♪この章の曲三度目の正直ブーム!
サビで覚えて、下の会話で回収
#1第3次ブームの主役は、機械学習

第3次AIブーム! 2000年代から!

…主役は「機械学習」。ルールを人が書かずに、データからコンピュータが学ぶ。

教えなくても、分かってくれるの…? 理想の彼…♡

…データが、教えてる。
#2なぜ2000年代? ビッグデータと計算力

でも、なんで2000年代に急にできるようになったの?

…インターネットや携帯電話が広がって、使えるデータがどっと増えた。

検索も、買い物も、ぜんぶデータになってるんだ!

…それに、コンピュータの計算力も上がった。大量のデータを、処理できるようになった。
#3スパムフィルタで分かる、ルールと学習のちがい

迷惑メールの仕分けも、機械学習でしょ?

…2002年に、プログラマーのポール・グレアムが書いた話が分かりやすい。

…最初は「clickという言葉があれば迷惑」のようなルールを、手で書いていた。

それでも、けっこう捕まえられそう!

…最初は効く。でも、残りの数%を捕まえようとすると、ルールがどんどん難しくなった。

ルールを足すほど、こじれる…恋と同じ♡

…そこで、迷惑メールと普通のメールを大量に見せて、言葉の出やすさを統計で学ばせた。
| 人がルールを書く | 機械学習 | |
|---|---|---|
| ルールを作るのは | 人 | データから機械 |
| 必要なもの | 専門家の知識と手間 | たくさんのデータ |
| 新しい手口には | 人が書き足す | 新しいデータで学び直す |
#4「あなたへのおすすめ」も機械学習

通販の「あなたへのおすすめ」もそう?

…そう。Amazonの研究者は2003年、買った商品ごとに関係の深い商品を探す方法を論文にした。

ルナのおすすめは、ルナ♡

商品じゃない!
#5データの特徴は、多ければいい?

じゃあ、データの情報は多ければ多いほど最強?

…落とし穴がある。「次元の呪い」。

…特徴の種類(次元)が増えると、データがスカスカになって、必要なデータの量が爆発的に増える。
データの特徴の数(次元)が増えるほど、うまく学ぶのに必要なデータ量が爆発的に増えること
Curse of Dimensionality ── 名づけたのは数学者のベルマン

特徴は、多ければいいってわけじゃないんだ!

ルナの魅力も、多すぎると呪いになる…?♡

…それは、ただ重い。
ミコのメモ(自分あて)
- 第3次ブーム=2000年代〜、機械学習の時代既読
- きっかけはビッグデータと計算力の向上既読
- スパムフィルタ・レコメンドは機械学習の代表例既読
- 次元の呪い=特徴が増えると必要なデータが爆発的に増える既読
試験デンデン! 1問だけ
データの特徴の数(次元)が増えるにつれて、うまく学習するのに必要なデータの量が急激に増えてしまう現象は?
次元が増えるほどデータがまばらになり、必要なデータ量が急増するのが次元の呪い。フレーム問題は関係あることだけを選べない問題、知識獲得のボトルネックは知識をルールに書く手間が壁になった第2次ブームの問題、トイ・プロブレムは第1次ブームで簡単な問題しか解けなかったこと。
※ 出題範囲を参考にしたオリジナル問題です
この記事の出典
- 総務省「令和6年版 情報通信白書」第1〜3次AIブームと冬の時代
- Paul Graham「A Plan for Spam」(2002年8月)
- Amazon Science「The history of Amazon's recommendation algorithm」
- Wikipedia「Curse of dimensionality」
- JDLA「G検定とは」(シラバス)
G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。