投稿日：
カテゴリ：
tags：
単語の意味を記号で表現するのではなく、分散表現、自己分散表現（Self-Attention）により表現された単語間の統計的関連性を利用することで、文脈処理、同音異義語処理などが可能となり、AIの長年の課題であった常識推論が実現され始めたのです。しかしながら、単語間の統計的関連性のみでは、意味をフォローしながら深い議論をすることが現状では不可能であり、知識の記号表現を利用する必要があります。最終回となる今回は、この観点からオントロジーとナレッジグラフを解説していきます。
投稿日： カテゴリ： tags：今回は、2019年頃から急速に関心が高くなってきた、自然言語処理向けのディープラーニングを解説します。
投稿日： カテゴリ： tags：今回は、第3次AIブームの起点となった、画像認識とディープラーニングを解説します。
投稿日： カテゴリ： tags：今回は、高度な機械学習として、線ではなく帯で分離するサポートベクターマシン、複数の決定木の多数決から判断するランダムフォレスト、ニューラルネットワークに関連して多層パーセプトロンについて解説します。
投稿日： カテゴリ： tags：今回は、第2次AIブームを牽引した代表的な機械学習である、決定木学習、ナイーブベイズ、相関ルールを解説します。
投稿日： カテゴリ： tags：AI（Artificial Intelligence：人工知能）は、未来に実現可能な技術ではなく、既に、私たちの身近に存在する技術です。自ら学習しプロ棋士をも圧倒する将棋ロボットや、日常会話の微妙なニュアンスにも対応する翻訳ロボット、また、私たちが使うパソコンやスマートフォンにもAI技術は搭載されています。本連載では、6回にわたり、60年以上の歴史を有するAI技術の変遷、およびその適用可能性と限界について紹介します。第1回は、ダートマス会議におけるAIの誕生から、80年代のエキスパートシステム、第2次AIブームの知識推論型AIまでの流れについて解説します。
