【感想】人工知能は人間を超えるか

人工知能が変えるもの、変えないもの

「人工知能=AI」という言葉を知ったのは、ドラゴンクエスト４の戦闘システムだった。「ガンガンいこうぜ」「いのちだいじに」という、あれだ。

「ディープラーニング」という言葉をちらほら聞いたことがあった…ので、ちゃんと理解したくて衝動買い。
小難しい本で挫折してしまう懸念は杞憂に終わり、難解なイメージのある「人工知能」「ビックデータ」「ディープラーニング」を平易な言葉で、簡単な例を挟みながら丁寧に説明していく。人工知能の知識がほとんどない人でも十分理解でき、新しい知の世界が広がること請け合い。個人的に今年1番のヒット本になりそう。

「ターミネーター」「マトリックス」などのＳＦ映画では定番の、人間よりも人工知能が賢くなり、人間が支配される世界観。人工知能が自身よりも能力の高い人工知能を生み出せるようになる「シンギュラリティ」は2050年にくるという予測があるが、本書はそれが極めて難しいことを論理的に示してくれる。

Googleが行っている画像認識技術に用いられている「ディープラーニング」の仕組みも、何が革新的なのか、なぜGoogleでないとできないのか精緻な説明があり納得できる。「ディープラーニング」の図に出てくる、多層構造で、具体的な情報の抽象化を繰り返し、重要な「特徴量」の精度を高めていく仕組みは、クリストファー・ノーランの「インセプション」の夢の階層構造を思わせ、SFファンとしては胸が高鳴った。

反面、人工知能でできないことも示され、機械が「重要なこと」と「重要でないこと」を認識できず、途方もない無駄の処理をすることで動きが止まってしまう「フレーム問題」は非常に興味深い。このあたりは人工知能だけでなく認知科学の世界でも出てくる話で、佐々木正人氏の「アフォーダンス――新しい認知の理論」を合わせて読むと理解が深まる（Reader Storeでの取り扱いあり）。
言語学者であり構造主義の大家でもあるソシュールが提唱したシニフィエ(概念、意味されるもの)とシニフィアン(名前、意味するもの)の考え方がないと解決できない「シンボルグラウンディング問題」も面白い。人は、「馬」と「縞模様」を知っていれば初めてでも「シマウマ」が理解できるのに対し、シニフィエの扱えない機械では「シマウマ」という別の情報として新たにインプットしないと認識できない、という。シニフィエを機械が扱うことができるようにする試みも進んできているようで面白い。

人間の仕事を機会が奪うのでは？といった不安は現実に来る領域もあるが、そうでない領域もあるといった今後の未来の具体的な例も提示され、これからの世界の変わり方を読みながら想像するのも楽しい。また、人工知能の開発が1950年代から始まっており、今のブームは第3次ブームであること、そのブームの再燃の背景にはインターネットがもたらしたビックデータの蓄積があることなど、様々な視点から人工知能についての理解を深められる本。とにかく、これだけ複雑な内容を中高生くらいでも読める内容にまとめ上げている著者の実力に感服。

お勧めです。続きを読む

「人工知能」に興味を持ったあなたに

将来、遅かれ早かれ「人工知能」が注目の的になると思っている人におすすめです。
この本では、現在、人工知能が“できること”“できないこと”を教えてくれます。

マスコミが語るやや非現実的な未来像ではなく…、
現役の人工知能学者が語る未来像には確かな重みがある。

注意点としては、学者としてしっかり語ってくれるので、その分斜め読みは難しい。続きを読む

知る楽しみが１００回くらい味わえる本

人工知能研究の今までとこれからを厳選された言葉とわかりやすい文体で書かれた本。
人工知能の研究はまさしく人の知能の仕組みを解明する営みではないかと思う。
ディープラーニング、グーグルの猫認識という新し…い言葉が詰め込まれておりその意味や背景についても説明されているが、それらの言葉をさらにググりながら読み進めるのがこの本の適した読み方ではなかろうか。
知る楽しみを知っている人に絶対のおすすめ本です。
ソニーのリーダーを持っている人には検索機能を満喫できる本でもあります。続きを読む

人工知能に興味があるのなら読んでみよう

人工知能。ディープラーニング。最近ちょくちょく耳にする。大学入試を受ける人工知能なども，話題になっている。
でも，一体どういうものなのかというと，説明は上手くできない。また，人工知能の研究が進むと，人…間の仕事を奪ってしまう，人間に危害を与えるという危惧も聞かれる。
この本は，人工知能の最先端の研究者が，こういった疑問に対する答えを与えてくれる。人工知能は，これまでどのような研究がなされ，今どういったことができるようになってきたのか。そして，これからどのようなことができるようになるのだろうか。続きを読む

アルファ碁の衝撃

グーグルのα碁がイ・セドルに完勝した衝撃から1週間、もはやα碁が世界トップクラスの実力を持ちさらに強くなっていることは疑いようも無い。相手の能力を吸収する人造人間セルに対する人間界の英雄ミスター・サタ…ンになぞらえられたイ・セドル(元々囲碁界の魔王と呼ばれている)が一矢報いた4局目ではα碁はまるでバグを起こしたようにミスを連発した。今日行われたコンピューター囲碁大会では日本のZENが優勝したが、ここでもディープラーニングを用いてレベルが上がったようだ。

本書の発行は2015/3/10、そしてちょうど1年後の今年3/9のα碁の勝利でディープラーニングの有効性は証明されたと言って良い。1,2局はイ・セドルにもチャンスがあるように見えた。4局目ではα碁がバグを起こしたように見えた。しかし、3局目や5局目はほぼ完勝に見える。どうやったらこんなに強くなるのか本書にディープラーニングがどういうことをやってるのか解説されている。

チェスや将棋では駒得を点数化したり最近の将棋ソフトでは3つの駒の位置関係を点数化したりしてどの手を選ぶかを判断している、この場合点数の重み付けをするのはプログラマーだ。そしてモンテカルロ法という手法で手を選ぶ。将棋の場合先手の勝率が52%程度でこれがベイズ確率で言う事前確率だろう。モンテカルロ法ではランダムに次の手を選び何通りもの対局をさせてみる。点数の重み付けは勝率に跳ね返るので、例えば次の手が10通りなら一番平均点数の高い手を選べば良い。

しかし囲碁ではこれまでは良い重み付けができなかった。またオセロが10の60乗、チェスが120乗、将棋が220乗に対し囲碁は360乗の変化がある。ちなみに100乗はgoogolと言う単位だ。1年前までは人工知能学者以外は囲碁はAIは人間の敵では無いと考えられていたし、α碁がヨーロッパチャンピオンに5連勝した昨年10月でもイ・セドルに勝てるようにはとても見えなかった。ではどうやったらこんなに強くなるのか。

コンピューターに黒白どちらが優勢かを教えるのは難しい、そこで取られた方法がディープラーニングで簡単に言うと画像処理装置を持ったα碁は過去のプロの対局を学習し、どうなれば優勢かの特徴を自分が集めた画像データーを元に解析した。α碁は過去の対局から独自に特徴を見つけだし、自分で重み付けを作り出す。残念ながらそのアルゴリズムを言語化する事ができないのでα碁が何を考えているのかはわからない。手だけを見てると、過去の常識が通じない、新しい常識が生まれるというような感想が出てくるわけだ。「特徴表現をコンピューター自らが獲得する」ことができれば後はひたすら学習を繰り返しセルのように成長していく。

何がディープかと言うと人間の神経系を模式化したニューラルネットワークの階層が深い層になっている。特徴表現は何種類もあるので例えば10通りの特徴の程度を入力し、さらにその影響度に重みをつけて次の階層に送る。人間の場合は刺激によって神経同士をつなぐシナプスが強化されて重み付けをしている。そこに色だとか形だとかの情報が取り込まれ統合されて一つの認識を作る。コンピューターも多層化するとAからJの10通りのうち次の層ではABC、BDIなど複数の組み合わせでデーターを処理しさらに次の層に送る。そうして高次の特徴を積み上げていくとそこに概念が生まれる。

ここで面白いブレークスルーが入力と出力を同じにするようにした事だ。多層にすると浅い層までフィードバックがうまく働かなかった。平社員の情報を統合して社長まで伝え、それに対する答えを平社員に伝えるといつの間にか前提が変わっていたと言うようなものだ。そこで、出力を同じにして答え合わせをし処理がうまくいっている事を確認する。他にもある特徴はまとめて集団化したりわざとノイズを与えて頑健性を強めたりという事もする。

2012年グーグルは「ネコ」を認識するのに1000万枚の画像をニューロン同士のつながりが100億個という巨大なニューラルネットワークを使い、1000台のコンピューターを3日間走らせている。金額にして1億円相当だ。α碁の場合はCPU1202、GPU176からなりグーグルのHPで見積もるとお値段は60億を超えるらしい。

「目の誕生」によるとカンブリア大爆発は視覚の獲得によって起こったとされる。コンピューターはすでにイメージセンサーという視覚とGPUという視神経を手に入れ自ら学習するようになった。コンピューターが自分より賢いコンピューターを設計できるようになる日は思ったよりも近いかも。続きを読む

アルファ碁

イ・セドル戦の衝撃を理解する第一歩として良いのでは無いでしょうか？
人工知能って想像してたのと全然違ったと思われる方多いのでは？？