|
＜講義概要＞
様々な製品やサービスなどで大きく期待が高まっているAIは，1955年のアメリカの人工知能学者J.マッカーシーによる提言に端を発していますが、今日に至るまで大きな3つの波がありました。そして、現在、第3の波の真っただ中、ご承知のように、OpenAI社が開発したChatGPTに代表される生成AIが世界を席巻しています。生成AIは文章を生成するだけではなく、画像や音声までも生成するようになり、産業界はじめさまざまな分野での活用がはじまっています。今や、どんな分野の職種の人もAIについて知っておく必要がある時代です。
講師は、学生時代に文字認識の研究や認知科学の研究、ゲームを行うAIの研究をしていた経験、企業の研究所で、音声認識、音声合成、エキスパートシステムの研究をしていた経緯から、AIについて解説する機会が多く、今回、特に「AIがよくわからない」という人を対象にした講座を作りました。本講座では、主に、従来のAI、生成AIの原理に重きをおいて技術系でない人にもわかるように解説します。原理がつかめると、AIはこんなことに使えるけどこんなことには使えないとか、こういうリスクがあるんだということがよくわかるようになり、お仕事においても、使える使えないの判断ができるようになるはずです。AIの使い方やAIプログラミングの講座ではありません。あくまでもAIの仕組みをやさしく解説する講座です。ご受講をお待ちしております。
＜習得知識＞
１．AIの流れ
２．人間の情報処理モデル
３．ヒューリスティック手法の考え方
４．ゲームに勝つAIの原理
５．知識データベースによる推論の原理
６．ニューラルネット/ディープニューラルネットの原理
７．生成AIの原理
８．生成AIのリスクと対処法
＜プログラム＞
１．人工知能（AI）とは
・そもそもAIとは
・人間の情報処理モデルを知っておく
・AIの流れ
２．第1の波 － 発見的に解を求めるAI －
・第1の波におけるAI原理
・ゲームに勝つAI
・ゲームにおける戦略
・ゲームにおける木
・発見的（ヒューリスティック）手法
・第1の波が下火になったのは
３．第2の波 － 知識から推論するAI －
・第2の波におけるAI原理
・知識データベースによる推論
・決定木
・MYCIN
・第2の波が下火になったのは
４．第3の波 － データから学習するAI －
・第3の波におけるAI原理
・従来のAIとの違い
・ディープラーニングに基づくAIの概念
・人間が物事を認識する場合
・ニューロン/シナプスのモデル化
・ニューラルネットの原理
・文字認識の原理
・画像認識の原理
・ニューラルネットからディープニューラルネットへ
・ディープラーニング
５．生成AI
・求められる高い自然言語処理性能
・従来と生成AIでの自然言語処理の違い
・Transformerによる自然言語処理メカニズム
・ChatGPTまでの進化
・誰でも使えるChatGPT
・生成AIでの言語処理の根底にある考え方
・どうやって意味を理解するのか
・テキストから画像を生成するAIの原理
・AIができないこと
・生成AIの活用例
・生成AIの倫理問題
・生成AIに仕事をとって代わられないために
・記号接地問題
|