これ、読みました。面白かった。
まず、人口知能ってそもそもどういうものか、という話。
最初は、人工知能と言えばエキスパートシステムだった。
いくつかの情報を入れれば、専門家（エキスパート）と同じ答が返ってくるというもの。
例えば、体温と、尿検査の結果と、痛い箇所とを入力したら
「あなたは風邪です」って答が返ってくる、病気診断システムとか。
(あくまでイメージね。実際はこんなのないと思うけど)
「入力されたら、きまっている答を返す」ものだった。
コンピューターの「忘れない、間違えない」という性質を活かしたものですね。
でもこれ、全てのことを教えきるのは大変。
なんとか教えずにいい結果を得られる方法はないかな。
ってことで、つぎに、遺伝的アルゴリズムが出てくる。
いくつかの入力パターンを作っておき、それらを生物の遺伝と同じ要領で掛け合わせる。
いい結果を出したものをいくつか残し、それらをまたランダムに掛け合わせる。
その中から、またいい結果を出したものを残し・・・ということを繰り返す。
すると、人間がいろいろ考えるよりも結構いい結果を出すものが出来上がる、という。
例えば、こういう地形の谷にどんな形の橋をかけたら最も丈夫になるか？とか、そんなのが得意な人口知能が出来上がった。
他の例では、この動画が分かりやすい。
どこで力を入れたら、ブランコをうまく漕げるようになるか、
遺伝的アルゴリズムで進化させていく様子。人間は何も教えない。
なるほど、最適解を見つけたりするのには良い。
まだでも、限定的だな。
というわけで、次には、ニューラルネットワーク。
脳、ひいては神経細胞（ニューラル）の仕組みを真似して、
入力があったら反応したりしなかったりする小さなユニットを無数に繋げるというもの。
こうやって
人工知能研究が歩んできた道を丁寧に解説していくことで、
進歩とともに理解が進むようになっている。
なるほど。
まあしかし、ここまでは、１０年以上前に読んだ本にも書いてあった。
じゃ、最近のディープラーニングってなんなんだ。
って知りたいんだけど、長くなっちゃったので次回へつづく。
※このエントリー、本の内容に沿ってる、というよりは、
かなり私の独自解釈が入ってます。ご注意を。
昔読んだこっちの本の影響かも。
