スタンフォード大学の教授が、専門家以外の人向けにAIの核となる概念を1ページで定義

スタンフォード大学のクリストファー・マニング教授は、AI 分野の中核となる概念を 1 ページを使って紹介しました。

「AI」という言葉があらゆるところで見られるようになった今、あなたは人工知能分野の中核となる概念を本当に理解していますか?

先ほど、スタンフォード大学教授であり、スタンフォード人工知能研究所（SAIL）所長、HAI副所長でもあるクリストファー・マニング氏が、AI分野の中核用語を1ページにまとめて定義しました。彼は、これらの定義が専門家以外の人々の AI 理解に役立つことを期待していると述べた。

この1ページの論文で、マニング氏は「インテリジェンス」「人工知能」「機械学習」「ディープラーニング」などを含む12を超える用語の定義を紹介した。

リンク: https://hai.stanford.edu/sites/default/files/2020-09/AI-Definitions-HAI.pdf

詳細については以下を参照してください。

知能とは、問題を解決し目標を達成するために適切な技術を学習し実行する能力と定義でき、これらの能力は不確実で変化する外部環境に適用できます。完全に事前にプログラムされた産業用ロボットは柔軟性、正確性、一貫性に優れていますが、インテリジェントではありません。

人工知能（AI）は、1955年にスタンフォード大学名誉教授のジョン・マッカーシーによって提唱され、AIを「知的な機械を作る科学と工学」と定義しました。多くの研究により、人間がプログラムした機械がチェスをするなどのタスクをインテリジェントな方法で実行できるようになりました。しかし今日、AI の分野では、少なくとも人間と同程度に学習できる機械を実現することに専念しています。

自律システムは、細かい管理を必要とせずに、指定された目標を達成するための行動方針を独自に計画および決定できます。病院内の配送ロボットは、任務を無事に完了するために、混雑した廊下を自律的に移動する必要があります。人工知能の分野における「自律性」は、政治や生物学で一般的な「自己統治」を意味するものではありません。

機械学習 (ML)は人工知能の一部であり、コンピューターエージェントが経験やデータに基づいて認識、知識、思考、または行動をどのように改善できるかを研究します。このため、機械学習の分野には、コンピューターサイエンス、統計学、心理学、神経科学、経済学、サイバネティクスの知識が関わってきます。

教師あり学習では、コンピューターはラベルの付いた犬の写真に基づいて犬の品種を学習するなど、人間が付けたラベルを予測することを学習します。一方、教師なし学習ではラベルは必要なく、文中の後続の各単語を予測するなど、予測タスクを自分で実行する必要がある場合もあります。強化学習により、エージェントは、優れたテクニックの明示的な例がなくても自律的にゲームに勝つなど、全体的な報酬を最適化する一連のアクションを学習できるようになります。

ディープラーニングでは、階層的に構成された人間の脳のニューロンに似た、大規模な多層ニューラル ネットワークを使用して連続 (実数) 表現​​を計算します。現在、ディープラーニングは最も成功している機械学習手法です。あらゆる種類の機械学習に使用でき、少量のデータに基づいてより優れた一般化パフォーマンスを実現でき、大規模なデータと計算能力にもより適切に拡張できます。

アルゴリズムは、人がコンピュータ プログラムに手順を書き込むのと同じように、実行すべき正確な手順をリストします。 AI システムにはアルゴリズムが含まれていますが、アルゴリズムは学習や報酬計算の方法としてのみ機能することがよくあります。スタンフォード大学の卒業生アンドレイ・カルパシー氏が提唱した「ソフトウェア 2.0」によってもたらされたシステム設計の根本的な変化と同様に、彼らの行動の多くはデータや経験から学習されたものです。

狭義の AIとは、音声認識や顔認識などの特定のタスクを処理できるインテリジェント システムを指します。人間レベルの AI または人工汎用知能 (AGI) は、効率的なソーシャル チャットボットや人間とコンピューターの対話など、幅広いタスクをインテリジェントに処理し、コンテキストを認識できるマシンを見つけることを目指しています。

人間中心の AIとは、人間の能力を高め、人間社会のニーズを満たし、人間からインスピレーションを得ることを目指す AI を指します。ロボットアシスタントや高齢者介護ロボットなど、人間にとって効率的なパートナーやツールを開発しています。