説明
ヘルスケアはAI、特に機械学習から多くの恩恵を受けることができる。その一例が診断画像分析で、X線、CTスキャン、MRIスキャンなどの医療画像の異常を自動的に識別・分類するのに役立つ。機械学習アルゴリズムは、病気や疾患を正確に診断するために使用することができるデータのパターンを検出するために使用することができます。
参考文献
[1] https://www.bcs.org/upload/pdf/foundation-certificate-ai-syllabus-v1.pdf [2] https://www.apmg-international

説明
データをトレーニングセットとテストセットに分割することは、機械学習データ準備プロセスの重要なステップである。このプロセスでは、通常70：30の割合でデータをサブセットに分割し、トレーニングセットとテストセットを作成する。トレーニングセットは機械学習モデルのトレーニングに使用され、テストセットはモデルのパフォーマンスを評価するために使用される。このプロセスにより、モデルが正確で新しいデータに汎化できることを確実にするために、モデルが見たことのないデータでテストされ評価される。参考文献BCS Foundation Certificate In Artificial Intelligence Study Guide、https://bcs.org/certifications/foundation-certificates/artificial-intelligence/

説明
ParaViewはオープンソースのマルチプラットフォーム可視化アプリケーションで、大規模なデータセットを並列コンピュータ上で可視化することができます。ParaViewは、3Dデータセットの視覚化に便利な等高線プロットなど、さまざまな手法を使ってデータを視覚化します。等高線プロットは、等しい値の点を結ぶ一連の曲線をプロットすることによって作成され、各曲線は特定の値を表します。これにより、3Dデータセットが2D形式で視覚化され、データの理解が容易になります。
参考文献[1] BCS Foundation Certificate In Artificial Intelligence Study Guide, Page number 19 [2] APMG International, "What is ParaView?", https://apmg-international.com/en/blog/what-is-paraview/ [3] EXIN、
"ParaViewとは？", https://www.exin.com/blog/what-is-paraview/

説明
https://griffinshare.fontbonne.edu/cgi/viewcontent.cgi?article=1008&context=ijds コンピュータ科学者や経済学者は、エージェントがどれだけ幸せであるかを表現するために「効用」という言葉を使う。効用は満足度や嗜好性の尺度であり、特定の結果に対するエージェントの満足度を評価するために使用される。効用は、エージェントの満足度を最大化するために、エージェントが取るべき最適な決定や行動を決定するために使用することができる。参考文献
[1] BCS Foundation Certificate In Artificial Intelligence Study Guide, "Decision Making and Planning", p.99-100.[2] APMG-International.com, "Foundations of Artificial Intelligence" [3] EXIN.com, "Foundations of Artificial Intelligence".

説明
知能ロボットとは、機械学習や自然言語処理などのAI技術を使用して、環境を認識し、計画し、行動するロボットのことである。インテリジェント・ロボットは、大量のデータを迅速かつ正確に処理できるため、自律的に意思決定を行い、タスクを遂行することができる。インテリジェント・ロボットは、産業オートメーションからヘルスケアまで、さまざまな用途に使用することができる。

説明
コラボレーション、学習、反復は、アジャイルプロジェクトを説明するのに使われる用語である。アジャイルプロジェクトは、順応性と柔軟性を持つように設計されており、チームはフィードバックを取り入れ、失敗から学ぶことができる。このプロセスでは、チームメンバー間のコラボレーションが奨励され、反復的な開発と継続的な改善の重要性が強調される。アジャイルプロジェクトは、迅速かつ効率的に価値を提供することに重点を置き、チームが変更を加え、変化する顧客のニーズに適応できるようにする。
参考文献
[1] https://www.bcs.org/upload/pdf/foundation-certificate-ai-syllabus-v1.pdf [2] https://www.apmg-international

説明

オンライン学習は機械学習の一種で、大規模なデータセットの計算リソースが限られている場合や、データが頻繁に変化する場合に使用できる。新しいデータが追加されるたびにデータセット全体を再学習させるのではなく、提示された新しいデータから学習させる。これにより、バッチ学習よりも効率的かつ効果的な学習が可能になる。
オンライン学習は、常に新しいデータが追加され、迅速に分析する必要がある不正検知などのアプリケーションでよく使用される。
詳細については、BCS Foundation Certificate In Artificial Intelligence Study Guide (https://www.bcs.org/upload/pdf/bcs-foundation-certificate-in-artificial-intelligence-study-guide.pdf)またはEXIN Artificial Intelligence Foundation Certification (https://www.exin.com/en/exams/artificial-intelligence-foundation)を参照してください。

説明
TensorFlowは、機械学習のためのエンドツーエンドのオープンソースプラットフォームです。ツール、ライブラリ、コミュニティリソースからなる包括的で柔軟なエコシステムがあり、研究者はMLの最先端を押し進め、開発者はMLを利用したアプリケーションを簡単に構築し、デプロイすることができます。
https://www.tensorflow.org/#:~:text=TensorFlow%20is%20an%20end%2Dto,and%20deploy%20ML%20power TensorFlow is an open source machine learning library created by Google. It is used for dataflow programming and is widely used for a variety of applications, including machine learning and deep learning.
TensorFlowは、開発者が機械学習モデルを簡単かつ迅速に構築、トレーニング、デプロイすることを可能にする。TensorFlowには、畳み込みニューラルネットワーク、リカレント・ニューラル・ネットワーク、オートエンコーダなど、さまざまなディープラーニング・フレームワークのサポートが組み込まれている。
詳細については、BCS Foundation Certificate In Artificial Intelligence Study Guide (https://www.bcs.org/upload/pdf/bcs-foundation-certificate-in-artificial-intelligence-study-guide.pdf)またはEXIN Artificial Intelligence Foundation Certification (https://www.exin.com/en/exams/artificial-intelligence-foundation)を参照してください。

説明
ReflexとモデルベースReflexは、人工知能エージェントの2つのタイプである。人工知能エージェントは、問題解決、意思決定、コミュニケーション、学習の要素を取り入れ、人間と同じように行動し、考えるように設計されたコンピュータシステムである。Reflexエージェントは、現在の環境や状況に基づいて行動する反応型エージェントであり、Model-based Reflexエージェントは、意思決定を行うために環境のモデルを使用する。参考文献BCS Foundation Certificate In Artificial Intelligence Study Guide, https://bcs.org/ai/certificate/ and APMG International, https://www.apmg-international.com/qualifications/artificial-intelligence-foundation-certificate.

説明
デイビッド・チャルマーズ教授は、難しい意識の問題は宇宙と同じくらい複雑だと述べている。彼は、意識を理解することは、関係する変数や次元の多さから、宇宙そのものを理解するのと同じくらい難しいと主張している。彼はこの問題の複雑さを乱流、量子力学、心理学と比較しているが、意識の問題はこれらすべてよりもさらに複雑であると考えている。
参考文献
[1] https://www.bcs.org/upload/pdf/foundation-certificate-ai-syllabus-v1.pdf [2] https://www.apmg-international
デイヴィッド・J・チャルマーズ、「意識のハード・プロブレム」、J・シェアー編、『意識の説明』、MIT出版、1997年：ハード・プロブレム", MIT Press, 1997.

説明
ウォーターフォール・アプローチは、開発の各フェーズが完了してから次のフェーズに入るという順序設計プロセスである。このため、あるフェーズが完了すると、プロジェクトに加えられた変更が他のすべてのフェーズに影響を及ぼす可能性があるため、戻って変更を加えることが難しくなります。その結果、ウォーターフォール・アプローチでは、変化する顧客の要求に対応したり、新しい技術に適応したりすることが難しくなる。これは、最終的にAIプロジェクトの失敗を招く可能性がある。
参考文献[1] BCS Foundation Certificate In Artificial Intelligence Study Guide, Page number 19 [2] APMG International, "What is a Waterfall Model?", https://apmg-international.com/en/blog/what-is-a-waterfall-model/ [3] EXIN, "What is a Waterfall Model?", https://www.exin.com/blog/what-is-the-waterfall-model/

説明
知能ロボットは、人工知能（AI）を使って環境を認識し、行動を計画し、それに基づいて行動する。これは「感知、計画、行動」サイクルと呼ばれることもあり、ロボットをインテリジェントにする核心である。AIを使用することで、ロボットは環境を感知し、それに応じて行動を計画し、タスクを完了するために行動することができる。
詳細については、BCS Foundation Certificate in Artificial Intelligence Study Guide: https://www.bcs.org/category/18076/bcs-foundation-certificate-in-artificial-intelligence-study-guide。

説明
技術成熟度レベル（TRL） 技術成熟度レベル（TRL）は、取得プロセスにおいて、プログラムの重要技術要素（CTE）の技術成熟度を推定する方法である。
https://acqnotes.com/acqnote/tasks/technology-readiness-level#:~:text=Technology%20Development-,Technolog TRL stands for Technology Readiness Level and is a measure of how close a technology is to being ready for use in a real-world environment. TRL is used to assess the progress of research and development of a technology, ranging from basic research (TRL 1) to fully operational (TRL 9). TRL is used to help determine the level of completion of a technology and its potential success in a real-world environment.
参考文献
[1] https://www.bcs.org/upload/pdf/foundation-certificate-ai-syllabus-v1.pdf [2] https://www.apmg-international

説明
NLP - 自然言語処理は、狭い範囲のAIの例である。自然言語を理解し、解釈し、生成することができるAIシステムの一種である。NLPは、チャットボット、バーチャルアシスタント、検索エンジンなどのアプリケーションを作成するために使用されているため、ここ数年でますます人気が高まっている。NLPシステムは、言語とそれが使われる文脈を学習することができ、言語のニュアンスとそのさまざまな意味を理解することができる。参考文献BCS Foundation Certificate In Artificial Intelligence Study Guide、https://bcs.org/certifications/foundation-certificates/artificial-intelligence/

説明
https://www.techopedia.com/2/31564/watercooler/ada-lovelace-enchantress-of-numbers エイダ・ラブレスはイギリスの数学者、作家で、コンピュータ・プログラミングの先駆者として広く知られている。1842年、彼女はコンピューティングの基本原理を概説した論文を書き、コンピュータの可能性を認識し、コンピュータのプログラミングに使用できるアルゴリズムを記述した最初の人物となった。彼女の研究は、現代のコンピューティングの基礎を築き、コンピューティング分野への最も重要な貢献の一つとして認識されている。
参考文献：https://www.bcs.org/more/certifications/foundation-certificate-in-artificial-intelligence/ https://www

説明
機械学習では、脳の軸索はノードと呼ばれる。ノードはニューラルネットワークの構成要素で、入力データの処理と出力の生成を担当する。ノードは入力データを受け取り、それに対して計算を実行し、出力を生成する数学的関数である。各ノードは、それぞれのノード間の接続の強さを表すエッジを介して、ネットワーク内の他のノードに接続されている。2つのノード間の接続の強さは、各エッジに割り当てられた重みによって決まります。
重みは学習過程で調整され、望ましい結果が得られる。
詳細については、BCS Foundation Certificate In Artificial Intelligence Study Guide (https://www.bcs.org/upload/pdf/bcs-foundation-certificate-in-artificial-intelligence-study-guide.pdf)またはEXIN Artificial Intelligence Foundation Certification (https://www.exin.com/en/exams/artificial-intelligence-foundation)を参照してください。