AIexaアレクサの感覚にとらわれる必要はありませんそんな

人工知能AI技術の活用

コンピューターの性能は指数関数的に向上

お菓子の種類が多くなると、これは買って、これは買わないといった、すべての組み合わせについて調べるのが、お菓子の種類が少なければ簡単ですが、例えば1万種類もあったりとすると、考えられる組み合わせの数は2の1万乗通り、つまりだいたい10の30乗通りとなります。
この数がどのくらいとんでもないかというと、約150億年前に宇宙が誕生した直後から、1秒に一つの組み合わせについてチェックし続けていたとしても、今現在、まだ3分の2くらいしか終わっていないというくらいのものなのです。

AIはその高い能力ゆえ

·お菓子の買い方が遺伝子になるこうした「最も良いお菓子の買い方」問題を宇宙的な時間を使わずに、GAはどう解くのでしょうか。まずは、その仕組みをざっと見てみましょう。
このお菓子は買う、買わないという「お菓子の買い方」を「遺伝子」と見立てます。わかりやすいように、この遺伝子を生物のような一つの個体と考えましょう。
神に代わっていろいろな遺伝子(=買い方)を作ります。
では、まず、まず、次に、それぞれの遺伝子がどのくらい優秀な買い方かを調べます。
この場合だと、決められた金額内に収まっていて、なおかつお菓子の種類が豊富で総量が多い買い方が優秀ということになります。

 

ロボットであれば外部からバイオマス資源を受けいれて

コンピューター時代の初代王者IBMの動向に触れてみたいと思います遺伝子には、その優秀さに応じて順位がつけられます。そして、順位が上の遺伝子は生き残り、そうでない遺伝子は淘汰されます。
生き残った遺伝子は、お互いの遺伝子を交わらせて子孫を残します。ま、我々の生殖行動と同じことをするわけです。こうして劣等な遺伝子がいなくなった代わりに子孫が加わり、新たな世代になります。
そして再び、各遺伝子の優秀さが評価され、こうして世代をどんどん入れ替えていくと、優秀な遺伝子は生き残り、ダメな遺伝子は淘汰される最後には「最も良いお菓子の買いかにたどり着ける、を繰り返します。

プログラムを初めて独立させたというのがGAの大まかな仕組みです。
GAの遺伝子は0と1我々の遺伝子は、4種類の塩基(アデニン、シトシン、チミン、グアニン)からできています。
方、一般的なGAでは、<0.1>になります。

AIを活用したサービスの展開を図っている

AIに関しては詳しく聞きたければこれで困るのは医師です塩基に相当するものは2種類の数字ですから、GAの遺伝子は<0100101001111>というような感じに0と1が、ずらっと並んだものになります。
この0と1の組み合わせが何を意味しているか、それはそのときに解こうとしている問題によって、の組み合わせが、お菓子を買う、買わないを意味していると決めます。
自由に決めていきます。
例えば、上の「遠足のお菓子問題」
では、この数字「数字の並び順」
はお菓子の順番を意味し、「数字の1はそのお菓子を買う、0は買わない」
を意味するといった具合です。

AIどうすればわかるんでしょう

コンピュータは我々の言葉を理解できませんからサイコロを振って遺伝子を生むさて、GAがうまく進化するためには、最初の世代に個性豊かな遺伝子がそれなりの数必要だといわれています。
で、GAにおいても、最初の世代には、いろいろなタイプの遺伝子がいることが必要となります。
我々の世界で、多様性が大切だといわれているのと同じ理由そして、この多様性を出すために、一緒的なGAでは、ランダムに数字<0.1>の組み合わせを作り出します。
「神はサイコロを振らない」とアインシュタインは言いましたが、ここでは、人がサイコロを振って遺伝子を創造するわけです。
遺伝子の成績表ランダムにたくさんの遺伝子を作ったら、彼らの成績を出します。


AIに関しては詳しく聞きたければこれで困るのは医師です ニューラルネットワーク 人工知能に意識や意思を持たせる