AIの分野が益々活況を呈しています。
もともと数十年前にニューラルネットワーク技術が注目を集め、これが将来的はAIに発展していくのではないかと一部では考えられていました。しかしながら、これは次第に下火になり、それとともに日本ではAI技術自体への研究熱も下がったのではないかと感じる状況があったようなことを記憶しています。
制御技術の観点からいうと、解析的に制御でる対象に対しては制御技術を使用し、これができない対象にはニューラルネットワークで制御しようということになります。
この頃、アクティブ・ノイズ・コントロール（騒音の能動制御）にアダプティブフィルターを使用した適応制御技術が使用され始めました。これを使用したヘッドホンはボーズやソニーなどから今も販売されています。これは、騒音をセンサーで検知し、それと逆位相の騒音を適応フィルターのタップ係数をリアルタイムに変更して付加音源から発生させ、騒音を低減させる技術です。適応制御理論では、ステップサイズパラメータというのを使用して騒音を低減させるアルゴリズムを構成しています。これも解析的に制御できない対象に対しての方法ですので、ニューラルネットワーク技術とはまったく異なりますが、解析的に対応できない対象に適用する技術でるということでは共通しています。
ところで、AIに話を戻しますと深層学習（ディープラーニング）、機械学習も日々活況を呈しており、これらのセミナーもいろいろなセミナーの企画運営会社により頻繁に開催されています。
大手の企業の技術研究所では、この分野の専門家でもない研究者にもこの分野で成果を出すように求めるなど、ノーマルとは考えられない要求がつきつけられたりしているようです。
ここで一言、AIを勉強するために深層学習や機械学習を勉強される場合、その前に統計解析をしっかり勉強してほしいと思います。
まず、統計的に扱えるデータとはどのようなものなのか？ 全てのデータが統計的に扱えるわけではないのに、そんなことはお構い無しに（考えずに）統計解析をやたらに使おうとするのは止めてほしいと思います。あくまで私個人お見解ですが。