現在、LLM（大規模言語モデル）やディープラーニング以外で注目されているAIの開発手法には、以下のようなものがあります： 1 強化学習（Reinforcement Learning） エージェントが環境と相互作用しながら報酬を最大化する学習方法。ゲームやロボティクス、自動運転で活用が進む。例：DeepMindのAlphaGo。 2 シンボリックAI（記号的AI） ルールベースや論理推論を用いた手法。知識表現や推論を重視し、透明性が高い。医療診断や専門家システムで再注目。 3 ベイズ推論（Bayesian Methods） 確率モデルを用いて不確実性を扱う手法。データが限られる場合に有効で、異常検知や意思決定支援に使用。 4 進化的アルゴリズム（Evolutionary Algorithms） 自然選択や遺伝の仕組みを模倣。最適化問題や設計の自動化（例：ニューラルアーキテクチャ探索）に活用。 5 グラフベースAI（Graph-based AI） グラフ構造を用いたデータ解析。ソーシャルネットワークや分子構造解析で盛ん。GNN（グラフニューラルネットワーク）とは異なる軽量な手法も注目。これらは特定のタスクや透明性、計算効率を重視する場面で活発に研究・応用されています。
