ＡＩについて

AIの仕組みなど調べたことを紹介します。

機械学習

・教師あり：人間が答えをあらかじめ教える。回帰分析、パターン認識法。
・教師なし：答えを示さず分類させる。クラスタリング。

・強化学習：試行錯誤をくりかえしながら、よりよい行動を学んでいく。モンテカルロ法。

深層学習

・デープランニング（機械学習）：生成AIに利用される。

・ベイズの定理：機械学習やデータサイエンスのアルゴリズムの基。結果（事後分布）から原因（事前分布）が起こった確率を求める考え。

・過学習：AIが学習をしすぎて、訓練（決められた）データでは正解率が高く、テスト（実際）では正解率が低くなる事。使い物にならない。対策としては汎用のデータ量を増やす。

・データレイク：ビッグデータの貯蔵場所。必要に応じて加工するため、データをそのままの形で格納する。

評価

・交差検査：機械学習モデルを評価する指標。1つの学習セットを学習データとテストデータに分割しそれぞれで学習と評価を行う。

・２値分類：ROC曲線、PR曲線（ROC曲線でTNの評価がないもの）。

・ROC曲線：真陽性率と偽陽性率の関係。

【混同行列】

2種類の分類問題において、予測と実際の分類を行列形式にまとめたもの（下図）

上段の予測したクラスは、AIが予測したクラス。

ROC曲線：真陽性率と偽陽性率の関係。

PR曲線：真陽性率と適合率

・真陰性(True Negative, TN)：検査で陰性とされ、実際に陰性である場合

・偽陰性(False Negative, FN)：検査で陰性とされたものの、実際には陽性である場合

・偽陽性(False Positive, FP)：検査で陽性とされたものの、実際には陰性である場合

・真陽性(True Positive, TP)：検査で陽性とされ、実際に陽性である場合

AI（Artificial Intelligence：人工知能）

特化型人工知能（ANI：Artificial Narrow Intelligence）：ANIは、音声認識や自動運転車などといった狭い範囲のパラメータや状況にのみ特化しているため、「弱いAI」に分類されます。

汎用人工知能（AGI：Artificial General Intelligence）： AGIは人間の知能のように高いレベルで動作するため、「強いAI」と考えられています。

人工超知能（ASI：artificial super intelligence）：この種類のAIは現在開発されていませんが、ASIとは機械が超知能を持っている、あるいは人間よりも賢いことを意味します。

生成AI（ジェネレーティブAI：Generative AI）

・AI（人工知能）の１種。「弱いAI」に分類されます。

　ChatGPT：OpenAI、ド同等でDeekSeep：中国製、iOSやAndroidでも動作可能。が発表される。

CopilotはChartGPT4などで利用されている大規模言語モデル（LLM）が基盤になっている。

・Copilitエージェント：自分たち用に特化した生成AIのプロンプトで作成したもの。

強いAI：人間のように自立したAI。現在まだ存在していない。

弱いAI：人間のように意識や精神をもたないAI。今開発されているほとんどのAI。

AGI（汎用人工知能：Artificial General Intelligence）：人間のような高度で幅広い知能を持つ、きわめて汎用性の高いAIです。感情を持ったAI。

ページのトップへ▲

護身ＩＴアドバイザー（ITの相談）