AI的历史与基础问题

最大的范畴是人工智能，其中的一种方法是机器学习，而在机器学习之中使用层数很深的神经网络的方法就是深度学习。教学大纲中，这三个词都作为「1. 人工智能的定义」的关键词并列列出。把机器学习或深度学习当作最大范畴的说法，包含关系的方向搞反了。三者各自独立并列的说法，也与深度学习是机器学习中的一种方法这一事实不符。

人工智能水平的四种分类，在教学大纲「1. 人工智能的定义」的目标中被列为「单纯的控制程序」「古典的人工智能」「机器学习」「深度学习」。仅凭事先设定好的条件与动作对应关系来运作的是单纯的控制程序，例如按设定温度自动开关的温控装置就属于此类。古典的人工智能是通过条件分支、搜索和积累的知识来选择应对方式，机器学习是从数据中学习规律，深度学习则是其中使用层数很深的网络的方法，三者都超越了人把所有对应关系写尽的阶段。

AI效应是指，人工智能的原理一旦被弄清楚、内部机制被了解后，就会被认为『这只是单纯的自动处理，并非智能』，评价因此下降的现象。教学大纲在「1. 人工智能的定义」的目标中明确写有『能够说明AI效应』。围绕超越人类智能的转折点展开的讨论是奇点（Singularity），这属于「2. 人工智能领域中被讨论的问题」的关键词。性能随数据量增加而提升的倾向，以及无法说明判断理由的状态，都是与AI效应不同的话题。

智能体（Agent）是指观测环境、并为达成目标而自主选择下一步行动的主体这一视角。它不是从『用什么机制构建』而是从『表现出怎样的行为』来把握人工智能的一个概念，教学大纲中把它与人工智能、机器学习、深度学习、AI效应并列，列为「1. 人工智能的定义」的关键词。屏幕上的操作入口、整理数据的人员、出借计算资源的机制，都不是这个词所指的对象。

ImageNet 是给大量图像打上分类标签、规模庞大的数据集，ILSVRC 是利用该数据集来比拼图像识别精度的竞赛。教学大纲中两者都被列为「6. 深度学习」的关键词，作为说明深度学习是如何发展至今的素材。两者既不是同一模型的两个称呼，也不是标签规格与评审场合的关系。与围棋有关的是阿尔法围棋（AlphaGo），它同样是同一中项目下的关键词，但属于另一回事。

LeNet 是为识别手写数字而设计、使用卷积的神经网络，在教学大纲中被列为「6. 深度学习」的关键词。在围棋中战胜顶尖棋手的是阿尔法围棋（AlphaGo），为大量图像打上标签的大规模数据集是 ImageNet，用于生成文章或图像的是生成式AI，三者都是同一中项目下并列的其他关键词。不要只记名称，要连同它是针对什么对象一并掌握。

阿尔法围棋（AlphaGo）是在围棋对局中战胜人类顶尖棋手的程序，教学大纲中它与 ImageNet、ILSVRC、LeNet、新认知机（Neocognitron）、生成式AI等并列，属于「6. 深度学习」的关键词。这一中项目的目标是『能够说明深度学习是如何发展至今的历史』，因此应把各个名称连同它是发展历程中哪个场景的例子一并记住。口语转写、手写数字识别、文章摘要，都不是阿尔法围棋所展示的成果。

机器人是指拥有身体的机器本身，人工智能是指其中承担判断的部分。两者可能有重叠，但并非同一样东西。有很多人工智能并不具备身体、仅以软件方式运作，反过来也有只是重复固定动作、并不包含人工智能的机器人。把承担判断的一方与承载身体的一方对调的说法方向相反，也不是按是否会学习或按领域叫法不同来区分的。

新认知机是从人类神经回路的运作方式中获得启发、通过层层叠加来逐步处理视觉信息的模型。教学大纲把『人类的神经回路』与新认知机并列列为同一个「6. 深度学习」的关键词，可以理解为是要让人掌握层叠这一构想的来源。神经回路的连接方式并没有被原样改造为计算机电路，神经回路的研究也没有被解明。与围棋有关的是同一中项目下的阿尔法围棋（AlphaGo）。

搜索与推理是由人来搭建解题步骤的阶段，知识表示与专家系统是由人写出专家知识的阶段，机器学习与深度学习则是让数据学习规律的阶段。也就是说，这是重心从由人写下的一方向让数据学习的一方转移的脉络。此外，把这一脉络称为『第几次』的说法在教学大纲中一次也没有出现，因此本讲座直接用各中项目的名称来称呼。数据形式、计算场所、研究主体的变迁，都不是这一顺序所表现的内容。

达特茅斯会议是1956年召开的研讨会，据称 artificial intelligence（人工智能）这一说法最早是在此被公开使用的。仅凭文字交流分辨人类与机器的测试，是1950年图灵的论文中提出的，是早于达特茅斯会议的另一件事。把这两者混为一谈是常见的错误，应把年份与事件分开来记。专家系统的研究，以及层数很深的网络的学习方法，都是晚于这次会议的话题。

图灵测试是这样一种判定方法：如果判定者仅凭文字交流无法分辨人类与机器，就认为该机器具有智能。它并没有给出智能本身的定义，而是提出应通过外部可见的行为来做判定，这是其要点所在。实际以竞赛形式进行这项测试的是勒布纳奖（Loebner Prize），它同样是同一中项目下的关键词。它既不是调查内部机制的程序，也不是推算时间的计算方法。

中文房间设定了一个仅按照手册来替换符号的人并不理解中文的情形，从而主张即使行为与人类无法区分，也不能断定其具有理解。也就是说，它是对图灵测试的批评，是针对承认机器拥有心智与理解这一立场——强AI——的反驳。把它理解为支撑强AI的依据是方向反了，这是容易混淆的地方。它既不是关于符号操作速度的话题，也不是关于机器翻译方法优劣的话题。

强AI与弱AI，是按机器是否拥有心智或理解来区分的。认为机器真正理解的立场是强AI，认为它只是表现得像是理解、不过是工具的立场是弱AI。与此相对，通用与专用是按能应用于多广范围的工作来区分的，二者的着眼点完全不同。因此不能因为应用范围广就说它拥有心智。把两者对调的说法方向相反，数据量、计算资源、处理速度、费用都不是这两种区分的判断依据。

框架问题是指，在采取某个行动时，无法在有限时间内把『会改变什么、不会改变什么』局限于与之相关的事项，这一问题。一言以蔽之，就是关联性收窄的问题。把符号与现实世界含义联系起来的话题是符号接地问题，知识书写工作变得庞大的话题是知识获取瓶颈，只能解决受限条件问题的话题是玩具问题，三者都是同一中项目下并列的其他关键词。

符号接地问题是指系统如何把符号与其所指的现实世界含义联系起来的问题。常以这样的方式来说明：即使拥有『斑马』这个词与『带条纹的马』这一知识，也不代表它与眼前的实物相联系。无法局限于相关事项的问题是框架问题，这两者常被放在一起提问。具身性是『是否需要通过身体与环境互动的经验』这一立场，是对这一问题的一种解答方式。组建步骤、信息回响、特征数量的话题，都不是这个词所指的内容。

具身性是指，智能的成立或许需要通过身体与环境互动的经验，这一立场。针对符号无法与现实世界含义相联系的符号接地问题，它作为一种解答方式被提出：拥有身体、触碰世界，才能建立起这种联系。它并不是主张必须采取机器人形态才能实用化，也不是关于由部件性能决定，或把身体动作数式化的步骤的话题。

玩具问题是指规则与状态都清晰确定、剔除了现实复杂性的有限问题。像迷宫或拼图这类符合这一形式的问题即使能解开，也无法触及条件不确定的现实问题，正是在这样的语境下使用该词。要注意它并非『简单的问题』之意，而是指把现实加以简化后的设定。它既不是儿童教材，也不是未解难题，更不是计算量过大解不完的问题。

知识获取瓶颈是指，由人手把专家所拥有的知识写成规则形式的工作量与难度成为壁垒，导致蓄积知识的做法未能推广开来这一问题。原因不在于计算资源、数据或通信的不足，而在于书写知识本身的工夫，这是其要点。为减少这种工夫而做的尝试之一，就是教学大纲「4. 知识表示与专家系统」中列出的访谈系统。

基于规则的机器翻译是由人写出语法规则和词典来组建译文的方式，统计机器翻译是从大量对译数据的统计中选出最可能的译文的方式。由人写下的方式向让数据学习的方式转移的这一脉络，也体现在翻译这一个题材当中。把两者对调的说法方向相反。它也不是处理单位的差异，也不是口语与书面语的差异。此外，统计机器翻译除了这一中项目外，还列在「27. 自然语言处理」中。

广度优先搜索从靠近根的层开始，依次查完同一深度的全部节点后再进入下一深度。它能较早找到位于最浅处的答案，但需要记住的节点容易增多。深度优先搜索则一路走到能走的最远处，遇到死路再回退重来。所需记住的量较少，但最先找到的答案未必是最浅的。把两者对调的说法方向相反，按随机数选择分支是蒙特卡洛法的思路，从叶子向根遍历的说法则两者皆不适用。

极小化极大算法是这样一种方法：在双方交替落子的博弈中，假设己方的回合会选择对己方最有利的招数、对方的回合会选择对己方最不利的招数，并把后续局面的价值向前回传。阿尔法-贝塔剪枝是在这一搜索过程中，把已确认无论如何调查结论都不会改变的分支剪掉、以减少调查量的技巧，并不是与极小化极大算法不同的评估思路。它既不是搭建搜索树的步骤，也不是事后核算的步骤。

暴力搜索是把所有可能的招数逐一查遍的做法。只要有答案就必定能找到，但招数数量一增多，组合会急剧增加，在现实的时间内就无法完成。正因如此才需要减少调查范围的技巧，由此引出阿尔法-贝塔剪枝等方法。按分数顺序从有希望的分支查起的做法、蒙特卡洛法那样用随机数尝试的思路、把中途结果记录下来重复使用的做法，都不是暴力搜索本身。像汉诺塔这样状态与规则都很清晰的题材，作为这类搜索的练习对象被列入教学大纲。

SHRDLU 是让人用语言指令操作画面中积木世界的研究，展示了在条件受限的世界中语言指令是可以行得通的。STRIPS 是把行动写成『执行的前提』与『执行后发生的变化』的形式，从而组建通向目标状态的行动序列的思路。把两者对调的组合方向相反。用随机数反复试验的是蒙特卡洛法，剪掉分支的是阿尔法-贝塔剪枝。从质谱分析推测分子结构的是 DENDRAL，诊断细菌感染症的是 MYCIN，它们被列在「4. 知识表示与专家系统」中。

ELIZA 是根据输入语句的模式来组建应答的对话程序，被作为一个例子提出，说明即使不理解内容也能显得像人类。从质谱分析数据推测分子结构的是 DENDRAL，诊断细菌感染症并推荐抗生素的是 MYCIN，试图写入常识的长期项目是 Cyc 项目，三者都是同一中项目下并列的其他关键词。要注意不要把负责诊断的与负责对话的混淆。

MYCIN 是诊断细菌感染症并推荐相应抗生素的专家系统，处理的是医疗领域。从质谱分析数据推测有机化合物分子结构、处理化学领域的是 DENDRAL，挑战大学入学考试的是东大机器人，在知识竞赛节目中与人类竞争问答（Question-Answering）的是沃森（Watson）。名称与领域的组合正是被直接考查的地方，应成对记忆。

DENDRAL 是从质谱分析数据推测未知有机化合物分子结构的早期专家系统，领域是化学，常与处理医疗领域的 MYCIN 成对被问及。Cyc 项目是持续写入人类常识的长期项目，沃森（Watson）是问答（Question-Answering）的系统，东大机器人是挑战大学入学考试的项目，三者都是同一中项目下并列的其他内容。

is-a 是上下位关系，如『狗是动物』，表示下位概念被包含在上位概念之中。has-a 是拥有部分的关系，如『汽车拥有轮胎』，是从整体看部分。part-of 是作为部分的关系，如『轮胎是汽车的一部分』，是从部分看整体。has-a 与 part-of 是把同一种联系从相反方向来看，因此不要弄反方向。相同含义、相反含义、顺序都不是这三者所表示的关系。

维度诅咒是指，所处理的特征数量，也就是维度越多，数据在这个空间中就会变得越稀疏，要维持相同密度所需的数据量便急剧增加的现象。点与点之间的距离差也变得不容易体现出来。『特征越少所需数据越多』的说法方向相反，对训练数据的拟合程度、计算资源与精度的关系都是别的话题。此外，教学大纲把这个词列在「5. 机器学习」而非「7. 有监督学习」中。

基于规则的方法，是由人写出在什么条件下得出什么结论。因为是照着写好的内容运行，所以容易呈现判断的理由，但例外一多就写不过来。机器学习从数据中发现规律，因此能应对写不完的大量分支情况，但相应地难以呈现判断理由，还需要质量和数量都齐备的数据。把两者对调的说法方向相反，容易呈现理由的是基于规则方法的一方。垃圾邮件过滤器、推荐引擎、统计自然语言处理，是这一中项目中列出的机器学习应用实例。