【G検定チートシート】AI関連法律や動向含む試験当日のカンペ

  • このエントリーをはてなブックマークに追加

JDLAが主催するディープラーニングG検定は試験時にGoogle検索や書籍の参照がOKなWeb検定です。ここでは筆者が受験時に素早く用語の参照ができるようメモを残しておきます。

こんにちは。wat(@watlablog)です。ここではG検定の模擬テスト等を受けた結果、重要そうな用語をまとめます
あくまで僕自身が試験時にWeb上で素早く参照できるようにという目的なので、ご利用は自己責任で!)

目次(項目クリックでジャンプできます)

G検定のための基礎知識

G検定対策のための過去記事リンク

ここでは過去に当WATLABブログで記事にしたG検定学習ノートの記事リンク集を作成します。リンク先を開かなくても、ひと目で必要な情報があるかどうか判断できるように目次の画像キャプチャを貼っておきます。

人工知能の定義と分類

【G検定の学習】人工知能(AI)の定義と分類を整理!

AI定義記事の目次

AIブーム

【G検定の学習】3度のAIブーム整理!過去の終焉理由と研究の動向

AIブーム記事の目次

機械学習の手法

【G検定の学習】機械学習の具体的な手法や概要のまとめ

機械学習の手法記事の目次

ディープラーニングの概要

【G検定の学習】ディープラーニングの概要と具体的な手法

ディープラーニングの概要記事の目次

前提知識となる問題集・参考書・模擬テスト

徹底攻略 ディープラーニングG検定ジェネラリスト問題集

当ブログのG検定対策はこの問題集を解きながらWeb等で情報収集していました。この問題集を皮切りに各種機械学習やディープラーニングの概要が掴めました。

注目の新資格「G検定」の問題集!業界の第一人者+AI時代の教育機関によるわかりやすい解説!!

この後紹介する模擬テストの所感から、まずはこの書籍の知識が十分あることがG検定受験時の最低条件だと思いました。

AI白書

G検定には世界各国のAI戦略、法律や研究動向に関する最新情報も出題されます。AI白書に記載の内容が例年多く出題されているようです。僕はAI白書2019すらまだ購入していませんが、2020年3月2日にAI白書2020が発売されます。

最新情報が欲しかったので、2019版ではなく、2020版を購入することにしました(この記事を執筆している2020年2月現在はAmazonで発売当日に配達してくれる予約注文が可能です)。

独立行政法人情報処理推進機構 AI白書編集委員会が届ける2020年最新版のAI白書!各国のAI戦略や法律を参照するならこの一冊!

僕が受験する3月14日には十分間に合う予定。G検定は自宅受験なので、本の参照やWeb検索はし放題。このAI白書は辞書的に使う予定です。

Study AIの模擬テスト

上記問題集は最低限の知識を得るためには非常に有用で、僕は100%の正答率が出るまで学習しましたが、Study-AIさんが無料で実施してくれている模擬テストを受けるとその自信は崩壊します。

リンクはこちらです。まだ受けていない方は是非受けてみて下さい。

Study-AI:G検定模擬テスト

G検定チートシート(個人用カンペ)

ここでまとめるのは問題集をやってもStudy-AIさんの模擬テストでわからなかった用語や、Webから収集してきた情報の他に、いちいち本を参照すると時間のかかりそうな人名や発言集、定理といった内容を一言程度でまとめます。

あくまで僕個人が僕のブログで好きなようにまとめているだけですので、G検定本番でここの内容が出題されなかったとしても僕を攻めないで下さい…。

ご自身で利用する場合は必ず試験前にご自身で検証しておくことを推奨します(記載に間違いがある可能性があります)。

AIの問題・課題

フレーム問題

無限にある可能性からの探査には無限の時間がかかってしまう問題。このフレーム問題を克服したAIを強いAI(汎用AI)、克服できないAIを弱いAI(特化型AI)と呼ぶ。

シンボルグラウンディング問題

記号システムのシンボルを実世界で意味のあるものと結びつけるのは難しい。言葉の関係がわかったからといって概念と結びついたとは言えない。

知識獲得のボトルネック

現実世界の専門家の豊富な知識を定式化するのは難しい。ルールを決めていっても矛盾が発生してしまう。

次元の呪い

特徴量が多くなり問題が高次元になると分布が高次元空間の表面に集まる(回帰や分類のアルゴリズムがうまく働かない。計算量も多くなる)。

勾配消失問題

ディープラーニングにおいて、出力層から入力層に向かうにつれて勾配が消失し、誤差が見積もれなくなる現象。

過学習

オーバーフィッティングとも呼ばれ、訓練誤差は小さくなっても汎化誤差が大きくなってしまい、汎用的な問題に適用できなくなってしまうこと。

発言内容集

シンギュラリティについての発言内容

レイ・カーツワイル「シンギュラリティは2045年に到来する。」(著書:The Singularity is Near)

ヒューゴ・デ・ガリス「シンギュラリティは21世紀の後半に来る。そのとき人工知能は人間の知能の1兆の1兆倍だろう。」

スティーブン・ホーキング「AIの完成は人類の終焉を意味するかも知れない。」

オレン・エツィオーニ「シンギュラリティを迎える可能性はあるが、賢いコンピュータが世界制覇するという終末論的思想は馬鹿げている。」

ヴァーナー・ヴィンジ「シンギュラリティが来れば、機械が人間の役に立つふりをしなくなるだろう。」

定理等

バーニーおじさんのルール

機械学習には調整が必要なパラメータ数の最低10倍はデータが必要であるとする経験則。

ノーフリーランチの定理

あらゆる問題に対して万能なアルゴリズムはない。

みにくいアヒルの子定理

機械学習における定式化で「普通のアヒル」と「みにくいアヒル」の区別はできないという定理。

モラベックスのパラドックス

機械は高度な推論よりも、人間の1才児レベルの知恵や運動能力を身につける方が難しいというパラドックス。

ディープラーニングのネットワーク名

LeNet

1988年にヤン・ルカン氏が発表したCNNの原型。

AlexNet

2012年のILSVRCでトロント大学のジェフリー・ヒントン率いるチームが使用し、2位以下に圧倒的な差をつけて優勝したネットワーク。8層。調整するパラメータは60,000,000にものぼる。

GoogLeNet

2014年のILSVRCで優勝。22層。

VGG16

2014年のILSVRCでGoogLeNetに劣らない性能を誇ったオックスフォード大学のチームのCNN。16層。

ResNet

2015年のILSVRCで優勝。152層。学習に残差関数を使う。

ElmanNet

JordanNetと並ぶ初期の有力なRNNの一種。

WaveNet

Deep Mind社の音声処理ネットワーク。

正則化手法

LASSO

Least Absolute Shrinkage and Selection Operator。L1ノルムという制約条件を与える正則化手法。パラメータのスパース推定を行う。

Ridge正則化

L2正則化項を使って説明変数の影響が大きくなり過ぎないようにする正則化。

学習方法

転移学習

別のタスクで学習しておき、学習済みの特徴やパラメータを利用すること。少ないデータ、短時間で学習することができる。学習済モデルの最終出力層のみを付け替えて、新しいデータで学習するが、事前に学習していたパラメータは重み更新しない。

友達のノートを借りて自分で勉強するイメージ。

ファインチューニング

転移学習では出力層以外を再学習させないのに対し、ファインチューニングは他の層もチューニングの意味で学習させる。1から学習させるよりかは効率的。

蒸留

別のモデルでトレーニングした知識を、別の軽量なモデルに継承させて使うこと。元のモデルを教師モデル、継承先のモデルを生徒モデルと呼ぶ。

End to End Learning

入力から出力まで一括で学習すること。コンピュータの性能が乏しい時は分割して学習させるしかなかった。

DQN

逆強化学習とディープラーニング適用。報酬を推定する。

正規化

バッチ正規化

学習途中でデータの分布が偏ってしまう内部共変量シフトの問題を改善するために行う正規化。2015年に考案された。

局所コントラスト正規化

減算正規化、除算正規化を使ってCNNの画像に対して局所的にコントラストをスケーリングすること。その名の通り。

最適化手法や関連用語

勾配降下法

勾配情報を利用して重みを増加させるか減少させるかを決める。学習率がハイパーパラメータ。逐次学習(オンライン学習)の場合は確率的勾配降下法(SGD)、ミニバッチ学習の場合はミニバッチ勾配降下法と呼ぶ。

Adagrad

学習率をパラメータに適応させる方法。重みベクトルの勾配毎に学習率を変える。学習率が大きいと収束は速いが最適な解を得ることが難しい。逆に学習率が小さいと計算時間が長いという問題を解決しようと考えられた。

RMSprop

Adagradの発展。Adagradでは一度勾配が緩くなると学習率は小さくなるため、その先に急な勾配がある場合に対応できない。RMSpropは十分過去の勾配情報の影響を小さくすることで勾配の変化に対応しようと考えられた。

Adadelta

RMSpropの次元数の不一致による問題を解決しようと考えられた。ニュートン法の応用となっている。

Adam

RMSpropの発展。パラメータ毎に適切なスケールで重みが更新される。

プラトー

最適化計算中に鞍点や停留点にとまってしまい、学習が停滞していること。

倫理・法律・世界動向

人工知能学会の倫理指針

人工知能学会倫理指針:9つの指針(PDF)

①人類への貢献
②法規制の遵守
③他者のプライバシーの尊重
④公正性
⑤安全性
⑥誠実な振る舞い
⑦社会に対する責任
⑧社会との対話と自己研鑽
⑨人工知能への倫理遵守の要請

自動運転のレベルと関連情報

Level0:運転自動化無し
Level1:運転支援
Level2:部分運転自動化
Level3:条件付運転自動化
Level4:高度運転自動化
Level5:完全運転自動化

自動運転関連有名企業に、Google傘下のWeimoがある。
自動車メーカは0から順番にLevelを上げていこうという方針だが、大手IT企業は一気にLevel3以上のシステムを実現させようという傾向がある。

ドローンの法律

国土交通省:無人航空機(ドローン・ラジコン機等)の飛行ルール

飛行禁止空域
・空港周辺
・150m以上の上空
・人家の集中地域(DID)

飛行ルール
・日中のこと
・距離の確保を行うこと
・催しを行っている場所は飛行禁止
・危険物輸送の禁止
・物件投下の禁止

国土交通省への申請で許可を受ければ飛ばすことができる。守らないと50万円以下の罰金。ルールは総重量(バッテリー等本体以外の重量含む)が200g未満の場合は対象外。

各国のAI活用経済成長戦略

日本:新産業構造ビジョン(PDF※重いので注意
英国:RAS2020戦略
ドイツ:デジタル戦略2025
中国:インターネットプラスAI3年行動実施法案

まとめ

ちょっと粗めですが、模擬試験を受けた時によくわからなかった用語や、いちいち覚えていたくない人物名や発言等をメモしました。

本番までに基本は見なくても解けるようにしておき、忘れた時にメモを見るという程度で使おうと思います。

本番までに学習した内容は随時追加する予定。

自分用にこんなページを作ってしまった…!ブログだからご勘弁。Twitterでも関連情報をつぶやいているので、wat(@watlablog)のフォローお待ちしています!

  • このエントリーをはてなブックマークに追加

SNSでもご購読できます。

コメントを残す

*