PythonとAI –入門コンセプト

コンピュータまたはマシンの発明以来、さまざまなタスクを実行する能力が指数関数的に成長しました。人間は、さまざまな作業領域、速度の向上、時間に関するサイズの縮小という点で、コンピューターシステムの能力を開発してきました。

人工知能という名前のコンピューターサイエンスの部門は、人間と同じくらいインテリジェントなコンピューターまたはマシンの作成を追求しています。

人工知能（AI）の基本概念

人工知能の父であるジョン・マッカーシーによると、それは「インテリジェントマシン、特にインテリジェントコンピュータプログラムを作成する科学と工学」です。

人工知能は、知的な人間が考えるのと同じように、コンピューター、コンピューター制御ロボット、またはソフトウェアに知的な思考をさせる方法です。 AIは、人間の脳がどのように考え、問題を解決しようとして人間がどのように学び、決定し、働くかを研究し、この研究の結果をインテリジェントなソフトウェアとシステムの開発の基礎として使用することによって達成されます。

人間の好奇心であるコンピューターシステムの力を利用しながら、彼は「機械は人間のように考えて振る舞うことができますか？」

したがって、AIの開発は、人間で高く評価されていると見なされるマシンで同様のインテリジェンスを作成することから始まりました。

AIの学習の必要性

私たちが知っているように、AIは人間と同じくらいインテリジェントなマシンの作成を追求しています。 AIを研究する理由は数多くあります。理由は次のとおりです-

AIはデータを通じて学習できます

私たちの日常生活では、私たちは大量のデータを扱い、人間の脳はそれほど多くのデータを追跡できません。それが、物事を自動化する必要がある理由です。自動化を行うには、AIを学習する必要があります。AIがデータから学習し、反復タスクを正確かつ疲労なく実行できるためです。

AIは自分自身を教えることができます

データ自体が変化し続け、そのようなデータから得られる知識は絶えず更新されなければならないので、システムがそれ自体を教える必要がある。 AI対応システムはそれ自体を教えることができるため、AIを使用してこの目的を達成できます。

AIはリアルタイムで応答できます

ニューラルネットワークの助けを借りた人工知能は、データをより深く分析できます。この機能により、AIはリアルタイムで状況に基づいた状況を考えて対応することができます。

AIが精度を達成

ディープニューラルネットワークの助けを借りて、AIは非常に高い精度を実現できます。 AIは、医学の分野で、患者のMRIから癌などの疾患を診断するのに役立ちます。

AIはデータを整理して最大限に活用できます

データは、自己学習アルゴリズムを使用しているシステムの知的財産です。常に最良の結果が得られるように、データのインデックス作成と整理を行うAIが必要です。

インテリジェンスを理解する

AIを使用すると、スマートシステムを構築できます。私たちの脳がそれ自体のような別の知能システムを構築できるように、知性の概念を理解する必要があります。

インテリジェンスとは？

システムが関係や類推を計算、推論、知覚し、経験から学習し、メモリから情報を保存および取得し、問題を解決し、複雑なアイデアを理解し、自然言語を流useに使用し、新しい状況を分類、一般化、および適応させる能力

知能の種類

アメリカの発達心理学者であるハワード・ガードナーによって説明されているように、知性は多面的です-

Sr.No	Intelligence & Description	Example
1	Linguistic intelligence 音韻（音声）、構文（文法）、およびセマンティクス（意味）のメカニズムを話し、認識し、使用する能力。	Narrators, Orators
2	Musical intelligence 音、ピッチの理解、リズムの意味を作成、通信、および理解する能力。	Musicians, Singers, Composers
3	Logical-mathematical intelligence アクションやオブジェクトがない場合に関係を使用および理解する能力。また、複雑で抽象的なアイデアを理解する能力でもあります。	Mathematicians, Scientists
4	Spatial intelligence 視覚情報または空間情報を知覚し、変更し、オブジェクトを参照せずに視覚画像を再作成し、3D画像を構築し、それらを移動および回転させる機能。	Map readers, Astronauts, Physicists
5	Bodily-Kinesthetic intelligence 身体の一部または全部を使用して問題やファッション製品を解決し、細かい運動能力と粗い運動能力を制御し、物体を操作する能力。	Players, Dancers
6	Intra-personal intelligence 自分の感情、意図、動機を区別する能力。	Gautam Buddhha
7	Interpersonal intelligence 他の人の感情、信念、意図を認識して区別する能力。	Mass Communicators, Interviewers

少なくとも1つまたはすべてのインテリジェンスが搭載されている場合、マシンまたはシステムは人工的にインテリジェントであると言えます。

構成されているインテリジェンスとは何ですか？

知性は無形です。それはで構成されています-

推論
学び
問題解決
知覚
言語知能

インテリジェンス

すべてのコンポーネントを簡単に見てみましょう-

推論

判断、判断、予測の基盤を提供できるのは一連のプロセスです。大きく2つのタイプがあります-

Inductive Reasoning	Deductive Reasoning
It conducts specific observations to makes broad general statements.	It starts with a general statement and examines the possibilities to reach a specific, logical conclusion.
Even if all of the premises are true in a statement, inductive reasoning allows for the conclusion to be false.	If something is true of a class of things in general, it is also true for all members of that class.
Example − "Nita is a teacher. Nita is studious. Therefore, All teachers are studious."	Example − "All women of age above 60 years are grandmothers. Shalini is 65 years. Therefore, Shalini is a grandmother."

学習− l

学習能力は、人間、特定の動物種、AI対応システムに備わっています。学習は次のように分類されます-

聴覚学習

聞くことと聞くことで学ぶことです。たとえば、録音された音声講義を聞く学生。

エピソード学習

目撃または経験した一連の出来事を思い出して学ぶこと。これは線形で整然としています。

運動学習

筋肉の正確な動きによって学習しています。たとえば、オブジェクトの選択、書き込みなど。

観察学習

他人を見て真似することで学ぶこと。たとえば、子供は親をまねて学習しようとします。

知覚学習

以前に見た刺激を認識することを学んでいます。たとえば、オブジェクトと状況の識別と分類。

関係学習

絶対的な特性ではなく、関係的な特性に基づいてさまざまな刺激を区別することを学ぶことが含まれます。たとえば、塩を大さじ1杯加えて調理したときに、最後に塩辛いジャガイモを調理したときに「少し少ない」塩を追加します。

空間学習-画像、色、地図などの視覚刺激による学習です。たとえば、人は実際に道路をたどる前にロードマップを作成できます。
刺激応答学習-特定の刺激が存在するときに特定の動作を実行することを学習しています。たとえば、犬はドアベルを聞いて耳を上げます。

問題解決

これは、既知のまたは未知のハードルによってブロックされている何らかのパスをたどることによって、現在の状況から目的のソリューションを認識して到達しようとするプロセスです。

問題解決には、*意思決定*も含まれます。これは、複数の選択肢の中から最適な選択肢を選択して、目的を達成するプロセスです。

知覚

それは、感覚情報を取得、解釈、選択、整理するプロセスです。

知覚は*センシング*を前提としています。人間では、知覚は感覚器官によって助けられます。 AIの領域では、知覚メカニズムがセンサーによって取得されたデータを意味のある方法でまとめます。

言語知能

口頭および書き言葉を使用、理解、話し、書く能力です。それは対人コミュニケーションにおいて重要です。

AIに含まれるもの

人工知能は広大な研究分野です。この研究分野は、現実世界の問題の解決策を見つけるのに役立ちます。

AI内のさまざまな研究分野を見てみましょう-

機械学習

AIの最も人気のある分野の1つです。このファイルの基本概念は、人間が自分の経験から学習できるように、データから機械学習を行うことです。未知のデータに対して予測を行うことができる学習モデルが含まれています。

論理

これは、数学プログラムを使用してコンピュータープログラムを実行するもう1つの重要な研究分野です。パターンマッチング、セマンティック分析などを実行するためのルールとファクトが含まれています。

検索中

この研究分野は、基本的にチェス、三目並べなどのゲームで使用されます。検索アルゴリズムは、検索スペース全体を検索した後に最適なソリューションを提供します。

人工ニューラルネットワーク

これは効率的なコンピューティングシステムのネットワークであり、その中心テーマは生物学的ニューラルネットワークの類似性から借用されています。 ANNは、ロボット工学、音声認識、音声処理などで使用できます。

遺伝的アルゴリズム

遺伝的アルゴリズムは、複数のプログラムの助けを借りて問題を解決するのに役立ちます。結果は、適者を選択することに基づいています。

知識表現

これは、機械が理解できる方法で事実を表すことができる研究分野です。より効率的に知識が表現されます。より多くのシステムがインテリジェントになります。

AIの応用

このセクションでは、AIによってサポートされるさまざまなフィールドを確認します-

ゲーミング

AIは、チェス、ポーカー、三目並べなどの戦略ゲームで重要な役割を果たします。マシンでは、ヒューリスティックな知識に基づいて多数の可能な位置を考えることができます。

自然言語処理

人間が話す自然言語を理解するコンピューターと対話することが可能です。

エキスパートシステム

推論と助言を与えるために、マシン、ソフトウェア、および特別な情報を統合するアプリケーションがいくつかあります。ユーザーに説明とアドバイスを提供します。

ビジョンシステム

これらのシステムは、コンピューター上の視覚入力を理解、解釈、および理解します。例えば、

偵察機は写真を撮ります。写真は、空間情報や地域の地図を把握するために使用されます。
医師は臨床エキスパートシステムを使用して患者を診断します。
警察は、法医学者によって作成された保存された肖像画で犯罪者の顔を認識することができるコンピューターソフトウェアを使用します。

音声認識

一部のインテリジェントシステムは、人間が話しかけている間に文とその意味の観点から言語を聞き取り、理解することができます。さまざまなアクセント、俗語、背景のノイズ、風邪による人間のノイズの変化などを処理できます。

手書き認識

手書き認識ソフトウェアは、紙にペンで、または画面にスタイラスで書かれたテキストを読み取ります。文字の形状を認識し、編集可能なテキストに変換できます。

知能ロボット

ロボットは人間によって与えられたタスクを実行できます。彼らは、光、熱、温度、動き、音、バンプ、圧力などの現実世界からの物理データを検出するセンサーを持っています。効率的なプロセッサ、複数のセンサー、巨大なメモリを備えており、インテリジェンスを示します。さらに、彼らは自分の過ちから学ぶことができ、新しい環境に適応することができます。

認知モデリング：人間の思考手順のシミュレーション

認知モデリングは基本的に、人間の思考プロセスの研究とシミュレーションを扱うコンピューターサイエンスの研究分野です。 AIの主なタスクは、機械を人間のように考えることです。人間の思考プロセスの最も重要な特徴は問題解決です。だからこそ、認知モデリングは、人間がどのように問題を解決できるかを理解しようとします。その後、このモデルは、機械学習、ロボット工学、自然言語処理など、さまざまなAIアプリケーションに使用できます。以下は、人間の脳のさまざまな思考レベルの図です-

認知モデリング

エージェントと環境

このセクションでは、エージェントと環境、およびこれらが人工知能でどのように役立つかに焦点を当てます。

エージェント

エージェントとは、センサーを通じて環境を認識し、エフェクターを通じてその環境に作用するものです。

*人間のエージェント*には、目、耳、鼻、舌、皮膚などの感覚器官がセンサーと平行であり、その他の器官（エフェクター、手、脚、口など）があります。
*ロボットエージェント*は、センサー用のカメラと赤外線距離計、およびエフェクター用のさまざまなモーターとアクチュエータに取って代わります。
*ソフトウェアエージェント*は、プログラムおよびアクションとしてビット文字列をエンコードしています。

環境

一部のプログラムは、キーボード入力、データベース、コンピューターファイルシステム、および画面上の文字出力に限定された完全に*人工的な環境*で動作します。

対照的に、一部のソフトウェアエージェント（ソフトウェアロボットまたはソフトボット）は、豊富で無制限のソフトボットドメインに存在します。シミュレータには、*非常に詳細で複雑な環境*があります。ソフトウェアエージェントは、さまざまなアクションからリアルタイムで選択する必要があります。ソフトボットは、顧客のオンライン設定をスキャンするように設計されており、*リアル*および*人工*環境で動作する興味深いアイテムを顧客に表示します。

Artificial-intelligence-with-python-primer-concepts