メインコンテンツへスキップ
見出し画像

G検定受験note(10/2)【人工知能とは①4つのレベル②AI効果】

    G検定の受験のためにつけた、文字通りのノートです。
    Hermes Agent(Grok 4.7)に噛み砕いて解説してもらってます!(^^)v
    AIは間違うので、活用は自己責任でお願いします!(^^;


    4つのレベル


    位置づけ


    G検定の「人工知能とは」は、賢い機械の定義を一つに決めない。代わりに、何を人間が書いて、何を機械が自分で獲得するかで4段に分ける。説明できることが目標。暗記の名簿ではない。

    技術的には、深層学習は機械学習の一種だ。それでも試験は、この4つを別のレベルとして説明させる。試験は4段で切る。

    1. 単純な制御プログラム

    人間が条件と動作を全部書く。学習しない。探索もしない。

    エアコンのサーモスタット、洗濯機のコース、信号のタイマー。温度が28度を超えたら冷やす、はこれ。

    見た目が自動でも、中身がif-thenならこの段。マーケティングでAIと呼ばれても、試験の分類ではAIの上の段に上げない。

    2. 古典的な人工知能

    人間が知識やルールを書く。機械は、その中を探索したり推論したりする。

    チェスの探索木、病気の知識を人間が入れた診断システム、決まった文法で文を扱う翻訳。賢いのは、書いた知識をうまく使うから。

    知識は機械が自分で拾わない。人が入れ続ける必要がある。ここが、次の段との境目。

    3. 機械学習

    ルールを全部書かない。データからパターンを学ぶ。

    ただし、何を見るかは人が設計することが多い。迷惑メールの単語、レコメンドの購入履歴、数値の特徴。中身の代表は、決定木、SVM、ロジスティック回帰、ランダムフォレスト。

    スパムフィルタが「この単語が多いと迷惑」をデータから覚えるなら、この段。ルールを人間が一行ずつ書いたなら、2段目に戻る。

    4. 深層学習

    ディープラーニングと同じものを、この分類ではこう呼ぶ。データから、見る特徴そのものも学ぶ。層を重ねたニューラルネット。

    画像をピクセルのまま入れて猫を見分ける、音声を波形から文字にする、大規模言語モデルが文脈を扱う。データ量と計算が要る。GPUやTPUの話は、この段の理由としてあとで出る。今夜は名前だけ。

    AlphaGoのように探索も使うものは混ざる。試験が「深層学習の代表例」として出すときは、学習する本体がネットなら4段目に置く。探索の手続きだけを見たら2段目、ではない。

    切り方

    同じ「自動」でも、中身で分ける。

    人が条件を書いたなら1。人が知識を書いて、機械が探索・推論するなら2。データからパターンを学び、特徴は人が設計するなら3。特徴まで学ぶなら4。

    上の段があるから下がいらない、ではない。エアコンに深層学習は要らない。試験は、場面に対して段を選べるかも見る。

    Exam Points

    - 4つは、単純な制御プログラム、古典的な人工知能、機械学習、深層学習。この順で、人が書く量が減り、データから獲得するものが増える。
    - 深層学習とディープラーニングは、この話では同じ段。
    - 技術的には深層学習は機械学習の一種。試験の4段では、別レベルとして説明する。
    - ルール固定の家電は1。知識を入れて推論する診断や探索は2。特徴を人が設計してデータで学ぶものは3。特徴も学ぶネットは4。
    - 「AIと書いてある」では分類しない。学習するか、知識は誰が入れるか、特徴は誰が作るか。


    AI効果

    位置づけ

    4つのレベルは、中身の分類。AI効果は、人がそれを知能と呼ぶかどうかが、成功したあとで変わる、という現象。分類と、呼び方のずれは別の話。

    定義

    人工知能で解けるようになった問題が、もう知能の働きとは見なされず、「ただの計算」「ただのプログラム」と呼ばれる。ジョン・マッカーシーが指摘した。動いた瞬間に、誰もそれをAIと呼ばなくなる。

    分解

    知能のゴールポストが後ろに下がる。できないうちは神秘で、できると工学になる。

    電卓が一番分かりやすい。昔、計算は知的な仕事だった。機械がやるようになると、計算は知能ではない、になる。チェスも同じだ。探索で勝つようになると、「あれはただの探索」になる。文字認識も、経路案内も、動いたあとは当たり前の機能に見える。

    4つのレベルとの関係はここだけ。1段目の家電や、2段目の探索が「AIじゃない」と見えるのは、性能が低いからだけではない。成功して、呼び方が降格したあとでもある。深層学習も、十年後には「ただの行列計算」と言われる可能性がある。それは失敗ではなく、AI効果の再来だ。

    まだ解けていないものほど、人は「本当のAI」と呼ぶ。常識、文脈、初めての状況での判断。呼ばれている場所は、まだ成功していない場所に寄る。

    試験での切り方

    AI効果は、AIの定義そのものではない。定義が安定しない理由の名前。

    「チェスは探索だからAIではない」と「チェスは解けたのでAIと呼ばれなくなった」は、両方書ける。前者は4つのレベルの中身。後者はAI効果。問題が「なぜ人はそれをAIと言わなくなるか」なら、後者。

    Exam Points

    - AI効果とは、解けた問題が知能と呼ばれなくなり、ただの計算やプログラムに見える現象。
    - 指摘したのはジョン・マッカーシー。動いたら、もうAIと呼ばない。
    - 例は電卓、チェス、文字認識、経路案内。できないときは知能、できると工学。
    - 4つのレベルとは別。レベルは中身の分類。AI効果は、成功したあとの呼び方の変化。
    - まだ難しい問題ほど「本当のAI」と呼ばれやすい。ゴールポストが下がっている。




    あなたへのおすすめ