カテゴリー: 学び

岩波講座　情報科学19 1982年発行

　問題の解き方を数式化しアルゴリズムを導き出す過程の説明が役に立ちました。計画法、組み合わせ、ゲーム理論、オペレーションズ・リサーチなど多岐に渡るテーマの数学的な扱いが勉強できます。

　たまに数学的に証明がされていないアルゴリズムの話しを耳にしますが意味がいまいち理解していませんでした。この本で問題ー数式ーアルゴリズムの流れを知ったので数学的に証明されていないアルゴリズムと証明されたアルゴリズムの違いがわかるようになった気がします。

岩波講座　情報科学22 1982年発行

　これもアルゴリズムまで明確してコンピュータに計算させることを謳っているので人工知能として先はないと思います。この時代の限界でしょうか。

岩波講座　情報科学21 1983年発行

　平面や空間に存在する図形や物体をどのようにして数式で表すかがようやくわかりました。良かったです。

　ベクトルやラスターの処理の根拠となる理論を数式で表しているので基礎的なことを理解するのに役立ちます。

　前書きには到底人の能力には及ばないことが書いてありますがこの時代の限界を知ったうえで果敢に挑戦している人々素晴らしさに気付きます。

　例え今の人智が及ばなくともその時の叡智を結集し成果を出し次の世代に繋げば人類の未来は明るい。

ですね。

　タイトル通り初期のマイコンとその周辺ICの使い方が詳しく説明されています。現在のマイコンは多くの機能をワンチップに載せているのでチップ自体を独立したコンピュータのごとく使えますがこの頃のマイコンはまだ多くの周辺ICを必要としていました。データシートでは分かり難かった周辺ICのことがようやく理解できてきました。

情報科学23 1981.12.10 発行

　数、式、文の構造を整理してコンピュータに処理できるようにしようとしています。このアプローチは構造をいちいち明確にしなければならないので難しい方法です。

情報科学24 1982.10.8 発行

　「生物を合目的的な存在とみなすならば、生物はひとつのシステムである」

　「organismは有機体ととも訳されるが、この”機”とはからくりを意味する」

視覚のシステム

　外部から入った光を電気信号に変換し情報処理される。この時輪郭が強調される。

　静止しているもの、素早く動いているもの、全体をとらえた大まかなものの三つの系統がある。

「大脳の視覚中枢にある数億の細胞は、それぞれ超単純、単純、複雑、超複雑の反応性を持ち」

　脳の視覚中枢だけではなく2次元として反応、3次元として反応、色の反応というように複数の野で特徴抽出を行なっている。

　感覚器官でエネルギー変換を行いそれぞれの野で特徴を捉えて連合野で主観的に認識している。聴覚も同じように処理されている。

神経回路網の数理モデル

　「興奮パターンの競合と協調による相互作用が並列情報処理の原型」

　「入力繊維からからくるパルス頻度を表すアナログ量である」

　フィードバックすることにより興奮が持続し、興奮パターンの形で表される情報間の相互抑制による競合作用と、興奮性結合による協調作用が組み合わさって複雑な情報処理が実現されている。

　コグニトロン、ネオコグニトロンとは神経回路モデルで優秀な実験結果を残しているそうです。恐らく今でも進化していると思います。

人間の認知的情報処理

　感覚情報保存、短期記憶、長期記憶の説明が詳細にありますが、人工知能は人工なので記憶の保存期間を制限しなくてもよく、処理速度の長短の都合で分類した方がいいと思います。

遺伝と情報

　遺伝の仕組みは個々生物の仕組みというよりも種全体の巨大なシステムと捉えることができる。

　一通りの数値計算の分野を扱っており多くが数式からプログラムをおこしています。必要な部分は数式→手順→プログラムとわかりやすくなっています。特に計算法がたくさん載っておりそのプログラムも巻末にあるので辞書に近いような気がしました。これさえ有れば数値計算の入門は全て身につく勢いです。

　面白いのがモンテカルロ法や統計学が出てきているところです。まだ第三次AIブーム前ですが機械学習やディープラーニングの萌芽感じられました。今のAIブームも突然と湧き上がったのではなくこのようなところから少しづつ広がったのかもしれません。

誤差、関数計算、方程式、線形・非線形、微積分、行列などの計算方法が詳しく解説されています。数式→フロー(アルゴリズム)→プログラムの流れがようやくわかりました。数式の多くは無限に対応しているのでそのままではコンピュータでは計算できません。条件として精度、範囲、回数を有限にすることによってアルゴリズムができプログラムが作られます。数式を機械的に変換すればいいのではなくアルゴリズムまで持っていく知恵が必要だったのです。

　近似、高精度計算、代数方程式の解、微積分、行列、最小二乗法などのコンピュータで計算を行うために必要なことが説明されています。整数での演算を主としていきたいので高精度計算が勉強になりました。

　物理や工学での計算をコンピュータにどのようにさせるかがわかる本です。コンピュータ側から見ると利用者はこのように数値計算をするよと見えるでしょう。だから最初に誤差の管理が述べられていると思います。その後、近似、方程式、微分の計算のさせ方が詳しく載っています。今のAIシステムの計算部分の半分はこれで済みそうです。残り統計と確率が必要です。

　集合、帰納法、グラフ、計算の数学的モデル、アルゴリズム、データ、暗号と解説されていて、コンピュータの基礎が数学だったことが思い出されました。アルゴリズムからコンピュータの動作までは良く解っていますが、数学とアルゴリズムの間の繋がりがまだ良く解っていません。数学→計算モデル→アルゴリズムという流れなのか、未だ不明です。

　生物やその営みメカニズムを情報処理による問題解決に応用する試みが学べます。第二次AIブームの後に出版された本ですが既にディープラーニングと同じような考えが記述されています。第三次AIブーム前夜といったところでしょうか。