EPOCH › Arc 1「黎明」 › G検定 用語集 — AIの歴史と第1〜2次ブーム
G検定 用語集 — AIの歴史と第1〜2次ブーム
G検定シラバス第1〜2章（人工知能とは／人工知能をめぐる動向）で問われる用語を、1 語ずつ短く定義した。マンガで出てきた用語には、その場面へのリンクを付けている。
ダートマス会議Dartmouth Workshop, 1956
ジョン・マッカーシーらが開催。「人工知能 (Artificial Intelligence)」という言葉が初めて使われた会議。AI 研究の出発点。
チューリングテストTuring Test, 1950
機械が知能を持つかを「人間と区別できない振る舞い」で判定する操作的基準（アラン・チューリング）。
強いAI／弱いAIStrong/Weak AI (J. Searle)
強い AI＝意識を持ち真に考える AI（AGI に近い）／弱い AI＝特定タスクを解く道具としての AI。ジョン・サールの区別。
フレーム問題Frame Problem, 1969
AI が現実世界で「今、何を考慮すべきか」を有限時間で絞り込めない問題（マッカーシー&ヘイズ）。第1次 AI の限界の象徴。
中国語の部屋Chinese Room, 1980
記号操作だけでは「意味理解」とは言えない、というサールの思考実験。
シンボルグラウンディング問題Symbol Grounding, 1990
記号と実世界の意味をどう結びつけるか（ハルナッド）。
シンギュラリティSingularity (Kurzweil)
AI が人類の知能を超える技術的特異点。カーツワイルは 2045 年と予想。
トイ・プロブレムToy Problem
迷路・ハノイの塔・三目並べなど、ルールが明確な小さな問題。第1次ブームの探索が得意とした領域。
幅優先探索 / 深さ優先探索BFS / DFS
BFS＝メモリ消費大・最短解保証あり／DFS＝メモリ消費小・最短解保証なし。基本の探索手法。
A* / ヒューリスティック探索A* search
ゴールまでの推定コスト（ヒューリスティック）を使って効率的に探索する手法。
Mini-Max法 / αβ法Minimax / Alpha-Beta
自分の利得最大・相手は最小と仮定して手を読む（Mini-Max）。無駄な枝を刈るのが αβ法。
モンテカルロ木探索MCTS
ランダムにプレイアウトして局面を評価。囲碁で効果大、AlphaGo の核の一つ。
STRIPSSTRIPS, 1971
前提条件・動作・結果でロボットの行動計画を記述（スタンフォード研究所）。現代 AI プランニングの祖。
SHRDLUSHRDLU, 1970
積み木の世界で自然言語の指示を理解する初期システム（テリー・ウィノグラード）。
パーセプトロンPerceptron, 1958
ローゼンブラットが作った学習する人工ニューロン。入力に重みを掛けて閾値で 0/1 を出力。
XOR問題XOR Problem, 1969
単層パーセプトロンでは線形分離できない問題。ミンスキー&パパートが限界を指摘→第1次 AI の冬。
エキスパートシステムExpert System
専門家の知識を IF-THEN ルール化し、推論エンジンで結論を導く（第2次ブームの主役）。
DENDRALDENDRAL, 1960s
世界初のエキスパートシステム。未知の有機化合物の構造推定（スタンフォード大、ファイゲンバウム）。
MYCINMYCIN, 1970s
感染症診断のエキスパートシステム。確信度 (CF) を導入。
CycプロジェクトCyc, 1984-
一般常識を全て記述しようとする壮大な試み（ダグラス・レナト）。現在も継続。
オントロジーOntology
概念体系を形式的に定義する枠組み（ヘビーウェイト／ライトウェイト）。
イライザ / イライザ効果ELIZA, 1966
パターンマッチで擬似カウンセラーを演じた初期対話システム（ワイゼンバウム）。機械の応答を人間的と感じる心理が「イライザ効果」。
第五世代コンピュータFGCS, 1982
日本の国家プロジェクト。Prolog ベースの並行推論機（ICOT、渕一博）。
ILSVRCImageNet challenge
画像認識精度を競う国際コンペ。2012 AlexNet が DL で圧勝し第3次ブームの起点に。
AlexNetAlexNet, 2012
ヒントン研究室。ILSVRC でエラー率 15%（前年 26%）と圧勝、ディープラーニングの幕開け。
知識獲得のボトルネックKnowledge acquisition bottleneck
専門知をルールとして書き出すのが困難で、第2次ブーム衰退の主因になった問題。