エンジニアとして知っておきたい人工知能の歴史とディープラーニングの課題

エンジニアが生き残るためのテクノロジーの授業　第7回

増井敏克[著]

2016/12/09 14:00

　いよいよ普及期に入ったかに見える人工知能。期待の声が高まる一方、実現可能性に懐疑的な意見もあります。今回は、これまで挫折を繰り返してきた人工知能の歴史を振り返ります。そして、今度こそ普及の壁を打ち破るかもしれない画期的技術、「ディープラーニング」の特徴と課題について簡単に解説します。

目次
Page1 人工知能のルーツと発展人工知能における3回のブーム挫折した第1次・第2次ブームディープラーニングが起こした第3次ブーム過去の人工知能の技術を押さえておく失敗に学ぶ失敗の上に成り立つ機械学習
Page2 人工知能が目指す方向システム化との違い人に指示されて動くのか、人のまねをするのか、人を超えるのかニューラルネットワークとは人間の脳をまねるニューラルネットワークの代表例
Page3 ディープラーニングによって何が変わるか先行している画像認識「画像認識ができない」という前提の下にあった社会ディープラーニングの課題学習の内容を人間が理解できない必要なのは「正確な」データ

※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。

あなたにオススメ

増井敏克（マスイトシカツ）

増井技術士事務所　代表。技術士（情報工学部門）、テクニカルエンジニア（ネットワーク、情報セキュリティ）、その他情報処理技術者試験に多数合格。 ITエンジニアのための実務スキル評価サービス「CodeIQ」にて、情報セキュリティやアルゴリズムに関する問題を多数出題している。また、ビジネス数学検定1級に...

連載:エンジニアが生き残るためのテクノロジーの授業