人工知能に関する基礎的な用語の説明します。
＜トピック＞ ・人工知能の全体像 ・ニューラル・ネットワークの種類 ・機械学習の手順 ・生成ＡＩ（Generative AI） |
✿ 人工知能の全体像 ✿
人工知能（初期）⊃ 機械学習 ⊃ 深層学習（ディープラーニング）
人工知能 ： 入力 → 人間が作ったプログラム → 出力
機械学習 ： 入力 → コンピュータが自動でデータを解析 → 出力
（教師あり、教師なし、強化学習などの学習法あり）
深層学習 ： 入力 → コンピュータが自動でデータを解析 →
さらに詳しい解析 → 出力
✿ ニューラル・ネットワークの種類 ✿
ＮＮ（Neural Network）：
人間の脳にある神経回路網を人工ニューロンという形で表現したもの。
基本は、入力層、隠れ層、出力層の３層からなる。
ＤＮＮ（Deep Neural Network）：
ニューラルネットワークにある層が多層、言い換えるとディープになっている仕組みのこと。
具体的には、隠れ層を多層にしたもの。
ＣＮＮ（Convolutional Neural Network）：
ディープラーニングで画像を扱う際に、二次元情報を保持したままで、
処理が可能な仕組みのこと。
ＲＮＮ（Recurrent Neural Network）：
株価の予測のように時系列データをそのまま入力して、
関連性まで学習できる仕組みのこと。
✿ 機械学習の手順 ✿
１ 問題の明確化（目的の明確化 社会の問題を解決する）
２ データを入手する（大量のデータが入手可能）
３ データの内容を十分に分析する
４ データを適切に加工する
５ いくつかのモデルを試す（優秀なモデルの登場）
６ 最良のモデルを選び微調整を繰り返す
７ 稼働
上記の緑の部分が、第３次人工知能ブームの牽引役になっている。実際は、ブームは終わり既に実用化の段階を経て必須の技術となっている。
✿ 生成（Generative）ＡＩ ✿
従来のＡＩとの比較を示します。
| 項目 | 生成ＡＩ | 従来のＡＩ |
| 目的 | コンテンツの作成（生成） | 作業の自動化 |
| 出力される コンテンツ | □ 文章 ・メールの文案 ・論文 ・ポエム ・歌詞 □ 画像 □ 音声 □ 音楽 □ 動画 （仕事で使用） ・プログラムコード ・テスト用データセット | ・数値データ ・テキストデータ |
| データタイプ | 構造化されていないデータも可能 | 構造化されたデータのみ |
| 代表的なＡＩ | ChatGPT（現在V4） | 音声認識、顔認識、 自然言語処理など |
生成ＡＩの特徴
・学習量の多さ ➡ 精度の向上
・従来に比べて格段に「精度」が向上した ➡ 実用レベル
・コンテンツ生成のスピードの速さ ➡ 実用的
・アプリケーションの「使いやすさ」の向上 ➡ 誰でも使える