人工知能が提示した治療だからといって

人工知能を目指している企業やチームが多いようです

PSのルールベース方式と異なるのは、フレームを元にした知識表現はネットワーク型をとっているということです(図4参照)この道具を使えば、例えば動物·犬·チワワという各フレームが共通項で紐づいており、シーンによって知識を使い分けます。(図5参照)抽象度やみにこの4つの要素をスロットと呼び、各スロットに、事象に応じた値が挿入されるというわけです。お察しの通り、ミンスキーのフレーム理論でもそのアイデアが活用されています。
CD理論にも弱点があり、それは文脈を読み解くことができないということです。
次のような2つの文章を読んでみてください。
AIそれではさっそく使ってみよう最寄駅で降りるとき
ディープラーニングと強化学習により

  • ロボットに備わっているような
  • ディープラーニングとは何か
  • Watsonを利用して

人工知能に仕事が奪われるという事態です

但し、例えば、「あなたはレストランである男女のカップルに気づきました。
女性は涙を流していました。
皆さんはこれを読んで何を想像するでしょうか?普通は、男性が別れ話を持ち掛けたのか、それとも逆にロマンティックなプロポーズをしたのかと想像しますよね?
シャンクは、一般的に人間は文章に書いてない行間を読み解けることから、日常的な状況で整理された知識が備わっていると考えました。

ディープラーニングと強化学習により

人工知能のパフォーマンスは下がる可能性があります

そしてその状況を「スクリプト」と名付けたのです。つまり、CD理論を補うためにスクリプト理論を開発したといってもいいでしょう。
スクリプトを漢字で言い換えると「台本」が近いイメージです。要は我々の日常活動シーンそれぞれで、スクリプトと呼ばれる台本が生成されるというわけです。シャンクとその学生たちは、スクリプト理論を活用して物語や新聞記事の要約や、話の筋をつかんで簡単な推論を行うプログラムを作りましたシャンクの自然言語処理のスタンスは明確で、文章の意味に重きを置いていました。
人工知能はこれらの分野に影響を与え

人工知能と精度が落ちると実際どのアイテムのどれに近いか

つまり、少々表記や文法が異なっていても、意味が同じであれば構造上同じとみなす、というものです。
それに対して、言語学の専門家からは強い反対の声があがりました。その代表格が言語学の泰斗ノーム·チョムスキー(1928)の学派です。チョムスキーと言えば、人間の言語には普遍的な特性がある生成文法と呼ばれますという仮説で有名な学者です。そしてその学派は、文章の文法に比較的重きを置いていました。従って、スクリプト理論の数学的な曖昧性には我慢がならなかったようです。しかし、スクリプト理論は一定の成果を上げたこと(ある程度文書を意味から読み解けたこと)は事実ですし、シャンクの他にもコリンズとキュリアンが1969年に意味ネットワークを考案して、意味に重きを置いた研究は活性化していきました。

人工知能に用いられる技術は複数あります

これらの意味を重視した(よくセマンティックと表現されます)研究は、2000年以降、オントロジー元々は哲学用語とくくられるようになります。オントロジーの有名な研究で言えばWWWWorldWideWebを発明したティム·バーナーズリーが、次世代Webとして提唱しているセマンティックWebもこの流れを汲んでいます。
話をシャンクに戻しますと、意味派と文法派は最終的な決着がついたわけではありません。おそらくは、解くべき問題の性格によってその比重が変わっていくのだと思います。
コンピュータが代行させようとすることを強く批判しました

AI化し心を獲得する
AI化し心を獲得する

コンピュータの歴史1人工機能研究の幕開け昨今

考えてみれば我々だって赤ちゃんのころは文法なんて意識しませんし、逆に英語の受験勉強では(良し悪しはさておき)必死で文法を学びますさて、そのスクリプト理論ですが、このやり方では、フレーム理論もそうですが情報量が膨大となり、上の例文で挙げた別れ話かプロポーズかの判断のように個人的な主観で解釈が異なるシーンもあることから、知識を網羅することの難しさが分かってきました。そこでシャンクは考えました。個々の体験する知識を網羅するのは無理だから、そこから学習させるしかないのではないか、と。
シャンクは1982年に出版した「DynamicMemory」で、そのアイデアを理論化しました。そしてそれを理論基盤にして完成したのが、事例ベース推論と呼ばれるものです。