こんにちは。管理人のピヨ猫でーす。
日本ディープラーニング協会(JDLA)が実施している機械学習の認定試験のG検定って何かすごいらしいねー。この前、機械学習のセミナーでG検定に合格したという方が講師していて、みんな「おっ!」てしていたよ。僕も機械学習の仕事に就きたいからG検定取りたいけど、機械学習って分野が広すぎて何をどう勉強して良いかわからないんだー。
日本ディープラーニング協会(JDLA)がG検定の推薦図書を出してくれているから、これに従って勉強すれば良いんだよ。すごく分かり易く書かれているから、今まで理解できないと思っていたこともすんなり理解できるようになるよ。これから詳しく勉強方法を説明するね。
1.日本ディープラーニング協会(JDLA)のG検定とは
日本ディープラーニング協会(JDLA)とは
日本ディープラーニング協会(JDLA)は、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指し、2017年6月1日設立日された一般社団法人です。
詳しくは以下の記事を参照ください。
日本ディプラーニング協会のG検定とは?
G検定とは
G検定は日本ディープラーニング協会(JDLA)が実施している機械学習の検定試験です。
『ディープラーニングの基礎知識を有し、適切な活用方針を決定して事業応用する能力を持つ人材であることを測る検定』です。
2.G検定の勉強方法
日本ディープラーニング協会(JDLA)の推薦書籍
G検定の勉強方法は至ってシンプルです。
日本ディープラーニング協会(JDLA)が「G検定の問題はここから出す」と言っている、日本ディープラーニング協会(JDLA)が推薦する書籍があります。
日本ディープラーニング協会(JDLA)のG検定の問題はここからでる!!
![]() |
深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト (EXAMPRESS) [ 一般社団法人日本ディープラーニング協会 ] 価格:3,024円 |
なので、基本的にはこの本を読んで書いてあることが分かればG検定に合格できます。
この本はG検定の合格目的でなくてもとても良い本です。
機械学習を始める上での入門書と言った感じで、とても分かり易く順序立てて機械学習を行う上で必要なことが書かれています。機械学習を始める方は絶対に読んだ方が良いでしょう。
G検定の勉強のコツ
理解度を深めるコツとしては、
本を読む → キーワードを抑える → キーワードを見て意味が分かる程度になるまで、また本を読む
を繰り返すのが良いと思います。人それぞれですので、これが必ずしも良いということはありませんので、自分に合った勉強法があれば、自分に合った方法で勉強するのが良いかと思います。どうすれば良いかわからないという方は、上記の方法を試してみて下さい。
本記事で『深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト』の第三章のキーワードを纏めましたので、良ければ利用して下さい。
第三章~人工知能分野の問題~のキーワード
3-1.人工知能分野の問題
1.人工知能分野の問題
1.1 トイ・プロブレム(おもちゃの問題)
- 現実世界の問題わ簡略化したもの
- 本質の理解に役立つ
- 実験結果の比較が容易
- 人工知能ではトイ・プロブレムしか解けなかった
1.2 フレーム問題
- 今しようとしている事に関係がある事柄だけを選び出すことが、非常に難しい
- ダニエル・デネット
- 無限に考えてフリーズ
- フレーム問題は人間でも起きる
現在も解決していない
1.3 チューリングテスト(人工知能が出来たかどうかを判定する方法)
- アラン・チューリング
- 別の場所にいる人間がコンピューターと会話をし、相手がコンピューターだと見抜けなければコンピューターには知識があるとする
- 知能の判定基準に利用
- イライザ(ELIZA)
- ローブナーコンテスト
- 人と見分けがつかないところまでは至っていない
1.4 強いAIと弱いAI
- ジョン・サール
- 強いAI ・・・ 心を持つ
- 弱いAI ・・・ 心を持たない。持たせる必要もない。
- AIは心を持てるのか?
- 中国語の部屋
- チューリングテストに合格しても心を持っているかは分からない
- 人工知能以外の分野でも議論
- 強いAIは実現出来ないのでは?
1.5 シンボルグラウンディング問題(記号設置問題)
- 認知科学者のスティーブン・ハルナッド
- 記号(シンボル)とその対象がいかにして結び付くか
- AIは意味を分かっていない
1.6 身体性
- 知能には身体が不可欠
- 外界と相互作用して概念を捉える
1.7 知識獲得のボトルネック
- 1970年代 ルールベース機械翻訳
- 1990年代 統計的機械翻訳
- 翻訳には一般常識が必要
- ニューラル機械翻訳の登場
1.8 特徴量設計
- 注目すべきデータの特徴の選び方
- 物事の決定に大きな影響のある変数(= 特徴量)
- 相関関係の発見
- 特徴表現学習
- ニューラルネットは複数ステップのプログラム学習が出来る
- ディープラーニングは特徴量を明確に示せない
- ディープラーニングはブラックボックス型の人工知能
1.9 シンギュラリティー
- 技術的特異点
- 自分より高い知能を作るようになった瞬間、無限に高い知能を作る
- レイ・カーツワイル
- 人工知能が人間より賢くなる年
ある基準が適用出来なくなる点 - 脅威論
- 倫理委員会
第三章~人工知能分野の問題~のポイントの復習
本章のポイントはAIにはまだまだ解決しないとならない課題があるということです。
どんな問題があるかキーワードと概要を押さえておきましょう。
AIに関するの様々な課題
トイ・プロブレム
事象をシンプルにすればAIで解けるが、現実の事象はシンプルではない。
フレーム問題
考え過ぎて答が出なくなる。
チューリングテスト
人と見分けがつかないAIはまだ存在しない。
強いAIと弱いAI
心を持つAI(強いAI)は実現が難しい。
シンボルグラウンディング問題(記号接地問題)
AIはシンボル(記号)の意味を理解していない。
身体性
外界との干渉が出来ないと物事の本質を捉えることが出来ない。
知識獲得のボトルネック
一般常識が無いと分からないことが世の中には沢山ある。
特徴量設計
機械学習に必要な特徴量は人が恨んで来たが、与えられた問題の事象を決定着ける特徴量を人が見つけるのが困難
シンギュラリティー
AIが人より賢くなると何が起きるか分からない。
第三章はこれで終了です。次章も頑張りましょー
ところで、レイ・カーツワイルさんのシンギュラリティの話って、うーん。
シンギュラリティ迎えると人工知能が無限に賢くなるのか?(・・;)
SFは好きだけどー、処理性能の限界やらなんやらで発散せずにどこかで収束する気がする。きちんとリスク認識しましょうということなのかな?
(参考)日本ディープラーニング協会(JDLA)のその他の推薦図書
![]() |
◆◆AI白書 2019 / 情報処理推進機構AI白書編集委員会/編 / 角川アスキー総合研究所 価格:3,888円 |
![]() |
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書) [ 松尾豊 ] 価格:1,512円 |