【G検定】② 第1章 人工知能（AI)とは？（２） ・・・「天才たちの挑戦の歴史に涙止まらん。。」
１－２．人工知能研究の歴史
「天才たちの挑戦の歴史に涙止まらん。。」
「人工知能」の研究の歴史は、古くは1946年からスタートし、様々な天才たちが「人工知能ができるかもしれんぞ？！」と挑戦しては失望し、乗り越えては挫折し、、、そして80年近くたった今、ようやく実現化が見えてきた！という歴史があるそうです。
もう・・・涙出そうになりません？今世にも数多いる世界中の天才たちが、もう何十年も夢見て破れてどん底からまた立ち直って。。しかも顔も知ってるか知らない人たちがそれぞれの研究に支えられたり、失望したり、改良したり、ブレイクスルーしたり、挫折したり。。中には失意の中、生を終えた天才も多数いたと思います。どんな思いやったんでしょうね。。。いや、ほんとこの項目大好きです。ロマンがある。
それをたった数行で纏めるのは先達の方々には大変失礼かもしれませんが、それはそれ。コレは試験勉強なので・・・この項目でのカンペノートは下記の通り。
◆人工知能研究の歴史
【第一次AIブーム（1946年～1970年頃）「推論・探索の時代」】
・1946年 ENIAC（エニアック）の開発・・・1955年に没（ダートマス会議前）
・1956年 ダートマス会議 byジョン・マッカーシー「人工知能」言葉使った
→コンピュータの知的思考・行動の可能性について会議
→「ロジック・セオリスト」byニューウェル・サイモン
（世界初の人工知能プログラム。数学の定理を自動的に証明。）
・1970年頃 「トイプロブレム（おもちゃの問題）しか解けん」で失望→終了
【第二次AIブーム（1980年頃～2000年前）「エキスパートシステムの時代」】
・1980年頃 専門家知識入れた「エキスパートシステム」開発活性化
→日本でも「第5世代コンピューター」開発
・1990年頃 世界初「WEBページ」登場
・2000年前 「知識の蓄積・管理の難しさ」で挫折→終了
【第三次AIブーム（2000年～現在）「機械学習・特徴表現学習の時代」】
・2000年頃 ビッグデータ利用の「機械学習」活性化（WEBページが実用化支えた）
→特徴量（知識を定義する要素）表現学習の活性化
→深層学習（ディープラーニング）で自動学習が可能に
・2012年 ディープラーニングが画像認識協議で圧勝
・2015年 AlphaGOがプロ棋士に勝利
◆人口知識研究の系統 ※代表的な研究テーマを、キーワードだけ整理
①「探索・推論」の研究・・・迷路、数学の定理証明、プランニング、チェス・囲碁
②「知識表現」の研究・・・知識表現（オントロジー）、ワトソン、東ロボ君
③「機械学習・特徴表現学習」の研究・・・ニューラルネットワーク、機械翻訳、ニューラル機械翻訳、自動運転、統計的機械学習、検索エンジンetc
☞のちの2章「人工知能をめぐる動向①②③」に該当します。
随所随所に「えっ、知識の管理って何？」とか「エキスパートシステムって何なん？」とか、モヤモヤポイントがチラホラしてますが、それは第2章で明らかなりますので。ここの項目で重要なのは「ざっくり、何がキッカケ（解決）でブームが起こり、何があって（問題）ブームが終わったか？」という点です。特に第三次AIブームを支えたのは、全く別の文脈で出てきた「WEBページの登場」要するにインターネット技術です。何が何のキッカケになるか？世の中わからんもんですね。。
AI技術はほんとこの歴史の繰り返しで、その時の代表的な技術がブームを巻き起こし、問題にぶち当たって終息し、それを乗り越えて新たなブレイクスルーを巻き起こす…の歴史の繰り返しです。それはそれは大小様々。しょっちゅうジャイアントキリングが起きまくってるのもドラマチックですよね。後の『E資格』の勉強では、そういう細かい技術革新の歴史も学べるので、乞うご期待！（そこまでやる人が何人いらっしゃるか分かりませんが。。）
AIの勉強ってほんと、『天才達の世界』を垣間見ながら「そこにドラマがある」。。メチャクチャ面白いと思うんですけどね。どーやったらソレ伝えられますかね？一助になりたいものです。どなたかドラマ化してくれんやろか。。。
【G検定】① 第1章 人工知能（AI)とは？（１） ・・・「AIなんて存在しない」
「AIなんて存在しない」
G検定の勉強はじめて即、これを言われたら、もはや「はぁ？」という話かと。
しかしいろんな側面で正しい表現かも。。
第1章『人工知能（AI）』とは？ ＝ 『知能』って何なん？
という、ちょっと哲学チックな話からスタート。
この辺りはまだド文系も好きな話だったんですけどね。。
この章の項目と、カンペ用キーワードはこちら
＊＊＊＊＊＊＊＊＊＊
１－１ 人工知能の定義
・「人工知能」言葉の誕生は 1956年 ダートマス会議（米）byジョンマッカーシー
・「人工知能」＝推論・認識・判断…「人と同じ知的処理能力をもつ機械・情報処理システム」
・ただし定義はない！（知性・知能の解釈が、研究者により異なるため）
・「人工知能」大まかな分類
LEVEL1）制御工学：すべて振る舞いが決まっている・・・エアコン・洗濯機
LEVEL2）古典的人工知能：状況に応じた複雑な振る舞いができる・・・ルンバ
LEVEL3）機械学習：多くのサンプルデータを基に入出力の関係（※１）を学習したもの・・・検索エンジン・ナビ
LEVEL4）深層学習：「特徴量」（※２）を自動的に学習するもの・・・自動翻訳・顔認証
・AI効果・・・AIでできる事は「知的ではない」と思いたくなる心理
・その他）ピグマリオン効果（人間は期待された通りの成果を出す傾向がある）
・その他）イライザ効果（これは２－２で登場）
・人工知能とロボットの違い・・・脳部分＝AI 体部分＝ロボット
＊＊＊＊＊＊＊＊＊＊
この章でワケワカランのは、
（※１）多くのサンプルデータを基に入出力の関係
（※２）「特徴量」
この二つかと。特に「特徴量」は「なんでフツーの単語みたいにいきなり登場やねん」「お前はそんな市民権得てないぞ？」と言いたくなるキーワード。
この※１・２はまとめて説明するとこういう話。
「人手で調整」と「自動で調整」という「だけ」の違い。
この「だけ」が恐ろしく難しい課題だったのですが、それをクリアしたわけです。
この「だけ」をクリアしたおかげで、恐ろしい速度の進化が始まりました。。
だって「自動で調整」＝「自動で学習」＝「24時間365日勉強続ける機械」ですよ？！
今「人工知能（AI）なんて存在しない」と言われているのは、
「今あるAIなんて、分類・回帰など、人間のごく一部の機能を模倣しただけやんけ」
という、「一部の機能」の「模倣」という点で「弱いAI」（2－2で登場。でもここで説明したとおり）しかないやんけ。という話。
ですが、それが「24時間365日勉強続ける機械」によって、それこそターミネータみたいな「強いAI」（2－2で登場。要するにターミネーター）になれるかもしれない。というのがシンギュラリティ（2－2で登場）という話でした。いや～怖いっすねｗ
要するに「今はAIなんて存在しない（まもなくできるかもよ）」という話でした。
【G検定】⓪ 試験概要と試験対策・勉強法（方法と目安時間）について＋目次と表記ルール
ここでは、「G検定」の
１）試験範囲・試験概要
２）試験対策・勉強方法
について『ざっくり』ご紹介します。
めちゃくちゃざっくりなので、ちゃんと調べたい他のWEBサイトをご覧ください。
「このブログ、読み進めていいのかどうか」の材料にしていただきたいページです。
１）試験範囲・試験概要
試験範囲・・・「ディープラーニング」の概要・手法・実装事例まで網羅的に試験。
具体的には ⑴人工知能とは ⑵人工知能をめぐる動向 ⑶人工知能分野の問題 ⑷機械学習の具体的手法 ⑸ディープラーニングの概要 ⑹ディープラーニングの手法 ⑺ディープラーニングの社会実装に向けて
『G検定』学んで何が得れるか？というと、『ディープラーニングの代表的な手法と特徴、できそうなこととできなさそうなことの判断』が大まかに理解できるというイメージです。
試験概要・・・120分で220問程（多肢選択）自宅でPC受験（※カンニングし放題）
詳しくはこちら
G検定とは - 一般社団法人日本ディープラーニング協会【公式】 (jdla.org)
試験範囲としては結構広くて内容膨大ですが、肝は「カンニングし放題」です。
120分で220問なので「カンニングしてる余裕ないのでは？」ですが、
結論から言うと「よくできた『自分だけのカンニングペーパー』作れば、時間に余裕もできる」です。
自分用のカンニングペーパーを作る過程で、4択中2択に絞る知識を得れます。
あとは確認程度に「カンニングペーパー開くだけ」で正解にたどり着く。というわけです。
「そんなんググると一緒やん」「GPTでもいけるやん」とお思いのそこのあなた。
実際1問30秒で「適切な質問」を「考えて」「入力して」「答えを選ぶ」のは無理です。
むしろそんな能力を身に着ける方が、完璧なカンペ作るよりスゴイ。と思います。
というわけで、後述の試験対策・方法は「完璧な自分だけのカンペづくり」方法です。
２）試験対策・勉強方法
試験対策としては、上述した通り「完璧な自分だけのカンペづくり」です。
どうやって？で、おすすめしたいのは「三色ボールペン活用法」by明治大学文学部齋藤教授の変形版…というか、完全別物かと思いますが、「三色ボールペン勉強法」です。
なんですか？といいますと、【黒：テキスト要約】【赤：詳細情報】【青：過去問間違えた内容】でノートにまとめます。
『G検定』では『公式テキスト』（※１）があります。これを読みながら章・項目・重要キーワードだけを【黒】でまとめます。そしてわかりにくい部分（イメージしにくいキーワード）については、WEBやYOUTUBEで調べて【赤】で該当箇所に記入します。最後に各章別に『問題集』（※２）を解いて、間違えた個所や新たな知識を【青】で書き足していきます。
このブログは、その【黒】と【赤（の一部）】を中心にまとめようと思います。
※１公式テキスト（もっとわかりやすい本はないんかい。。とは思います。）
※２問題集（黒本よりもこちらのほうが個人的にオススメ）
「え？結局ガッツリ勉強やん。。」そりゃそーです。試験ですから！ただしこの流れで進めていけば、無理に頑張って暗記しようとしなくてOKですので、事務処理的に進めていけます。ただし「テキストを要約する」は慣れてない人には思いのほか難しい作業になるので、最初はフリクション3色ペンなど、消せるタイプでやることをお勧めします。一応このブログはその【黒】「テキストを要約する」を主に行う予定です。
このやり方で、公式テキスト400ページ・問題集300ページ・他WEBの知識含めて見開き15ページのカンペを作成しました。自分の努力が目に見えて形になるので、完成した時は感慨モノ！だと思うのですが…周囲からは「気色悪い」と言われます。
なお試験範囲に対して出題割合は、これまたざっくり確かこんな感じ（2022年10月時点）だったと思います。
⑴人工知能とは …2％
⑵人工知能をめぐる動向 …4％
⑶人工知能分野の問題 …3％
⑷機械学習の具体的手法 …32％
⑸ディープラーニングの概要 …3％
⑹ディープラーニングの手法 …50％
⑺ディープラーニングの社会実装に向けて …6％
めちゃくちゃ偏ってる感じでした。必然的に割合高いところは【青】字が増えるので、
試験直前は【青】字だけ追って復習してました。
という流れで勉強実施し、テキスト読み込みに1か月・問題集解きに1か月で、計2か月あれば十分に対策実施できると思います。（もちろんじっくりやることも、早くやることも可能です）
しかしまぁド文系一般人にはこの「テキスト読み込み」がすでにツライ。日本語すらわからない。例えばテキストに「誤差逆伝播により学習が可能になった。」と、さも普通の頻出用語のように書いてたりします。こっちは「…誤差が逆？何？」の状態です。さらに次の行には「自己符号化でさらに学習が進んだ」と説明が次に進んでおり、あたかも一つ一つの語句に関しては「自分でググって勉強せいよ？」が前提になってるようなテキストの作りです。公式テキストってそういうものかもしれませんが、まぁ丁寧ではないです。
このブログではそのあたりをカバーできるコンテンツを目指します。
（３）目次と表記ルール
このブログでは「カンペノートづくり」を支援する目的でつくりますが、熱はいりすぎて「カンペ関係ないやん」が多すぎる形になりそうです。なので、ブログの表記ルールを決めときます。
【表記ルール＝全体の構成】
①前説（500～1,000字）②カンペ（＊＊＊で区切ります）③後書き（500～1000字）
人間1分で300文字程度だそうですので、1記事5分程度です。ちょうどよいかと。
「①③無駄やん？」思われるかもですが、そーじゃない。この無駄によって「記憶される」を目指してます。「暗記したがる人」はなぜか本当に「暗記しよう」とします。。無理ですよ。人間ですから。「関心がないことは忘れるようにできている」のが人間です。AI学習は「いろいろな角度から楽しめる」「めちゃくちゃ面白い」学習です。私の関心どころも偏っているので、万人受けは無理ですが、極力興味持ってもらえるような「無駄」を目指したいです。
【目次】
G検定公式テキストに準じます。今後のブログもこれに沿って順に書きます。目次スルーする人いますが、もったいないですよ。これこそ「究極のカンペノート」です！
「あ～あれね。あれがポイントで、あそこ問われるよね。」と、目次だけ1枚みて、試験会場でニヤニヤするのが、私の試験対策の最終形態です。そこまでいければ大体どんな試験も「多分合格できる」です。なお相対評価の試験の時、この変態は特に効果を発揮します。ただし人としては失格かもしれません。
というわけで「これ☟見てニヤニヤする変態」が私の思うゴールです。あなたのゴールはいかがでしょうか？
第1章 人工知能とは …2％
(1) 人工知能の定義
(2) 人工知能研究の歴史
第2章 人工知能をめぐる動向 …4％
(1) 探索・推論
(2) 知識表現
(3) 機械学習・深層学習
第3章 人工知能分野の問題 …3％
(1) 人工知能分野の問題
第4章 機械学習の具体的手法 …32％
(1)-① 教師あり学習
(1)-② 教師なし学習
(1)-③ 強化学習
(2) モデルの評価
第5章 ディープラーニングの概要 …3％
(1) ニューラルネットワークとディープラーニング
(2) ディープラーニングのアプローチ
(3) ディープラーニングを実装するには
(4) 活性化関数
(5) 学習率の最適化
(6) 更なるテクニック
第6章 ディープラーニングの手法 …50％
(1) 畳み込みニューラルネットワーク
(2) 深層生成モデル
(3) 画像認識分野での応用
(4) 音声処理と自然言語処理分野
(5) 深層強化学習
(6) モデルの解釈性の問題とその応用
第7章 ディープラーニングの社会実装に向けて …6％
(1) AIと社会
(2) AIプロジェクトを計画する
(3) データを集める
(4) データを加工・分析・学習させる
(5) 実装・運用・評価する
(6) クライシス・マネジメントする
Apendix 事例集・産業への応用（ST用がメイン。Gでやるかどうかは検討。）
(1)-① 製造業・ものづくり
(1)-② 製造業・食品検査
(1)-③ 製造業・産廃処理
(2) モビリティ領域
(3) 医療領域
(4) 介護領域
(5) インフラ領域
(6) サービス・小売・物流領域
(7) 農林水産領域
(8)-① 金融保険
(8)-② インターネット関連サービス
(8)-③ 自然科学領域
(8)-④ その他
というわけで、初回から膨大・・・3800文字にもなりましたが、今後はもうちょい少量です。合計32回（＋12回？）のブログになる予定です。よろしくお願いいたします。
はじめに…このブログについて
はじめまして。ゲロニーと申します。
この度は、当ブログを覗いていただき、誠にありがとうございます。
こちらのブログでは、JDLA【G検定】【E資格】の資格取得を目的に、
・ド文系（数学は中学時代でオワッテマス）という社会人、
・社内でAI学習を推奨・推進されているものの「難しいんよな」と感じる社会人、
・文系大学に進学するものの「AIの世界も興味ある」という先のある大学生、
・まだ文理の専門性を選べる、未来のある高校生・ギリギリ中学生の方、
をメインの読者像としながらも
・「とある方法でG検定とってしまった」という方、
・経営層の方でAI人材を活用を考えないとならない方、
・教育機関で「え？文系脳ってここで躓くの？」を知りたい方、
も想定して書いていきたいと思っています。
なので「え？全然わからんぞ」というところは【ここワカラン】マークで、ド文系を代表して、素直に「おい。全然意味分からんぞ。」と明らかにした上で、ブログ進めていけたらと思います。（G検定_第4章から【ここワカラン】マークが多発します。E資格においては殆どの場面で多発します。）
高校数学以上をまともにやったことが無い方（まだそこまで行ってない方）に、共感いただけると幸いです。
なんせ私自身が「こんなのホントに理解できんと受からんのか？」がこの勉強の最大の敵だったので…【ここワカラン】解りにくい。。でも大丈夫！がお伝えしたいブログです。
逆にこういう方は想定していません。。が、読んでくれたら心強いです。
・バリバリ理系で「線形代数・統計学は完璧です」という素晴らしい方
（友達になってください）
・バリバリエンジニアで「Pythonを極めたいと思っている」という有能な方
（友達なってください）
・その他、私が定義する「天才達」に属する理系・SE職の皆様型
（ぜひ友達になってください）
その方々からすると、完全に物足りないどころか、「え？数学的に合ってる？」と
いうような個所もあったりして、気持ち悪い感じになるかもしれません。
もともとこのブログをはじめようと考えたきっかけが、
社内でAI学習を推奨されて学習進める中で、世にあふれるAIの勉強用の
『テキスト』・『WEB講義』・『YOUTUBE』・『ブログ等記事』等々が、
「え？（ド文系偏差値50以下の私には）わからなさすぎる…」がきっかけです。
そして『WEB講義』を受講してわかったのですが、
この『AIの世界』を支えているのは、私が思う『天才達』。。
さらにその講師陣が教える内容は「世界中のそういう人たち」が少しずつ、
進歩・ブレイクスルーし続けてきた世界…
なのでド文系５０以下の私には「いや先生、日本語すらわからねえよ」の世界でした。
「何か質問は？」と問われても「ニホンゴガワカリマセン」とは聞けない世界。
ひたすら講義動画・WEB動画/記事を繰り返し見て「こういうことか？」を
想像（妄想）でつなぐしかないという勉強方法でした。
（例えば「３００次元」と聞いて「え？軸どうなるの？」で躓くなど）
なので、このブログの内容が『正しいかどうか』は保証できません。
ただし、【G検定】【E資格】とも合格はしました。（E資格はギリギリですが）
『正しいかどうか』は自信ありませんが、『凡そ近似化できている』は自信あり。
そこはギリギリ信じていただいて大丈夫かと思っています。
私と同じ文系脳の方々に、ある程度の正しい「ＡＩの知識」を案内しつつ、
できたら自分は『天才達』からコメントもらって『正しい知識』化していきたい。
というのが、当ブログの目的です。
こういうヤラシイ下心あるブログですが、可能な限り続けていきたいと思いますので
応援何卒よろしくお願いいたします。
