機械学習には多種多様な手法や技術が適用されており、機械学習を適用する多変量解析・パターン認識(MV・PR)や人工知能(AI)の手法や種類により適用される手法が異なります。
機械学習の基本的な実施目的である、最適化、最小/極小化等を行う内容や手法が異なります。 大きく、多変量解析・パターン認識で適用される機械学習法と人工知能(AI)で適用される機械学習法に二分類できます。
人工知能(AI)で適用される機械学習は、ネットワーク(ニューラルネットワーク型)構造を基本としており、このネットワーク上での情報の流れを実施目的に合わせてコントロールできるように最適化します。 多変量解析・パターン認識上での機械学習でもネットワーク構造を扱うケースもありますが、そのネットワーク構造は人工知能(AI)で適用されるニューラルネットワーク型とは全く異なります。
個々の機械学習の詳細な説明は別の機会に行いますが、多変量解析・パターン認識での機械学習と、人工知能(AI)で適用される機械学習は異なったものであることを理解しておいてください。 この事実を理解していれば、「機械学習を行えば人工知能(AI)を実施した」とは必ずしも言えないことがわかります。
「機械学習をして人工知能(AI)を実施した」というためには、人工知能で用いられるネットワーク(ニューラルネットワーク型)構造を用いた機械学習(即ち、深層学習やバックプロパゲーション等)を行ったということが前提となります。
0 件のコメント:
コメントを投稿