このレッスンは日本語に自動翻訳されたもので、まだ人によるチェックを受けていません。表現に違和感がある場合は、英語の原文が正となります。
#AIとは何ですか?フレンドリーな紹介 🤖
今週、人工知能 (または AI) という用語を何十回も聞いたことがあるでしょう。それはニュースや広告で取り上げられ、職場の人々もそれについて話すのをやめません。
しかし、それは実際には何でしょうか?謎を解明しましょう。
何かを定義する前に、驚くべきことがあります。あなたはすでに AI ユーザーです。あなたは何年もそうしてきました。
AIは未来のロボットではありません。すでに日常生活に組み込まれているソフトウェアです。
平均的な人は、朝の携帯電話のロック解除から夜の推奨プレイリストの取得まで、AI 搭載システムを 1 日に 20 ~ 30 回操作します。
最も簡単な定義は次のとおりです。
人工知能は、固定されたルールにただ従うのではなく、経験から学習して意思決定を行うことができるソフトウェアです。
例を挙げて具体的に説明しましょう。
従来の電卓は、「ユーザーが 2 + 2 を押すと、4 を表示する」という厳密なルールに従います。決して学ばず、決して改善せず、指示されていないことは決して行いません。数学は得意ですが、それ以外は何もできません。
電子メールのスパム フィルターには、スパム単語の固定リストはありません。代わりに、人間がスパムまたはスパムではないとマークした何百万もの電子メールを見て学習します。時間が経つにつれて、これまでプログラマーがルールを作成しなかった新しいパターンが発見されます。経験を重ねるごとに賢くなっていきます。
学習して改善する能力が、AI を通常のソフトウェアから区別します。
電子メールの受信箱について考えてみましょう。おそらく、長年にわたってスパムを手動でマークしたことがないでしょうが、スパム フォルダーは毎週詐欺師による新たな手口をキャッチしています。それはAIがバックグラウンドで静かに学習していることです。ソフトウェアが勝手に改良されていくように見える別の例を思いつきますか?
すべての AI が同じように作られているわけではありません。科学者は通常、次の 2 つのタイプについて話します。
Narrow AI は、1 つの特定のタスクを非常にうまく実行できるように設計されています。携帯電話の顔認識は限定的な AI であり、顔を識別することはできますが、詩を書いたり、車を運転したりすることはできません。
今日あなたがやり取りするすべての AI は、狭い AI です。
一般的な AI は、人間ができる あらゆるタスク を考え、推論し、学習できる、そしておそらくそれ以上の能力を備えた機械になります。人間と同じように、音楽を書いたり、病気を診断したり、哲学的な議論をしたりすることを切り替えます。
サインイン してディスカッションに参加
これはまだ存在しません。研究者の中には、それには数十年かかるのではないかと考えている人もいます。それは決して起こらないかもしれないと考える人もいます。 エクス マキナ や Her などの映画に登場する AI は一般的な AI であり、印象的ではありますが、今のところ架空のものです。
限定的な AI と一般的な AI の主な違いは何ですか?
AI はどこにでも存在します。ここでは、あなたが思いもよらなかったかもしれないいくつかの例を示します。
|エリア | AI はどのように役立つのか | |------|---------------| | ヘルスケア |医療スキャンでがんの初期兆候を発見 | | 農業 |どの作物に水が必要かを特定するドローン | | 銀行業 |不正取引をミリ秒単位で検出 | | 小売 |来週売り切れる商品を予測する | | 輸送 |数千の荷物の配送ルートを最適化 | | エンターテイメント |パーソナライズされたプレイリストとおすすめの作成 |
共通点は? AI は、人間よりもはるかに速く、大量のデータからパターン を見つけることに優れています。
AI システムは現在、経験豊富な医師の精度と同等、場合によってはそれを超える精度で医療画像から特定の種類のがんを検出できるようになりました。ある研究では、AI は人間の放射線科医よりも 11.5% 正確にマンモグラフィーで乳がんを特定しました。
AI とは何かを最もよく表しているのは次のうちどれですか?
AI はハンマーや計算機のようなツールです。うまく使えば信じられないほど強力ですが、人間のように「考える」ことはできません。このプログラム全体を通じて、AI に何ができて何ができないのかを探っていきます。そうすれば、自信を持って責任を持って AI を使用できます。
日常生活における AI の例は次のうちどれですか?
AI とは何かを理解したところで、次のレッスンでは 機械が実際にどのように学習するかについて詳しく説明します。生データをインテリジェントな動作に変える興味深いプロセスを探っていきます。