New Code NLP School

NLP共同創始者ジョン・グリンダー博士、ニューコードNLP共同開発者カルメン・ボスティック女史が監修するニューコードNLPスクールの公式ブログです。

NLP共同創始者ジョン・グリンダー博士、ニューコードNLP共同開発者カルメン・ボスティック女史が監修するニューコードNLPスクールの公式ブログです。

NLPセミナー総合案内(2022年4月〜2023年1月)
https://nlp.officialblog.jp/archives/50995604.html


音声SNS《クラブハウス》無料配信のご案内
https://nlp.officialblog.jp/archives/51008038.html

ニューコードNLPスクール公式ウェブサイト
https://www.nlp-school.jp/

−記事

NLP関連用語集(AI)

AI












--------------------------------------------

abstraction
−抽象化
−ある認識の仕方をするために、いろいろな表象や概念から特定の性質や状態だけを抜き出すこと。また、その抜き出したものを思考の対象にする精神作用。↔具象。

abstraction
−抽象化(計算機科学)

artifical intelligence(AI)

−人工知能
−「AI」という言葉が生まれた経緯:ダートマス会議と人工知能(AI)の発展

analytic philosophy
−分析哲学
−1980年代、人工知能を開発する上で知識を表現するために必要とされた学問分野。哲学の方法論を使い、知識を完全に形式化(数学化)し、プログラム化したものを人工知能に教え込むということが行われていた。

--------------------------------------------

class
−集合論
−プログラム言語の概念でもある

class system
−ontology(存在論)から生まれた概念
−クラスシステムを使うと「人間」というレベルでプログラムが書ける

common lisp object system(CLOS)
−オブジェクト指向(object-oriented)というものをコンピュータプログラム言語に入れることによって抽象度の高いところでプログラムを書くことができる。

※車のエンジンを設計する例:
frame system とは抽象度システムのことであり、class system も同じく抽象度システムである。例えばある自動車メーカーが CLOS という object system で車のエンジンを設計する際、「車のエンジン」というひとつ上の抽象度でプログラムを書くと、あとは parameter(媒介変数)を入れるだけで、その部分だけソースコードが書き換えられて、複数の車種のエンジンに利用することができるようになる。これが class system あるいは抽象度の一例である。
 
computational linguistics 
−計算言語学

computer science
−計算機科学

connectionism
−人工知能の研究においてニューラルネットワークモデルに基づいた知能体を実現する立場のこと。あるいは認知科学や心理学において、同モデルでのシミュレーションなどの研究手法によって人間の認知や行動をモデル化しようとする立場のこと。1980年代に行われていたPDPモデル(並列分散処理)の研究はコネクショニズムのひとつである。

connectionist
−コネクショニズムモデルに基づいた研究アプローチを取る研究者のこと。

--------------------------------------------


deep learning 
−ディープラーニング、深層学習
−多層のニューラルネットワークによる機械学習手法

denotational semantics
−表示的意味論 
−計算機科学の一分野で、プログラミング言語の形式意味論の手法のひとつ
−ソースコードとオブジェクトコードが同じであることを証明する数学

dynamic language, dynamic programming language(Dylan
 −動的言語、動的言語プログラミング
 −メモリー空間が自由に動き回るという概念

frame system
−知識表現システムとしてオブジェクトシステムにあたるもの
−class system を独立したソフトウェアのシステムとして外側に作るもの

※車のエンジンを設計する例:
frame system とは抽象度システムのことであり、class system も同じく抽象度システムである。例えばある自動車メーカーが CLOS という object system で車のエンジンを設計する際、「車のエンジン」というひとつ上の抽象度でプログラムを書くと、あとは parameter(媒介変数)を入れるだけで、その部分だけソースコードが書き換えられて、複数の車種のエンジンに利用することができるようになる。これが class system あるいは抽象度の一例である。

※これはもともと分析哲学における ontology(存在論)の「抽象度」という概念が computer science(計算機科学)の中で frame system や object system という概念として実際に使用されていたということである。また、ここで使用されている厳密な数学的定理は「順序と半順序」である。

--------------------------------------------

instance
−計算機科学における実体を意味する

--------------------------------------------

knowledge representation
−知識表現
−推論を導けるような知識の表現、およびその方法を開発する人工知能研究の領域

※人工知能(AI)の最初の形ができたのは1980年代半ばであり、その前提となったのは Knowledge representation(知識表現システム)です。このとき、人工知能(AI)のコアな部分を形づくるための2つのルートがありました。1つは PDP(Parallel Distributed Processing: 並列分散処理ニューラルネットワーク: 三層のニューラルネットワーク)を使うもので、超次元偏微分空間のデータを大量に見せて自己学習させる(ニューラルネットワークで勝手に学ばせる)というものです。もう1つは人間(分析哲学者たちと組んだ科学者たち)が Frame system または Class System(object system) を使って人工知能に入れ込む知識をコツコツと構築していく(最初から抽象度ということを前提に知識フレームシステムを作りそれをプログラミングしていく)というものです。また、前者は IBM の Watson Computer(IBM Watson は Artifical Intelligence とは言わず Cognitive Computer と言う)の手法で、後者は Google の Deep learning(1万6000個のCPUをネットワークし、人間の脳を模倣したアルゴリズムを搭載したコンピュータで、人間が何も教えることなく、コンピュータが自らデータベースをもとに学習するもの)の手法です。

--------------------------------------------

Levels of abstraction
−抽象度、抽象の度合い
−分析哲学(analytic philosophy)の概念

※「抽象度」というのは脳が創りだしたものである。人間が人間たる所以は抽象度を上げる思考ができるように前頭前野が進化したからである。人類の進化の鍵は抽象度を上げる思考である。抽象度を上げることはサルでも可能である。例えば、サルがバナナを1房食べたあと、同じ場所にさらに3房置くと、サルはもう3房のバナナも食べます。もし抽象度の思考がまったく無ければ、最初の1房のバナナと次の3房のバナナを違う物体と捉えるはずです。最初の1房のバナナと次の3房のバナナを同じものとして認識できるのは抽象度の思考ができるということになります。生命現象は抽象度が上がっていく現象そのものです。抽象度というものが宇宙に最初にあり、人類がその法則に従ってできあがったのが Chomsky Universal Grammar 的なものなのか、あるいは人類のおかげで抽象度が上がっていくのか、という問いが生まれる。おそらく抽象度というのは情報空間のルールではないかと思われる。

--------------------------------------------

machine translation
−機械翻訳

metaphysics
−形而上論、形而上学

metaprogramming
 −メタプログラミング

--------------------------------------------

natural language
−自然言語

neural network
−ニューラルネットワーク、神経網

※コンピュータが機械学習をする際に使われる数理モデルで、人間の脳の神経回路網を科学的に解明し、その仕組みを参考にして作ったもの。ニューラルネットワークのうち多層のものをディープニューラルネットといい、これを使う機械学習をディープラーニング(深層学習)という。
 
--------------------------------------------

ontorogy(哲学)
−存在論
−ontorogy という用語はギリシャ語で「存在」を意味する ὄν (on) から来ている。

ontology(計算機科学)
−対象世界にかかわる諸概念を整理して体系づけ、コンピュータにも理解可能な形式で明示的に記述したもの。

object-oriented
−オブジェクト指向

ordered set 
−順序集合

--------------------------------------------

Parallel Distributed Processing(PDP)
−並列分散処理
−認知科学における人間をコンピュータのような記号処理系とみなす指導原理の下、遅くで不正確なハードウェアである「脳」を持つ人間が無意識下で行っているとされる情報処理方式。人間の認知を解明する認知科学において、情報の並列分散処理を論ずることが心の動きを理解するのに不可欠であるとするコネクショニズムの登場とともに提案された。

Partially ordered set
−順序集合

※数学で「順序集合」または「順序と半順序」という概念があります。「順序」というのは自然数としての「1, 2, 3, 4, 5…」や「-1, -2, -3, -4, -5…」を意味します。例えば 任意を自然数を二つ選んだ場合、「2と3」であれば「2よりも3の方が大きい」ということになり、「1と100,000,000」であれば「1よりも100,000,000の方が大きい」ということになります。このように、任意の数字を二つ取ったときに、(たとえば「大きい、小さい」といったような)順序が存在することを「完全順序」(complete order)といいます。完全順序は一般的には「順序」と呼ばれています。また、順番が決められるが、決められないときもあるものを「半順序」(partial order)といいます。この「半順序」というのは情報量の大小(=抽象度)で物を並べるときに説明できます。例えば、動物と犬はどちらが情報量が多いかというと犬の方が情報量が多いということになります。犬よりも動物の方が(下位概念よりも上位概念の方が)情報量が多いように思うかも知れませんが、数学的には下位概念よりも上位概念の方が情報量が少ないと考えます。犬という概念の上に動物があり、動物は犬の全情報を必ず持っています。犬の全情報を持っていないものは動物と言いません。情報量が少ない方が上位概念、情報量が多い方が下位概念です。そして世の中の概念というものは必ず情報量の大小で決定されているということになります。ところが、犬と猫のどちらが情報量が多いかということになると、それは比較することができません。つまりこの二つは順序を決めることができませんので、これを「半順序」といいます。このように、必ずは決められないが決められるときがあるものを「半順序」といいます。これを拡大すると、「全概念が半順序である」ということになります。概念という空間は半順序空間です。そして知識を扱うということは概念そのものが存在論のユニットとなるということで、これを「存在論」(ontology)といいます。「太郎は犬が好きです」という言葉があれば、太郎と犬との関係性を表すものは「形而上学」(metaphysics)であり、太郎とはなんぞや犬とはなんぞやというのは「存在論」(ontology)です。この ontology のユニットをわかりやすい言葉でいうと concept となり、日本語で「概念」です。このように、すべての概念は情報量の大小によって半順序関係を持ちます。そして情報量(または情報量の大小)という概念を分析哲学では「包摂」または「包含」(subsumption)といいます。subsumption partial order というのは日本語で「包摂半順序」と訳され、すべての概念は包摂半順序の集合であると考えます。また、さらに、包摂半順序には「束(そく)」という概念があります。例えば、自然数の掛け算には最小公倍数というものがあり、知識においてもそれがあります。例えば、犬と猫の最小公倍数にあたるものが哺乳類だとします。そうすると、哺乳類が結び目となってその下に猫と犬という束ができます。このような束ができるものを「束(そく)」といいます。数学に「束論(そくろん)」というものがあるのと同じく、現代分析哲学においても「包摂半順序束」というものがあると考えます。このように、現代分析哲学における数学との融合が包摂半順序束という概念を生み出し、これを使ってAIのコンピュータプログラミングを行うという流れが生まれました。この包摂半順序が「抽象度」であり、情報量が少ない方が抽象度は上、情報量が多い方が抽象度は下ということになります。

--------------------------------------------

Schema
−スキーマとは、データベースの構造で、データベース管理システム(DBMS)でサポートされている形式言語で記述される。

Script
−スクリプト理論
−スクリプト言語

--------------------------------------------
 
Watson computer, IBM Watson
−IBMが開発した質問応答システム・意思決定支援システム

working memory
−知心理学において、情報を一時的に保ちながら操作するための構造や過程を指す構成概念で、作業記憶や作動記憶とも呼ばれている。

ワーキングメモリの概要(目次)


図書館









NLP共同創始者ジョン・グリンダー博士認定校
ニューコードNLPスクール
ロゴマーク








記事更新日:2022/06/07

ダートマス会議と人工知能(AI)の発展

1956年の7月から8月にかけて、アメリカのニューハンプシャー州ハノーバー市に本部を置くダートマス大学で、この大学に在籍していた計算機科学者で認知科学者のジョン・マッカーシーが中心となり、人工知能に関するダートマスの夏期講習会(The Dartmouth Summer Research Projectnon Artifical Intelligence)が開催されました。これは通称「ダートマス会議」と呼ばれているもので、ここで初めてジョン・マッカーシーによって Artificial Intelligence(AI, 人工知能)という言葉が使われました。

この頃から、コンピュータに人間の脳と同様の知能や働きをもたせようとする基礎技術や研究が、科学の一分野として社会に広く認知されるようになりました。

ダートマス大学(Dartmouth College)
ジョン・マッカーシー(John McCarthy)



ダートマス大学
ダートマス大学













ジョン・マッカーシー
ジョン・マッカーシー











NLP共同創始者ジョン・グリンダー博士認定校
ニューコードNLPスクール
ロゴマーク








記事更新日:2022/05/31

人工知能(AI)の起源とその発展

人工知能(Artifical Inteligence: AI)の起源と発展

◎人工知能の黎明期
1943年、ウォーレン・マカロックとウォルター・ピッツは、人間の脳が神経細胞のネットワークによって成り立っているということから、これを模倣することによって高度な情報処理ができるのではないかと推測し、形式ニューロン(formal neuron)という人間の脳を模倣した数理モデルを考案しました。

また、1950年にアラン・チューリングが出版した著書 Computing Machinery and Intelligence(計算する機械と知性)も人工知能という概念の起源と言われています。

ウォーレン・マカロック(Warren S. McCulloch)
ウォルター・ピッツ(Walter J. Pitts)
形式ニューロン(formal neuron)
アラン・チューリング(Alan mathison Turing)


◎第一次人工知能ブーム(1950年代後半〜1960年代)
コンピューターによる推論や探索が可能となり、特定の問題に対して答えを提示できるようになりました。この頃、アメリカでは特に、自然言語処理による機械翻訳が特に注力されていました。1956年、ダートマス大学で開催された夏期講習会でジョン・マッカーシーが人間のように考える機械を Artifical Intelligence と名づけたのが AI(人工知能) という言葉の始まりです。

フランク・ローゼンブラットは、ウォーレン・マカロックとウォルター・ピッツが考案した形式ニューロンを基に、1957年、初代のニューラルネットワークであるパーセプトロンを考案し、1958年に論文を発表しました。

ジョン・マッカーシー(John McCarthy)
フランク・ローゼンブラット(Frank Rosenblatt)
パーセプトロン(Perceptron)


◎第二次人工知能ブーム(1980年代〜1987年代)
人工知能(AI)の最初の形ができたのは1980年代半ばです。ここでは Knowwledge(知識)に焦点が当てられ、Knowledge representation(知識表現システム)という概念を前提として、コンピューターが推論や探索をするために必要な情報を、コンピューターが認識できる形で記述したものを与えることによって、人工知能に問題を解決させようとする技術を実現させていきました。これにより、多数のエキスパートシステム(専門分野の知識を取り込んだ上で推論することで、その分野の専門家のように振る舞うプログラム)が生み出されました。


◎第三次人工知能ブーム(2000年代〜現在)
第三次人工知能ブームの原動力となったのはディープラーニング(深層学習)という技術です。従来の機械学習では、人間が分析すべきデータや対象物の特徴・特性を定量的に表した数値(特徴量)を定義し、予測や判断の精度を高めていきました。このディープラーニングという技術により、AIはより抽象的な概念も認識するようになり、学習データから自動で特徴量を抽出し、精度を向上させていくようになりました。現在は「ビッグデータ」を呼ばれているような大量のデータを用いることで、人工知能(AI)自身が知識を獲得する機械学習が実用化されています。

ディープラーニング(Deep learning)


◎日本におけるAIの導入例
人工知能(AI)における機械学習(machine learning)の手法のひとつであるディープラーニング(deep learning)は、人間の脳の情報伝達のしくみを模倣した人工ニューロンを基盤とし、画像や音声といったデータを機械が自ら解析してデータの分類や認識の基準を見つけ出しパターン化を行うというもので、この手法は日本国内でもさまざまな領域で注目され、応用されています。

●MRI(磁気共鳴画像装置)
キャノンメディカルシステムズは、人工知能(AI)の一種であるディープラーニングを用いて診断画像のノイズを除去する機能を持つ磁気共鳴画像装置(MRI)を発売。

●Traffic Jam Pilot(渋滞運転機能)
ホンダは、人工知能(AI)の一種である機械学習を用いて交通渋滞のパターンを判別する自動運転装置 Traffic Jam Pilot を搭載した車を発売。

●MICSUS:マルチモーダル音声対話システム
情報通信研究機構(NICT)などは、ぬいぐるみにセットした人工知能(AI)が高齢者と音声で対話をするというような介護を目的としたマルチモーダル音声対話システムを開発しています。


AI













NLP共同創始者ジョン・グリンダー博士認定校
ニューコードNLPスクール
ロゴマーク








記事更新日:2022/05/31

人工知能(AI)について(目次)

ニューコードNLPスクールのブログで、「人工知能(AI)」について書いた記事の一覧です。

人工知能(AI)について(目次)
2012/09/01 人工知能(AI)について(目次)

人工知能(AI)について(記事)
2012/09/02 人工知能(AI)の起源とその発展
2012/09/03 ダートマス会議と人工知能(AI)の発展

人工知能(AI)関連資料
2020/11/01 NLP関連用語(AI)



AI












NLP共同創始者ジョン・グリンダー博士認定校
ニューコードNLPスクール
ロゴマーク








記事更新日:2022/05/30
New Code NLP School
  • ニューコードNLPセミナー総合案内(2022年版)
記事検索
NLP西洋モデル資料
NLPの世界へようこそ
  • ハイパーソニック・エフェクトについて(目次)
Twitter
NLP共同創始者 John Grinder 博士認定校《ニューコードNLPスクール》公式Twitter
訪問者数
  • 今日:
  • 昨日:
  • 累計:

最新記事(画像付)
photo garally アメリカ
  • ニューコードNLPプラクティショナーコース(西洋モデル)の内容
  • ニューコードNLPマスタープラクティショナーコースの内容
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズ最終日
  • サンタクルーズの中心街を歩く
  • サンタクルーズの中心街を歩く
  • サンタクルーズの中心街を歩く
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • サンタクルーズの遊園地
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • シリコンバレーに行きました
  • 蒸気機関車に乗りました
  • 蒸気機関車に乗りました
  • 蒸気機関車に乗りました
  • 蒸気機関車に乗りました
  • 蒸気機関車に乗りました
  • 蒸気機関車に乗りました
photo garally スペイン
  • ジョン・グリンダー博士のメモ
  • ジョン・グリンダー博士のメモ
  • スペイン・ムルシア滞在記(17)
  • スペイン・ムルシア滞在記(16)
  • スペイン・ムルシア滞在記(15)
  • スペイン・ムルシア滞在記(15)
  • スペイン・ムルシア滞在記(15)
  • スペイン・ムルシア滞在記(14)
  • スペイン・ムルシア滞在記(14)
  • スペイン・ムルシア滞在記(14)
  • スペイン・ムルシア滞在記(13)
  • スペイン・ムルシア滞在記(13)
  • スペイン・ムルシア滞在記(12)
  • スペイン・ムルシア滞在記(12)
  • スペイン・ムルシア滞在記(12)
  • スペイン・ムルシア滞在記(12)
  • スペイン・ムルシア滞在記(11)
  • スペイン・ムルシア滞在記(11)
  • スペイン・ムルシア滞在記(10)
  • スペイン・ムルシア滞在記(10)
  • スペイン・ムルシア滞在記(9)
  • スペイン・ムルシア滞在記(9)
  • スペイン・ムルシア滞在記(8)
  • スペイン・ムルシア滞在記(8)
  • スペイン・ムルシア滞在記(7)
  • スペイン・ムルシア滞在記(6)
  • スペイン・ムルシア滞在記(5)
  • スペイン・ムルシア滞在記(5)
  • スペイン・ムルシア滞在記(4)
  • スペイン・ムルシア滞在記(4)
  • スペイン・ムルシア滞在記(3)
  • スペイン・ムルシア滞在記(2)
  • スペイン・ムルシア滞在記(2)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
  • スペイン・ムルシア滞在記(1)
QRコード
QRコード
読者登録
LINE読者登録QRコード
月別アーカイブ
  • ライブドアブログ