人工知能
 AIの問題処理
 AIのメリット
 AIの研究分野
 AIの歴史など
 知識とは
 学習
 推論
 探索問題 AI
 説明できる AI

 NN機能・要件
 NN構成・方式
 構成・方式など
 タスク
 導入
 Sample

 用語
  人工知能　　（Artificial Intelligence）
 ・人間の知的な活動と同じ様なことをする人間が作る機械
人間と同様に、あらゆる知的な活動をするAIを強いAIと呼ぶことにする。
人間の知能そのものをもつ機械
人類最後の発明（シンギュラリティ）
強いAIを作ろうとする研究はほとんど見かけない。
人間の知的な活動の一部と同じ様なこと行う機械を弱いAIと呼ぶことにする。
人間が知能を使ってすることを機械が行う。
知能がある様にも見える機械も含む。
データと問題は外から与えられる。

 AIの問題処理
 ・AIの多くの問題は可能性のある解の中から一番よさそうな解を探し出す処理
ほとんどのAIの問題は 探索問題 として定式化（エキスパートシステムなどは例外）
 ・問題処理の手順が不明なことが多い。
使うためには 説明できるAI が欲しい。
 ・出てくる（正しい）答えが厳密に定義されてない（定義できない。）ことが多い。

 AIのメリット
 ・AIはデータの処理能力が人間より高い。
その分、人間には気づかない要因にもたどり着ける確率が高い。

 実際のAIの研究の分野など
 ・音声認識
マイクで採った内容をコンピュータに理解させる。
カーナビゲーションなどのシステムで実用化。
 ・画像認識
カメラなどで撮った内容をコンピュータに理解させる。
画像理解
コンピュータ内にある絵の内容を理解させる。
画像をすべて比較し、もっとも近そうなものを返す。
画像処理
絵の明るさ、色調（例、デジタルカメラのセピア調など）などを変えたりする。
 ・自然言語処理
文章に何が書かれているか、意味や内容をコンピュータに理解させる。
音声認識、情報検索などの分野に応用される。
 ・感性処理
認知科学、人間工学などの知見を基に、暖かいなどの感覚をコンピュータ上に実現
 ・エキスパートシステム
専門家の知見をルール（知識）として蓄積し、 推論の手法を用いて問題を解決する。

 人工知能の歴史など
 ・当初の目的
「人間の知能」をコンピュータで実現する。（工学的立場）
人間のように、見て、聞いて、問題を解くコンピュータを目指す。
「人間の知能」のメカニズムを解明する。（科学的立場）
 ・ダートマス会議
1956年  参考
 ・ パーセプトロン
1957年
 ニューラルネットワーク （ディープラーニング）の起源
 ・言語／基本システム分野　　LISP（参考） ／PROLOG
推論マシン
知識ベース
 ・応用システム分野　　エキスパートシステム（支援システム）
翻訳
CAD
ロボット
 ・自然言語理解分野　　マン・マシン
パターン認識・理解

 必要とする背景
 ・ソフトウエア危機の解消
システム開発などの効率化
今後やる予定の、作業やシステム開発（backlog）の短縮
 ・専門業務の効率化
専門家の経験的知識をコンピュータに蓄積
意思決定、設計、診断の手助け
 ・親しみやすいインターフェース
自然言語（人間の言葉）
音声、画像

 知識 とは
 ・盤上のゲームの対戦では、
人間が与えるルール
「定石」なども含む。
盤上の状態
AIが「学習」によって情報から見つけ出したルール

 学習 （機械学習）
 ・情報から使えそうな知識を見つける。
「分ける」という処理が学習の根幹となる。
ある事象について判断し、それが何かを認識する。
 ・旨く「分ける」ことが出来れば、物事を理解したり、判断して行動もできる。
「分ける」作業は、YesかNoで答える問題

 推論
 ・知識を基に、新しい結論を得る。
いろいろな知識を統合して矛盾のない結論を導き出す手法
 ・アリストテレスの三段論法
ソクラテスは人間である。人間は死ぬ。よって、ソクラテスは死ぬ。

 探索問題
 ・状態の集合と行動の集合から特定の制約条件を満たす物を探索技術で見つる問題
初期状態と呼ばれる状態が一つ
ゴールと呼ばれる状態が任意個指定される。
 ・探索（search）問題の構成
状態空間
初期状態（一つ） と 状態遷移関数 の集合
ゴール検査
経路コスト
 ・探索問題の解（solution）
ゴール状態に達するために実行する行為の列

 説明できるAI
 ・ディープラーニングでは、「なぜ判別できるか」などを問題にはしてない。
（人間と同様に）判別などができればよい。
説明可能なニューラルネットワーク（explainable neural network）分野
 ・なぜその結論を出したのか、人間が納得できる説明を
判断の根拠（ロジック）を言語化して実現
ナレッジグラフ（Knowledge Graph）