AIのプログラムについて教えてください

Pythonでプログラムを作って、AIを更に進化・発展させシンギュラリティーに迫るような革新的な物を作ることは可能でしょうか？

それは無理でしょうか？
Pythonでプログラムを作っても、出来上がるのは、あくまでもPythonを使った応用のプログラムしか出来ないでしょうか？

AIのプログラムに興味がありますが素人です。
AIやPythonについて何の知識もないので漠然としてます。
プログラミングについては、C言語やBasicを使った経験はあります。

質問者からの補足コメント

• 

  下記によりますと
  
  人工知能（AI）の開発は、ディープラーニングの発明によって2013年ごろに正しいスタートラインに立ったと言われている。
  
  やりたいことは、ディープラーニングに相当するような概念を発見して、シンギュラリティーを起こしたいです。つまり、AIの世界で、爪痕を残したいです。
  
  https://wired.jp/2021/05/15/explosive-growth-of- …
  
  ＞ただ、そこにはキョーミない、とか、Pythonのライブラリさえ使えれば充分、とかならここに挙げた本はオーバースペックでしょ。
  
  ちょっと難し過ぎます。多分、こんな難しい本は３ページほど、読んだだけで、やる気が消えると思います。
  
  初心者なので解り易いYouTube動画の方が有難いです。
  
  繰り返しになりますが、目標は、”ディープラーニングに相当するような概念を発見したい”です。

  No.3の回答に寄せられた補足コメントです。 補足日時：2024/09/27 17:02

• 

  やりたいことは、ディープラーニングに相当するような概念を発見して、シンギュラリティーを起こしたいです。
  
  ディープラーニングは、人間の神経細胞(ニューロン)の仕組みを模擬した手法であるニューラルネットワークが基になっています。
  
  最近では、病原菌だけでなく腸内に常在する細菌も脳の機能に影響を及ぼす、という研究が注目を集めており、「脳-腸-微生物相関」という言葉も提唱されています。
  
  漠然としてますが、AIにこの考えを取り入れたいです。
  
  
  https://institute.yakult.co.jp/dictionary/word_3 …

  No.2の回答に寄せられた補足コメントです。 補足日時：2024/09/27 17:20

• 

  人間の神経細胞(ニューロン)の仕組みを模擬した手法であるニューラルネットワークに、「脳-腸-微生物相関」を追加して、シンギュラリティーを起こしたいです。
  
  微生物は、自己増殖するという特性を持ちますので、この概念をAIに追加すれば、シンギュラリティーが置きそうな予感がします。

  No.1の回答に寄せられた補足コメントです。 補足日時：2024/09/27 17:24

• 

  >だって「難しくて当然」なわけで、その「難しい」部分を避けたい、って話でしょ?
  
  そうではないです。
  最近は、質の良い動画が沢山あります。
  動画を見て勉強した方が、本を読んで理解するよりも、効率が良いですし、モチベーションも維持できるからです。
  
  これは、長年の経験から得た結論です。
  
  ＞まぁ、最低でも統計解析勉強せな無理だよ。
  
  統計解析の動画を見ます。
  
  ＞あと、恐らくディープラーニング自体も「意味が分かってない」ので、ニューラルネットワークでも最低限勉強せな。
  
  まずは、下記を見ます。
  
  

  No.4の回答に寄せられた補足コメントです。 補足日時：2024/09/27 18:17

• 

  このような動画から入ると効率よく勉強できる気がしました。
  
  なんか、、瓢箪から駒で、本当にやる気が出てきました。
  
  
  

    補足日時：2024/09/27 22:34

• 

  この動画も役立つかもしれません。
  
  ?list=PLavQwENTsEBW-15YJshb3nwtcEO50BF1b

    補足日時：2024/09/28 06:27

• 

  現在、動画を見ながらディープラーニングを学んでますが、だんだん眠くなってきました。
  Deep Learning　ではなくDeep Sleepiness 汗。
  
  本日の米大リーグ　ロッキーズ―ドジャース戦の方に気がとられそうです。

    補足日時：2024/09/28 08:46

No.3 ベストアンサー 回答者： cametan_42 回答日時： 2024/09/27 15:21

ゴメン、何が訊きたいんだかサッパリ分かんないや。

> AIを更に進化・発展させシンギュラリティーに迫るような革新的な物

って一体何を想定してんだろ。

言っとくけど、今のAIって極論、単なる「統計解析」だからね。「人工知能」とは言うけど、それは「人間の知性を持ってる」ワケじゃない。
いや、ハッキリ言っちゃうとそれとは全くの別モンだ。
それと#2氏も指摘してるけど、Python = AIってワケじゃない。貴方が「人工知能を一から組み上げよう」って思ってるのか。あるいは単に、Python向けに書かれたライブラリを流用しよう、って思ってるのか。
Python向けのライブラリが全部Pythonで書かれてる、ってワケじゃねぇしな。むしろPythonって「遅い言語」なんで、全部Pythonで書くのは非効率的でお話になんない。
実態は演算用ライブラリってほぼC言語で書かれてると思うよ。Pythonはあくまで「フロントエンド」なんで、「あれこれライブラリを組み合わせる」目的でPythonが使われている、って言った方が実態に近いんだ。それらPython用ライブラリを「流用する」ならいざ知らず、「貴方が人工知能のエンジンを自作したい」とか言うのなら、むしろPythonは向かないね。

いずれにせよ、本当に「人工知能エンジンを自作して」、何かやりたい、のなら専門書を読むことをオススメするよ。
古典的な本から順次挙げていく。

PAIP(実用Common Lisp: 原題「人工知能プログラミングのパラダイム」):
https://www.shoeisha.co.jp/book/detail/978479811 …

エージェントアプローチ人工知能:
https://www.kyoritsu-pub.co.jp/book/b10010674.html

両書共、Google研究本部長であるピーター・ノーヴィクと言う人が関わっている(前書は単独、後書は共著)。

ピーター・ノーヴィク:
https://ja.wikipedia.org/wiki/%E3%83%94%E3%83%BC …

前書(PAIP)の使用言語は歴史的な人工知能研究の経緯に依り、ANSI Common Lispと言う言語が使われている。それでいくつもの人工知能研究黎明期のソフトウェアを実際に書いちゃう、って本だ。驚く事に、Lispと人気を二分してた人工知能用言語、Prologまで実装してしまう。
前書は単なるプログラミングHow toとしても優れた本で、初期の人工知能研究が如何に今ある「フツーのプログラミングのノウハウ」にも影響を与えてるのか良く分かる本となっている。その辺の知識はANSI Common Lisp用、と言った限定された話じゃなくって、他のプログラミング言語を使っても役立つ話になるだろう。
いずれにせよ、黎明期の人工知能プログラムの総覧、って言って良い内容になっている。
PAIPを購入して勉強する場合、Windowsで一番ラクなのは次のページから商用ANSI Common Lispコンパイラのフリー版を入手する事だ。

Allegro CL 11.0 Free Express Edition Download:
https://franz.com/downloads/clp/survey

メールアドレスを含む要個人情報登録、ってのがガンだが、オールインワンのシステムなんで面倒がない、ってのは事実だ。IDE込み、だ。
後書の方も人工知能総覧、って言って良い本だけど、前書に比べると「理論面」が多いカンジ。日本だと第二版までしか訳されてないけど、アメリカだと既に第四版まで出版されてる「人工知能用教科書」となっている。
ただ、「理論中心」なんで数式と、あとコードは「疑似コード」が中心となる。ちと人を選ぶかもしんないけど、PAIPで扱われてない「統計的アプローチ」や「ニューラルネット」も扱われている。

次、現行のAIと言えば統計解析、なんだけど、主な着眼点は「判別問題」と言われるモノだ。犬と猫を判別する、とか、あるいはIKKOは男と女のどちらなんだ?って話だな。
今は主流じゃないんだけど、ちょっと前に流行った方法論で「サポートベクターマシン」と言われるやり方があって、それに付いての本が次の本だ。

サポートベクターマシン入門:
https://www.kyoritsu-pub.co.jp/book/b10010378.html

この技術は今は主流じゃないけど、この辺で「人工知能」と「統計処理」が結びつき始めた。ただ、この本も「実装」よか「理論」と言う本。
もうちょっと現代のAIに直結した本を、と言うのなら次の本がある。

パターン認識と機械学習 上:
https://www.maruzen-publishing.co.jp/item/?book_ …

パターン認識と機械学習 下:
https://www.maruzen-publishing.co.jp/item/b29455 …

ちと「ベイズ理論」って辺りが時代を感じさせるんだけど(笑)、おそらく書籍名で「機械学習」ってのが入った最初の本のうちの一冊なんじゃないか。
あとは、ニューラルネットを学ぶ本、ってのも考えられるけど、理論的解説を行った本とかなら共立出版辺りで絞れば色々と引っかかるんじゃないかな。
いずれにせよ、「統計処理」で考えて「理論的に興味がある」って言うのなら割に解説書はそこそこ出ていて、探すのは難しくないと思う。ここで書いた本も、最初のPAIP以外は「実装法」と言うよか「理論面」の本ばっかだし。
ただ、そこにはキョーミない、とか、Pythonのライブラリさえ使えれば充分、とかならここに挙げた本はオーバースペックでしょ。
あとはアナタ次第、って事かな。

この回答へのお礼

有難う御座いました。


＞いずれにせよ、本当に「人工知能エンジンを自作して」、何かやりたい、のなら専門書を読むことをオススメするよ。

勉強します。

お礼日時：2024/09/28 10:39

No.4 回答者： cametan_42 回答日時： 2024/09/27 17:33

ん～～。

> ディープラーニングに相当するような概念を発見

したいのに、

> こんな難しい本は３ページほど、読んだだけで、やる気が消える

???

じゃあ「出来ない」って考えた方がエエんちゃうの?
要は「勉強はしたくない」けど、「発見はしたい」と。
まぁ、フツーに考えれば無理だよね。
だって「難しくて当然」なわけで、その「難しい」部分を避けたい、って話でしょ?
って事は「出来ない」と同義だ。

> 解り易いYouTube動画

本で賄おうとせずに「YouTubeで」とか無理だろ。
大体、ディープラーニングに到達するまで一体何千人規模で数理的だ何だ、って研究してきた、って思ってんだろ。
とんでもねぇ事言ってるの理解してる?殆ど「研究者に失礼な」レベルだ。
貴方がYouTube程度で学べるのなら、誰でも同じ事がやれる、って意味だわ。
んで、言っちゃうと、巷で言ってる「簡単に機械学習」ってのは、「一体何をやってるのか」全く理解せずに「ライブラリだけは使えるようになる」って事だよ?
って事はPythonで適するライブラリを使う、って事なんで、別にシンギュラリティに到達する、って意味じゃない。「既存のブツの範疇内で物事を行う」事だ。

まぁ、最低でも統計解析勉強せな無理だよ。
あと、恐らくディープラーニング自体も「意味が分かってない」ので、ニューラルネットワークでも最低限勉強せな。
それを「やりたくない」と言うのなら「出来ない」って意味だわ。

No.2 回答者： kmee 回答日時： 2024/09/27 13:14

そういう話題のときは、AIとPythonとは切り離して考えるべきです。

AIは、データと、それを操作して結果を出すためのアルゴリズムとの組合せです。
それをどんな言語や実行環境で実現するかは別の話です。

Pythonはプログラミング言語であり、実行環境でもあります。
それを使って何を実現するかは別の話です。

たまたま現在は「Pythonを使ったAI」が流行っているだけです。
それも実行環境としてのPythonが主な用途で、AIの中核部分は(速度向上等の目的で)C言語等で書いてあることも多いです。

No.1 回答者： EFA15EL 回答日時： 2024/09/27 09:57

何とも答えづらいですね。

AI開発にPythonがよく使われるのは事実ですし、
応用プログラムだけでなくコア部分の開発も可能です。（ChatGPTはPythonで出来ています）
ただ、Pythonが全てなのかというともちろんそうではありません。
特にシンギュラリティーを目指すのであれば、
たった一つの言語で考えるようなことでもありませんし、縛られるものでもありません。

でもまあ、AI開発したい人が学ぶべきプログラム言語は何か？
と言われたらPythonと答えますけどね。