AIの種類

学習目標: 様々なAIの分類方法と各タイプの特徴を理解する

能力レベルによる分類

弱いAI（特化型AI）

現在実現されているAI

特定のタスクに特化して設計されたAI。一つのことを非常に上手くこなすが、他のタスクには適用できない。

例:

画像認識AI
音声アシスタント
チェスAI
推薦システム

強いAI（汎用AI）

開発中・理論段階

人間と同等の知的能力を持ち、あらゆるタスクを学習・実行できるAI。

特徴:

自己学習能力
推論と計画
創造性
感情理解

超知能AI

仮説的・未来の概念

人間の知能をはるかに超えるAI。科学、創造性など全ての分野で人間を上回る。

議論されているテーマ:

技術的特異点
AIの安全性
倫理的問題

技術的アプローチによる分類

人間が定義したルールに基づいて動作するAI

特徴: 透明性が高い、説明可能
欠点: ルール作成が大変、例外に弱い
例: エキスパートシステム、チャットボット（シナリオ型）

データからパターンを統計的に学習するAI

特徴: データ駆動、汎用性が高い
欠点: 大量のデータが必要
例: 決定木、SVM、ランダムフォレスト、ナイーブベイズ

多層ニューラルネットワークで複雑なパターンを学習

特徴: 高い表現力、自動特徴抽出
欠点: 計算リソース大、解釈性が低い
例: CNN（画像）、RNN/LSTM（テキスト）、Transformer

新しいコンテンツを生成できるAI

特徴: 創造的なアウトプット、多様な出力
欠点: 制御が難しい、幻覚（ハルシネーション）
例: GPT（テキスト）、DALL-E/Stable Diffusion（画像）、Sora（動画）

応用分野による分類

コンピュータビジョン

画像・動画の認識・理解

自然言語処理

テキスト・音声の理解・生成

ロボティクス

物理的な動作の制御

ゲームAI

戦略的な意思決定

理解度チェック

Q. 現在の画像認識AIや音声アシスタントは、どの分類に該当しますか？