読者です 読者をやめる 読者になる 読者になる

人工知能

 

人工知能(AI)とは何ですか?

あなたはChappie、Terminator、Lucyについて考えていますか?センチエントで自己認識的なロボットは、あなたが思うより現実に近づいています。人間の知能と同等以上のコンピュータシステムを開発することは、人工知能の要点です。人工知能(AI)は、人間の知性を発揮するソフトウェアや機械の開発に焦点を当てたコンピュータサイエンスの研究です。十分に単純な定義ですか?

明らかに、そこにはさらに多くがあります。AIは、単純な計算機からセルフステアリング技術に至るまで、幅広い話題であり、未来を根本的に変えるものにまで広がっています。

 

2017年3月5日: 機械学習コンテストに勝つには?

 

AIの目的と応用

AIの主な目的は、控除と推論、知識表現、計画、自然言語処理(NLP)、学習、知覚、およびオブジェクトの操作と移動を含む。AI研究の長期目標には、創造性、社会的知性、および一般(ヒューマン・レベル)知能の達成が含まれる。

AIは、私たちが認識しないかもしれないさまざまな分野に大きく影響しています。Ray Kurzweil氏は、「何千ものAIアプリケーションがあらゆる業界のインフラストラクチャに深く組み込まれています」と述べています。AIの創始者の一人であるジョン・マッカーシーは、「いったん動くとすぐに誰もそれをAIと呼びません」と言いました。

AIの種類

広範な概念であるため、さまざまな形のAIがありますが、AIの能力に基づいて次の3つのカテゴリに分類できます。

狭いAIとも呼ばれる弱いAIは、 1つのタスクに重点を置いています。AIが弱い場合には、自己意識や本物の知性はありません。

iOSシリは、いくつかの弱いAI技術を組み合わせて弱いAIの良い例です。それはユーザーのために多くのことを行うことができますし、バーチャルアシスタントと会話しようとすると正確に「狭く」見えます。

True AIとも呼ばれる強力なAIは、人間の脳と同じくらいスマートなコンピュータです。この種のAIは、人間が行うことができるすべてのタスクを実行することができます。この分野では多くの研究が行われていますが、まだ多くのことがあります。あなたはMatrixまたはI、Robotをここで想像しておくべきです。

人工Superintelligenceは  強いAIがあなたを感動場合は、あなたの心を爆破しようとしています。Nick BostromはAIの思想家であり、科学的な創造性、一般的な知恵、社会的スキルなど、あらゆる分野で最高の人間の脳よりもずっとスマートな知性だと定義しています。

人工超インテリジェンスは、Stephen HawkingやElon Muskを含む多くの有名な科学者や科学者が人間絶滅の可能性について懸念を表明した理由です。

どのように始める?

まず、プログラミング言語を学ぶ必要があります。Pythonは、多くの言語が用意されていますが、多くの人が好むものは、ライブラリが機械学習に適しているためです。

Pythonのための優れたリソースは次のとおりです。

CodeAcademy 
Pythonの難しい方法を
学ぶCoursera Python
はじめにコンピュータ科学 

ボットの紹介

BOTは、あなたのために自動化されたタスクを実行できる弱いAIの最も基本的な例です。チャットボットは「ボット」と呼ばれる最初の自動化されたプログラムの1つでした。チャットボットにはAIとMLが必要です。Googleのような検索エンジンで使用されるクローラは洗練された高度なBOTの完全な例です。

あなたの人生を楽にするためにボットをプログラミングする前に、次のことを学ぶ必要があります。

xpath  - これは、あなたがそこに見られるものからHTMLを検査し、ターゲットを絞り、あなたのボットを構築するのに役立ちます。

regex  - ロジックに関係する部分をクリーンアップまたはターゲティング(またはその両方)することで、ボットのデータを処理するのに役立ちます。

REST  - 最終的にAPIで作業するので、これは本当に重要です。簡単にするためにこれを行うリクエストを使用することができます。

あなたの最初のボットを構築する方法?

最も簡単な方法で、次の2つのチュートリアルを通して、Pythonでボットを作成する方法を学ぶことができます。

Python Botをビルドする方法

また、エンドユーザーアプリケーションを構築する機能を提供するAPIとツールを使用して開始することもできます。これは、最初は理論についてあまり心配することなく、実際に何かを構築することによって役立ちます。これに使用できるAPIの一部は次のとおりです。

Google Cloud Prediction APIのドキュメント
DiffBot
MAchine学習LanguagE Toolkit
Scrapy
Wolfarm Alpha API

あなたが究極の挑戦を試みる前に、練習して試してみるためのいくつかのボットの問題のリストです。

ティックタックトゥ
ヘックス
ドット&ボックス

今何?

ご希望のプログラミング言語を十分に理解し、基礎を十分に理解したら、機械学習の詳細を学びましょう。Pythonでは、Scikit-learn、NLTK、SciPy、PyBrain、Numpyライブラリを学習し始めます。これはMachine Learningアルゴリズムを書く際に役立ちます。高度な数学も知っておく必要があります。

あなたがMLを学び実践するためのリソースのリストは次のとおりです:

http://www.r2d3.us/visual-intro-to-machine-learning-part-1/
https://www.coursera.org/learn/machine-learning(Andrew Ngによる)
https:// www。 cs.cmu.edu/~tom/10701_sp11/lectures.shtml
https://www.edx.org/course/artificial-intelligence-uc-berkeleyx-cs188-1x(特にPythonでの練習問題)
https:// www .udacity.com / course / intro-to-statistics -
st101 https://www.udacity.com/course/intro-to-artificial-intelligence--cs271(ロジックとロボットを含む)
http://ocw.mit .edu /コース/電気工学/コンピュータサイエンス/ 6-034-人工知能 - 2010年秋/

AIの一部の書籍
http://aima.cs.berkeley.edu/
http://wps.aw.com/wps/media/objects/5771/5909832/PDF/Luger_0136070477_1.pdf
https://grey.colorado.edu /CompCogNeuro/index.php/CCNBook/Main
http://psych.colorado.edu/~oreilly/comp_ex_cog_neuro.html

また、さまざまなAIやBOTプログラミングコンテストにインターネットのさまざまな場所で
参加することを

勧めします:https : //www.hackerearth.com/ https://www.kaggle.com/http://www.codingame.com/
https://en.wikipedia.org/wiki/RoboCup

AIの分野に学び貢献する前に、AIが急速に世界を変えている様子をお読みください。

HackerEarth  のAIの挑戦  であるBots of the Botsに参加してください