AIで扱う問題の【単純】と【複雑】の違い

page:[AIを理解してみようと思う]

はじめに

• 回帰問題を例に挙げて考える
• 単純な問題を定義して（AIで扱う）複雑な問題について考える
• 補足
  • 回帰問題を知らなくても大丈夫
  • 読んでいくと回帰問題って何かもきっとわかる

単純な問題

例

• やかんに水を入れて火にかけると、大体一定に熱くなって、やがて沸騰する。最初に15℃で1分後に20℃になったのなら、次の1分後には25℃になってるだろうと予想する問題
• 万有引力の法則で物体の落下する速度の計算

単純だとする理由

• 火にかけた時の水の温度を予想する問題
  • 水を温めるのに影響しているのは、ガスの火だけ（とみなせる）
  • ある時刻における温度をグラフに点を打ってみて、定規で引っ張って次を予想できる
  • y=5x+15
• 物体の落下速度を予想する問題
  • 空気抵抗を無視
    • 無視できるほどに速度に対する影響が少ない場合にしか適用できない
    • タンポポの綿毛なんかはダメ（こっちは複雑な問題になる）
  • 影響するものは重力だけ
  • v=gt
• つまり
  • ある状態を予測するのに必要な情報が少ない場合を”単純な問題”としている
  • 結果に影響するものが少ない（線形問題）
• 補足
  • ある温度における分子の振動数を予想するようなそれ自体が複雑な問題もここでは単純な問題とする

複雑な問題

• 単純な問題と比較して
  • ある状態を予想するのに影響するものが多くなっている場合のこと
  • 一般に広く使われている公式などでは答えられない
  • 結果に影響するものが多い（非線形問題）
• 解けない問題は除く
  • 何が影響するかすら分からない問題
  • それは、複雑過ぎる問題だから…

AIで問題を解く

• 単純な問題
  • 公式、計算式を使って予想する
  • AIで解ける問題もあるが、あえてAIを利用しない
• 複雑な問題
  • 予想したい問題に合わせてデータを準備する
  • データを使ってAIを学習させる
  • 準備したデータにあった唯一の公式のようなものを作る
  • AIに未知のデータを与えると結果を予想する

関連記事紹介

• AIの学習をいろいろな例えで考える
  • AIで作ろうとしているものは計算式のようなもの
  • AIの出す答えは人間で言うと直観のようなもの