人工知能。定義、目的、歴史

人工知能とその歴史を知る。(写真;ドック。ワールドペディア)

ジャカルタ–近年、人工知能(AI)という用語は、さまざまな議論のトピックでますます使用されています。これは、業界におけるテクノロジーの役割の増大と、Dall-EおよびChatGPTを備えたOpenAIの出現と密接に関連しています。AIは人間を助けるために必要ですが。しかし、誰もが人工知能の意味と歴史を理解しているわけではありません。

一方、人工知能または人工知能の概念は、10年以上前に登場しました。正確には2004年に、1927年9月4日に生まれたアメリカのコンピューター科学者および認知科学者であるジョンマッカーシーは、彼の論文でAIの定義を説明しました。

人工知能の定義

マッカーシーによれば、人工知能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技術です。これは、コンピューターを使用して人間の知能を理解するという同じタスクに関連していますが、AIは生物学的に観察可能な方法に限定する必要はありません。

ジョン・マッカーシーのずっと前に、コンピューター科学者で数学者のアラン・チューリングは人工知能の概念について話し合っていました。1950年に発表された「コンピューティング機械とインテリジェンス」というタイトルの論文で、チューリングは「機械は考えることができるか?」という質問を提起しました。

その質問から、「コンピュータサイエンスの父」は現在チューリングテストとして知られているテストの概要を説明しました。チューリングは、人間の質問者を、コンピューターと人間のテキスト応答を区別しようとしていると説明しています。チューリングテストは、IBMが報告したように、言語学に関するアイデアを使用しているため、AIの歴史の重要な部分であり、哲学の継続的な概念でもあります。

人工知能の目的

その後、専門家は、スチュアート・ラッセルとピーター・ノーヴィグが実施した人工知能の可能性についての調査を続けました。二人が書いた本、人工知能:現代のアプローチは、今日のAI研究の主要な参考書になっています。

ラッセルとノーヴィグは、今日のコンピューターシステムとは一線を画す人工知能の可能性を特定しました。この本によると、AIは人間として考える能力につながります。どちらも、AIの可能性、つまり人間のように考えるシステムと人間のように振る舞うシステムであることに注目しました。

しかし、それに向かう前に、2人の専門家は、合理的に考え、行動するシステムであるという、より理想的で具体的なアプローチソリューションを提供します。AIの範囲内には、データを処理および調査するための機械学習(ML)およびディープラーニング(DL)と呼ばれるサブフィールドがあります。

簡単に言えば、コンピュータサイエンスと強力なデータセットを組み合わせたAIは、人間の問題の解決を支援することを目的としています。

人工知能の歴史

実際、「思考機械」の最初のアイデアは、2000年よりずっと前にすでに登場していました。アイデアから始まり、実験、開発の順と、今世紀、AIは急速な進化を遂げました。

これが人工知能の歴史であり、AIの出現につながった多くの重要な出来事です。

1950年、コンピュータサイエンスの父であるアランチューリングは、「コンピューティング機械とインテリジェンス」というタイトルの論文を発表しました。彼の作品の中で、チューリングは、コンピューターが人間と同じ知能結果を表示できるかどうかをテストして決定するためのチューリングテストの作成について説明しました。

その後、1956年にジョンマッカーシーは、ダートマス大学で開催された最初のAI会議で人工知能という用語の定義を示しました。同じ年に、Allen Newel、J.C. Shaw、Herbert Simonなどの他のコンピュータ科学者が、最初の人工知能ソフトウェアプログラムであるLogic Theoristを作成しました。

心理学者であり、ディープラーニング人工知能の分野でよく知られているフランクローゼンブラットは、1967年にマーク1パーセプトロンと呼ばれるニューラルネットワークに基づく最初のコンピューターを開発しました。まだ同じ年に、人工知能の分野の米国の認知科学者、マーヴィン・ミンスキーとシーモア・パパートはパーセプトロンと呼ばれる本を発売しました。この本は、将来のさまざまなニューラルネットワーク研究プロジェクトにとってニューラルネットワークの重要な研究となりました。

1980年代には、それ自体を訓練できるバックプロゲーションアルゴリズムの使用が見られました。これは後で人工知能のアプリケーションで広く使用されるでしょう。詳細については、バックプロパゲーションはニューラルネットワークのトレーニングで使用される機械学習アルゴリズムです。これは、ニューラルネットワーク出力から入力にエラーを再伝播し、ネットワーク内の複数のレイヤーを介して、ネットワーク内の重みとバイアスを更新することによって機能します。

機械対人間の試合

AI関連のイベントは、1997年に人間を席巻しました。当時、IBMが開発した人工知能(AI)システムであるディープブルーは、人間対機械のチェスゲームシリーズで、世界チェスチャンピオンのグランドマスターであるギャリーカスパロフを破ることができました。

Deep Blueは、エンジンが迅速な分析を実行し、正確な決定を下すことを可能にするネガマックス検索アルゴリズムを使用しています。Deep Blueは、並列処理技術とヒューリスティックアルゴリズムおよびチェス戦略を組み合わせて、ゲームの決定を下します。このシステムには、数百万の潜在的なチェスステップを1秒未満で処理する機能があります。

その後、2011年に機械対人間の試合が再び起こり、IBMワトソンの人工知能システムは、ジェパディマッチでさまざまなカテゴリの質問に答えることで、分析および自然言語処理スキルを実証することに成功しました。チャンピオンのケン・ジェニングスとブラッド・ラッターに対して。IBMワトソンが勝者でした。

危険！AIシステムには、自然言語を理解し、複雑な問題を解決する能力が必要なため、非常に難しい作業です。しかし、IBM Watsonはタスクを首尾よく遂行し、AIが非常に複雑なタスクに対処し、正確なソリューションを提供できることを示しました。このイベントは、AIの分野に変化をもたらし、さまざまな分野でより高度で有用なAI技術の開発への道を開きました。

2015年、Baiduは、畳み込みニューラルネットワーク技術を使用して、一般的な人間よりも高い精度で画像を識別および分類する最新のスーパーコンピューターであるMinwaを発表しました。

翌年、ディープニューラルネットワークに支えられたDeepMindのAlphaGoプログラムは、世界チャンピオンの囲碁プレーヤーであるLee Sodolを5試合の試合で破ることに成功しました。ゲーム中に実行できる多くの可能なステップを考えると、これは非常に重要な偉業です(わずか4つのゲームで14.5兆ステップ以上!結局、GoogleはDeepMindを4億米ドルの価格で買収した。

AI技術とディープニューラルネットワークの発展に伴い、MinwaやAlphaGoなどのイノベーションは、将来のより高度で有用なAIシステムの開発への道を開きます。したがって、人工知能の意味、その目的と歴史!