。シャリーニは65歳です。したがって、シャリーニは祖母です。」

学習− l

学習能力は、人間、特定の動物種、およびAI対応システムによって所有されています。学習は次のように分類されます-

聴覚学習

聞いたり聞いたりして学ぶことです。たとえば、録音された音声講義を聞いている学生。

エピソード学習

人が目撃または経験した一連の出来事を思い出すことによって学ぶこと。これは直線的で整然としています。

運動学習

筋肉の正確な動きで学習しています。たとえば、オブジェクトの選択、書き込みなど。

観察学習

他人を見て真似して学ぶこと。たとえば、子供は親を模倣して学習しようとします。

知覚学習

以前に見た刺激を認識することを学んでいます。たとえば、オブジェクトと状況を識別して分類します。

リレーショナル学習

それは、絶対的な特性ではなく、関係的な特性に基づいてさまざまな刺激を区別することを学ぶことを含みます。たとえば、前回塩辛くなったジャガイモを調理するときに、大さじ1杯の塩を加えて調理したときに「少し少ない」塩を加える。

Spatial Learning −画像、色、地図などの視覚刺激を通じて学習します。たとえば、人は実際に道路をたどる前にロードマップを作成することができます。
Stimulus-Response Learning−特定の刺激が存在するときに特定の行動を実行することを学習しています。たとえば、犬はドアベルを聞いて耳を上げます。

問題解決

それは、既知または未知のハードルによってブロックされている何らかの道をたどることによって、現在の状況から望ましい解決策を認識し、到達しようとするプロセスです。

問題解決には、 decision making、これは、目的の目標を達成するために、複数の選択肢から最適な選択肢を選択するプロセスです。

知覚

これは、感覚情報を取得、解釈、選択、および整理するプロセスです。

知覚は推定します sensing。人間では、知覚は感覚器官によって助けられます。AIの領域では、知覚メカニズムにより、センサーによって取得されたデータが意味のある方法でまとめられます。

言語インテリジェンス

それは、口頭および書記言語を使用し、理解し、話し、そして書く能力です。対人コミュニケーションにおいて重要です。

AIに関係するもの

人工知能は広大な研究分野です。この研究分野は、現実世界の問題の解決策を見つけるのに役立ちます。

AI内のさまざまな研究分野を見てみましょう-

機械学習

AIの最も人気のある分野の1つです。このフィールドの基本的な概念は、人間が自分の経験から学ぶことができるように、データから機械学習を行うことです。これには、未知のデータに対して予測を行うための基礎となる学習モデルが含まれています。

論理

これは、数理論理学を使用してコンピュータプログラムを実行するもう1つの重要な研究分野です。パターンマッチング、セマンティック分析などを実行するためのルールとファクトが含まれています。

検索中

この研究分野は、基本的にチェス、チックタックトーなどのゲームで使用されます。検索アルゴリズムは、検索空間全体を検索した後、最適なソリューションを提供します。

人工ニューラルネットワーク

これは効率的なコンピューティングシステムのネットワークであり、その中心的なテーマは生物学的神経ネットワークのアナロジーから借用されています。ANNは、ロボット工学、音声認識、音声処理などで使用できます。

遺伝的アルゴリズム

遺伝的アルゴリズムは、複数のプログラムの助けを借りて問題を解決するのに役立ちます。結果は、最も適切なものを選択することに基づいています。

知識表現

それは、機械が理解できる方法で事実を表現できる助けを借りて研究分野です。より効率的に知識が表現されます。より多くのシステムがインテリジェントになります。

AIの応用

このセクションでは、AIでサポートされているさまざまなフィールドを確認します-

ゲーム

AIは、チェス、ポーカー、三目並べなどの戦略ゲームで重要な役割を果たします。このゲームでは、機械がヒューリスティックな知識に基づいて多数の可能な位置を考えることができます。

自然言語処理

人間が話す自然言語を理解するコンピュータと対話することが可能です。

エキスパートシステム

マシン、ソフトウェア、および特別な情報を統合して、推論とアドバイスを与えるアプリケーションがいくつかあります。ユーザーに説明やアドバイスを提供します。

ビジョンシステム

これらのシステムは、コンピューター上の視覚入力を理解、解釈、および理解します。例えば、

スパイ飛行機が写真を撮り、それを使って空間情報や地域の地図を把握します。
医師は臨床エキスパートシステムを使用して患者を診断します。
警察は、法医学の芸術家によって作成された保存された肖像画で犯罪者の顔を認識することができるコンピュータソフトウェアを使用しています。

音声認識

一部のインテリジェントシステムは、人間が話している間、文とその意味の観点から言語を聞いて理解することができます。さまざまなアクセント、俗語、背景のノイズ、寒さによる人間のノイズの変化などを処理できます。

手書き認識

手書き認識ソフトウェアは、紙にペンで、または画面にスタイラスで書かれたテキストを読み取ります。文字の形を認識し、編集可能なテキストに変換できます。

インテリジェントロボット

ロボットは人間が与えたタスクを実行することができます。それらには、光、熱、温度、動き、音、バンプ、圧力などの実世界からの物理データを検出するセンサーがあります。彼らは、インテリジェンスを発揮するために、効率的なプロセッサ、複数のセンサー、および巨大なメモリを備えています。さらに、彼らは自分の過ちから学ぶことができ、新しい環境に適応することができます。

認知モデリング：人間の思考手順のシミュレーション

認知モデリングは、基本的にコンピュータサイエンスの研究分野であり、人間の思考プロセスの研究とシミュレーションを扱います。AIの主なタスクは、機械を人間のように考えさせることです。人間の思考プロセスの最も重要な特徴は問題解決です。そのため、多かれ少なかれ認知モデリングは、人間が問題を解決する方法を理解しようとします。その後、このモデルは、機械学習、ロボット工学、自然言語処理などのさまざまなAIアプリケーションに使用できます。以下は、人間の脳のさまざまな思考レベルの図です。

エージェントと環境

このセクションでは、エージェントと環境、およびこれらが人工知能にどのように役立つかに焦点を当てます。

エージェント

エージェントとは、センサーを介してその環境を認識し、エフェクターを介してその環境に作用することができるものです。

A human agent センサーと平行に目、耳、鼻、舌、皮膚などの感覚器官と、エフェクター用の手、脚、口などの他の器官があります。
A robotic agent センサー用のカメラと赤外線距離計、およびエフェクター用のさまざまなモーターとアクチュエーターに取って代わります。
A software agent プログラムとアクションとしてビット文字列をエンコードしました。

環境

一部のプログラムは完全に動作します artificial environment キーボード入力、データベース、コンピューターファイルシステム、および画面上の文字出力に限定されます。

対照的に、一部のソフトウェアエージェント（ソフトウェアロボットまたはソフトボット）は、リッチで無制限のソフトボットドメインに存在します。シミュレータにはvery detailed, complex environment。ソフトウェアエージェントは、多数のアクションからリアルタイムで選択する必要があります。ソフトボットは、顧客のオンライン設定をスキャンするように設計されており、顧客の作品に興味深いアイテムを表示します。real だけでなく、 artificial 環境。