実は間違えて買った本でしたが、AIを理解するうえで、とても参考になる本でした。 AIにおいて「言語生成」が確立される前の本であり、もともとはAIとはなんだったかについて書かれています。 歴史の話もおもしろかったですし、最後の方に書かれていた人間の本質に迫る部分も興味深かったです。

人工知能の歴史から今後の未来展望について書かれていた。特にロボティクスについて触れていたところは興味深かった。AIは知能、ロボティクスは体。

よく耳にはする「AI」。 歴史的に、単なる数字システムだったのが、脳科学の知見の導入（パターン認識能力）という動きが、長い時間かかって進んでいると理解。 つまり初めは、線形回帰や重回帰程度の統計技術だったところ、次第に写真認識ぐらいまでできるようになってきただけでなく、「フィードバックすることで学ばせる」ことで「人間の操作なしで判断できる」状態に導くという、いわば子を育てるような感覚に近づいてきたということ。 従って将来的には一定の仕事（非創造的or定型的なもの）は人から奪うだろうし、倫理観の導入も必要となる。なんなら自律的な兵器だってできてしまうだろうから。 兵器に限らず、たとえば自動運転をさせるならサンデルの哲学教室のような問い（こういうケースでバスはどっちに曲がるべきか、みたいな）への答えさえも用意する必要がでてくる。勤務管理みたいなことをAIにさせるなら、そこにいかに心理的安全性を保つかみたいな話もでてくるかもしれないな。 ディープラーニングとその多層化がAIを次のステージに持って行ったのは事実。そしてそこにGoogleやFBも集中投資している。すごい翻訳サイトもでてきた。さて、日本は、そしてインフラ分野はどうだろう。 さらにいえば、ロボットとの組み合わせで、例えば災害対応用ロボットが自律性をもつ（自ら判断する）とか、あるいは産業や家庭の様子の情報が入手できる（トロイの木馬っぽく…）とか、そういう情報端末としてGoogle等が注力しているとか・・・とにかくなるほどなと思った。 日本は建設ロボットとか確かに少し前に流行ったし、i-Conとかも言っているけど、そこにAIを取り入れていく発想がないと、確かに欧米に負けそうだよな。。 将棋のAIは、「ゲーム木」の探索と「評価関数」という点。少し前は評価関数を独自の感性で手作りしていたが、学習を棋譜事例をもとにすることで飛躍した、、、更に人間（の棋譜）から学ぶことから卒業した――ソフトの自己対戦から学ぶという不法に移行している――といったあたりも面白かった。 （少し古い本であるとはいえ）AIのことが大体概観できて、良書だった！

異なる要素同士を繋げて新たな知見を生み出す。人口論とガラパゴス諸島の動植物からダーウィンが提唱した種の起源など。人工知能に取って代わられない人間のアイデンティティとは。

目的 AIの基礎知識とトレンドを学ぶ ・AIは機械学習で進化していく、統計学と確率論 ・人間は自分を超えるものを受け入れる包容力がある →自分達を超えるAIを生み出す

濃いです。研究の変遷など、良くある話はさることながら、AIにまつわる各国・各企業の競争原理の変遷や観点の違いが面白い。日本は米国企業の下請けになってしまうのか…筆者は警鈴を鳴らしています。

内容が古く感じた。それだけにAIの世界では5年前の著作も古く感じさせるくらい、技術の進歩が素早いと実感した。

ＡＩと人間の関係について公正な視点で見たい人におすすめ。 【概要】 ●ＡＩにできることをすべてＡＩにさせるとしたら、どのような課題が浮き彫りになるか ●ＡＩの技術と歴史。新しいものの情報では、スパイキング・ニューラルネット ●日本の企業が持つべき危機感 ●人間は、どこに存在価値を持つべきか。 【感想】 ●ＡＩが発展するに伴う危機感、所謂「シンギュラリティ」到来のような内容もあれば、冷静に捉えた内容もある。 ●人間を超越し人間に危機を及ぼすＡＩの存在が技術的に可能になったとしても、あえてそのようなＡＩを開発しないという選択肢もある。 　すなわち、最終的には危機が起きるか否かは人間が判断できるということであり、人間に勝るＡＩの開発の要否を見極めることが重要であると思った。

audiobook.jpにて聴いた。 AIの過去、現在、未来について書いている本。新書なので、コンパクトにまとまっていると思う。タイトルへの答えはnoというのが筆者の考え方らしい。 ターミネーターの設定とか想像しちゃうとアレですが。

AIはすごい勢いで進化してる。 日本は国を挙げて、キャッチアップすべき。 10年後の世界が劇的に変わっているかも…

人工知能というものの歴史そしてこれからが書かれてある。タイトル通り、AIがもたらす世界への影響を理論立てて書いてありそれは今までの科学の歴史も踏まえて書かれているので説得力があった。 AIブームは今までに3回あり、今回がその第三次ブームである。第一次では簡単なアルゴリズムのみ解析、第二次では統計、確率を用いて機械学習により株の予想などをしたが、データサイエンティストという人間の存在が必要であった。第三次ではそれすらもいらずコンピューターが自ら学び答えを出すことができるようになってきている。

AIの基本的理論、AI開発の歴史や現状などをわかりやすく紹介した本。 脳科学の研究成果がAI開発に応用されたことで、AIの能力は飛躍的に高まりました。テクノロジーが進化する中で、AIはどのようなものになるのか。そして、人間はAIとどう向き合うべきか。そのことを本書を通して考えることができます。

現在、AIと言われているものの本質？が朧げと理解した気になれる。 とりあえず、日本がいかに出遅れているかを再認識。 あと、偉人たちの言葉は端的かつ本質を捉えていて、刺さりました。

今、話題の機会学習とは何なのかをディープラーニングを含めて比較的わかりやすく解説してくれる。ディープラーニングって何？と思っている人の良いとっかかりとなると思う。 本書はそれだけにとどまらず、最新(2015/3現在)の機会学習を応用したAIの状況について知ることができ、その進歩の度合いに度肝を抜かれる。 今度こそ、AIは人を越えるかもと思わせる状況であり、それはアシモフの描く、ロボットもの世界が現実になることを予想させるものである。 AIは自ら進んで進化する段階に来ており、将棋のトッププロと対戦する電王戦でもAIが圧勝しており、将棋界はタイトルホルダーの登場を回避している状態とのこと。AIの学習も、過去の人間の棋譜での学習には限界になり、すでにAI同士の自己対戦結果からしか学習できないようなレベルとのことで、間接的ながら、オセロ、絵チェスに続いて、将棋でも人間を越えた模様。人間の想像を越える、悪手でない新手もだせるようになっていることからも、人間を越えたというのは本当のようだ。 また、コンピュータが作曲した楽曲を新聞が絶賛したというアメリカでのエピソードを読むと、人間の創造性そのものについても考えを馳せさせられた。

●ロボットが雇用を奪うといっても、それなら人間は独自の創造性を活かす分野にシフトすればよいのでは？ と思ったら、AIは創造性をも発揮していくことになるらしい。AI開発の歴史やAIの現状など、ポイントをおさえた解説でわかりやすい。

Deep learningなどの新しい理論でAIは再度持てはやされつつある。米国のIT企業がAIを搭載したロボットの開発に力を注いでいる。一時期日本こそロボット技術の先端と言われていたが、AI搭載ロボットでは米国に遅れを取っている。脳科学の最新知見を組み込んだニューラル・ネットワーク。神経細胞の動きを理論的に取り込んでいる。爆発的に発展する可能性を持ったAI。それは人類と共生できるのだろうか？

脳科学とコンピュータの融合が私たちの常識を覆す!自動運転車、ドローン、ロボット兵器、雇用・産業構造、医療・介護、芸術…「自ら学んで成長する能力」を身につけた次世代ロボットは、人間社会をどのように変えるのか。 ちょっと前のＡＩ関連書。コンピューターが作曲したクラシック音楽のくだりは、実に興味深い。

AIの歴史よりも、今後の付き合い方が知りたかったのですが、ヒントはもらえたようです。主観と創造性、、。

非常に面白い本であった。特に最後の場面で人間が既に攻略された将棋を指しており、それをAIに不思議がられるというシーンが印象的だった。AIからすれば馬鹿にされてしまう将棋や囲碁を指し楽しんでいる人間が自分たちより頭の良い存在を生み出しという強烈なメッセージは未来の人間の姿を現しているのではないかと思った。そして人類が今抱えている問題を解決するためにはAIとロボティックスの流れは止められないとやはり感じた

AIの凄さや将来性は勿論だが、内容が濃い。 良くこれだけの内容を書けたと感心した。

AIの歴史がわかる本。その上でこれから世界はどうなっていくのかが考察されている。出版後、ポナンザはディープラーニングを実現し名人に二連勝。googleがディープラーニングでアルファ碁を作り世界に衝撃を与えたのも記憶に新しい。この間たった2年。今後もこの本に書かれているような世の中になっていくのかもしれない。

ＡＩ関係の本は最近もたくさんでているけれど，昔のＡＩから何が変わってきたのかが例え理系でなくとも良く理解できる形で説明されている良書。 結局，Ｇ社がなぜＡＩにこんなに注力しているのか，日本の産業はそれで大丈夫なのか，なども（たぶんわりと正確に）書かれています。 ＡＩが人間を支配しちゃうみたいな危惧の深刻度も・・・。 たくさんのＡＩ関連本がでているなかで，最初に読むのによさそうな本です。

なかなか読み応えがあったし、最近のAIにまつわることが網羅されていて、短時間でキャッチアップするには良かった。あと何冊かAI関連は読みたい。

AIが人間の仕事にどのように影響を与えるか不安及び興味を持ち購読。 確かにAIに取って代わる職業があるのは現実的に不可避であるが、各IT企業が考えるようにAIにより、本来の人間がすべき仕事を把握するには良いチャンスであることも納得できる。また、単にAIの到来に不安を感じていたが、産業革命にあったように、当時も機械によって仕事を奪われたものが数多くいたことを考えると、AIの到来の歴史の中では当然起こりうる現象なのだと考えるようになった。 また、スティーブジョブスの言うように、創造は、自らの過去の経験をつなぎ合わせることであることに、自分もcreativeになる可能性を持っていることに考えさせられた。

　AIの入門として、とても分かりやすかったです。将棋であれ囲碁であれ、AIの実力にひれ伏す昨今です。ディープ・ランニングの技術が、身近に感じられます。２０１４年頃の話題までの内容ですが、私たちがどうそれらと付き合うのか、考えさせられる内容です。私は、優秀なロボットとして倫理的にも優れたものが現れるのではと楽観的に想像していましたが、戦争用のもののほうがより現実的に活躍しそうです。全体としての人間は、核の場合がそうであるように、愚かな存在としてAIに対応するような気がします。

前に読んだ「ロボットの脅威」が面白かったので、AI関連の本を追加で読みました。 AI開発の始まりから最新のディープラーニングまで概要を知れて楽しかったです(語彙力) 僕の生きてる間にAIは知性を持つかな？ 持って欲しいな。 何をもってAIが知性を持ったと判断するか、どこからが人間と同等(もしくはそれ以上)と判断するのか、人類はAIが知性を持つことを許容できるか。 そこが論点のようです。 森博嗣さんのWシリーズも同じ論点ですね。 早く新刊読みたい。

将棋やチェスでAIが人間に勝つというトピックスから始まり、AIの現状、取り組みの歴史を解説する。新書らしくポイントを押さえた解説でわかりやすい。 AIは人間に敵対するものではなく、人間とAIが協力して、人類が直面する難問を解決していくのだという未来図は、そうあってほしいという願いとともに、共感できる。

人工知能、AIの入門書に最適。これを読むだけでかなり勉強になります。しかも読み安いし、次に何を調べればいいかも分かります。おすすめです。

機械の部下を持つ日は近い。 94p ベイズ確率がAIに使われているのは知らなかった。 それとベイズ確率の説明が良い。 「最初からそんなに理想的な確率を得ようとしたら一歩も進めないよ。それより最初は最初は不正確でもいいから、 自分で適当に確率を決めておいて、そこに実験や測定の結果を反映させて、徐々に確率を修正していこう。そうすれば、今すぐにでも仕事を始められるから、こっちの方が便利だよ」

AIの仕組みが分かりやすく書かれている。 2015年の出版なので当時の将棋電脳線までのことが書いてあるのだが、その後気になって調べたところ、 2016年：PONANZAが2勝0敗 2017年：PONANZAが2勝0敗 と、AIが続けて勝利しているようだ。

創造性すらAIの範疇という考えが印象的だった。最後には役に立たない、非効率なことが残るのだろうか…。 また、脳の働きを分子レベルで解明する、や、猿の脳の動きの調査方法など、瀬名秀明著のbrain valleyの世界へと現実がシフトしつつあることも印象的だった。 "つまり、創造性とは全くのゼロから何かを生み出すことではありません。むしろ、幅広い経験を通じて目撃したり学んだりした様々な事柄 つまり一見すると無関係な事柄の間に他者が気づかない関連性を見出し、これに基づいて別々の事柄を一つにつなぎ合わせる能力です。"

文系人間にはまさにタイトル通りの衝撃。今取り巻くあらゆる産業の構造を塗り替えると実感。ネーションではなく企業に支配される時代か。しかも人間ならではの創造性すらもAIコンピュータが凌駕する未来。人間とは何かが問われる世紀になる。

AIという言葉だけがどんどん広まりに、なんとなくわかったような、なんとなく置いていかれたような気分を友人に話したら勧められた新書です。なるほどAIの歴史と現状がコンパクトに把握出来たような気をなりました。「ベイズ確率」や「フレーム問題」など知らなかったこともいっぱい。AIを現代の錬金術のマジックワードとしての思考停止的過大評価過小評価からは逃れることは出来たかも。ただグーグルとかアマゾンなどの情報産業の見ている世界に改めて恐怖感も感じたりしました。ニューラルネットのディープラーニングという昔から構想はあってもなかなか実現出来なかった技術がここに来て一気に加速して、われわれ人間は「人間とは何か」をディープに学ばなければならなくなっています。

AIについての現状などを知るためには よくまとまってていい本だった 他の小林雅一さんの本と かぶってることも多かった気はするけど ディープラーニングとは何なのか そもそもなぜ最近になってAIが騒がれだしたのか 今後、産業にどのような影響を与えるか 各国はどのような対応をしているか

まだ完全にdeepラーニングが解明されていないと言うことに驚いた。 Deepラーニングの凄さは大量のデータを分析し日々進化していくところにある。 大量のデータはインターネットや各種センサーで毎日入手される。 "一言でまとめるとdeepラーニングには謎が多くだからこそ今後驚異的な進化をとげ流余地が残されているのです" 分析の基本は回帰分析

2016.11. 勉強会のため二度読みした。 難しいところは置いておいて AIの歴史（意外と古い！） 何故最近AIがブームになっているのか そして未来はどうなるのか アメリカのIT企業が何を企んでいるのか。 色々わかった。 次世代ロボットは情報端末 →Google、ソフトバンクは情報端末としてロボットを活用する。 ≠日本の産業向けロボット うーん、やっぱり危機感しかない。

SFが現実になるそう遠くない未来への展望！ AIの研究が脳神経の研究と合わさって加速していることは知っていたけれど、やはり衝撃的！ 人間の仕事が奪われる可能性があるのは事実！ だからこれから人間が仕事をするには人間らしい個人的なストーリーが必要になってくるのではないかな！ 人間vs.機械までいかなくても受け入れられるまでには世界的な物議を醸すと思われる！ 乗り越えるべき壁を越えて機械と手を取り合う未来を生きてみたい！

著者によると現代AIのベースになっている技術は「機械学習」と「ニューラルネット」と述べる。 機械学習とは言葉を聞き分けるとか写真を見分けるとかいった人間の知能を、コンピュータが統計・確率的な数値計算によって擬似的に表現したもの。 ニューラルネット、特にディープ・ニューラルネットやっぱりディープラーニングと呼ばれる最近のものは人間の脳科学の研究成果を応用して模した技術。 最新のAIでの最大の特徴は問題の原因となっている特徴ベクトル(=変数)を自ら探し出すこと。しかも人間よりも高速に処理して導き出すことと言及する。 AIが人間をあらゆる面で凌駕するか、その問に対して筆者は否と言う。それは人間はある能力において自分より優れた存在を創造し、それを受け入れる先見性と深さがあるからである。「知能」が人間に残された最後の砦ではなく、それを上回る「何か」を人間は持っている。

AIの衝撃 人工知能における概説書である。人工知能がこのように現在注目されるまでに至った研究上の発展をまとめている。もともと、機械学習とは、ビッグデータ解析に基づくパターン認識など、統計的な大数の法則によって解を絞り込むというようなものであった。このような、統計的なアプローチにより、コスト関数（事象を分類する時に、任意の事象同士の近さをシグマで足し合わせ、それを最小化する関数）などでカテゴリー分けをしていた。しかし、このやり方では、二つに分けることはできるが、ベン図の重なりのような共通部分を考えることが出来ず、実用化には問題があった。その中で、人間の脳を模倣するというようなニューラルネットワークの研究がすすめられた。この研究は、今までの数学的な人工知能の課題を克服し、人工知能研究を推し進めた。このような脳のニューラルネットワークの模倣は、ニューラルサイエンスとも呼ばれ、多層構造による学習はディープラーニングともいう。さらに、人工知能は単なる確率統計ではデータが集まるまでにあまりにも時間がかかる（無限にデータが必要）ために、ベイズ確率という事前確率と事後確率を用いた計算方式に変え、臨機応変的なものになっていった。このような発展の中で、人々は計算処理にとどまらない人工知能の活用―強いAI―を志向するようになっていった。一方で、依然として完全自動車など、AIを扱った問題は多く存在する。例えば、限定的なルールの中では高確率で正解を出すことが出来るが、不確実性の高い現実世界では、フレーム外のことも発生し、医療分野や自動運転など、間違いの許されない世界では通用しないのではないかというような批判である。このような原理的問題が、人工知能の実用化について議論を呼ぶところである。 さて、人工知能の開発は、グーグルなどを筆頭にアメリカの企業が席巻している。これは、コンピューターサイエンスとロボット工学をダブルメジャーするアメリカの大学研究者が尽力した結果であり、日本は分野横断的な研究の少なさから、一歩遅れている。その中で、グーグルを中心とするアメリカ企業が人工知能分野で日本の最先端産業を圧倒してしまえば、産業構造自体を変えてしまうなどの懸念や、実際にGEなどのように、ソフトを提供する一方で、その会社のノウハウなどを筒抜けにしてしまうなどの、プライバシー的な問題もある。マーケティングのためにペッパー君から過程を除かれてしまえば、プライバシーなどないに等しいだろう。人工知能分野で後れを取った技術後進国は、そのような危険性と隣り合わせなのである。さて、人工知能に対して、最後の砦となりうるものは、芸術系の分野であるが、その分野での研究は進んでいるのかといえば、答えはyesである。音楽に関しては、パターン認識により、バッハと聞き間違えるような名曲を創る人工知能も存在し、今一度、人間と人工知能の違いとは何か、人間とは何かについて哲学的・人類学的議論がなされている。将棋やチェスでは、もう人間は勝てないが、どの分野なら勝てるのか、そもそも勝負するのではなく、共同戦線を張るのかなど、人工知能の問題は奥深く存在する。 シンギュラリティは2045年と言われているが、実はもっと早く到達するのかもしれない。

第1章 最新AIの驚異的実力と人類滅亡の危惧 最近の機械学習とAIについてさらりと。 第2章 脳科学とコンピュータの融合から何が生まれるのか AIの技術と歴史のまとめ。 第3章 日本の全産業がグーグルに支配される日 欧米企業は強い。日本はハードウェアに力入れすぎなので将来的にまずいんじゃないという話。 第4章 人間の存在価値が問われる時代 AIが発展すると人はどうなるんでしょうという話。

【備忘録】 ■そこでべイズは次のように考えましたーー「最初から、そんなに理想的な確率(客観確率)を得ようとしたら、一歩も前に進めないよ。それよりも最初は不正確でもいいから、自分で適当に確率(主観確率)を決めておいて、そこに実験や測定の結果を反映させて、徐々に確率を改良していこう。そうすれば、いますぐにでも仕事を始められるから、こっちの方が便利だよ」という発想です。これを数式で表現したのが、べイズ確率の基本である「べイズ定理」です。（p94）

AI 研究の歴史と成果，そして現在の研究，未来の姿をわかりやすく解説している．素人でもわかるように原理を説明していて読みやすい．

ここ数年話題になっているAIの話。SF好きとしてさわりくらいは理解したいと思い手に取って半年かかったか。しかし読んでよかった。問題点、期待される点、現状はこの本が出版されてからまた少し変わっているのだろうが、話についていけるくらいにはなった。 何より最後の辺りが好きだ。半年かけてでも読んでよかった。それだけの価値があった。

この先我々が住む世界はどうなるのだろう。AIがコモディティ化した時、果たして'正義'は'悪'に勝てるのか。 文明が高度化すると内部から崩壊するというような話を聞いたことがあるが、この本を読んで、人類は確実にその道を歩んでいるのではないかと思えてならない。 そんな心配をしたところでどうしようもないのだが。

めちゃくちゃ面白かった。当該分野が過去の歴史から現在の潮流、未来の展望含めニュートラルな筆致で情報が網羅されていた。 AIに負けたとき、ひとはその分野を大したことなかった、と言う。 それから一部の米系IT企業が世のシステムを構築して寡占してしまうんじゃないかという怖さも感じた。 それからプログラミングの方法論というか、考えうる変数をプロットして回帰曲線を作っているのはなるほどなと思った。コンサルタントが良く使う考え方、ツールな気がする。 AIに絶対なしえない人間たりえる領域が創造性と考えられたけれど、結局過去の経験の異なるAとBを結び付けられる能力という点ではAIはそのあたりを侵食してくる可能性がある。 人間が人間たりえるのは、むしろ曖昧さ、抽象的でルールに縛られない対応なのかもしれない。

人工知能の危惧もそうだねも、どちらかというと電子端末市場がGoogleやAppleに奪われたようにAIというあらたなターニングポイントにおいて日本はまたもや出遅れるのでは？という主張の方が強く感じた。 日本は果たしてドイツ産官学でのインダストリー4.0やアメリカGE社(ゼネラルエレクトリクス)が打ち立てたインダストリアル・インターネットといったような時代の潮流に遅れを取らないか、多くの人が今一度見つめなおさないといけない。

『これまで人間とコンピュータ（機械）を分ける最大の要素は、「創造性」あるいは「独創性」にあると考えられてきました。 しかし作曲活動のような最も人間的で創造的な作業までもが、コープ氏の言う「音楽データの量とそれを構成する能力」などという無機質なコンピュータ科学の対象となりつつある今、その本質があらためて問い直されています。 一体、創造性とは何なのでしょうか？』 AI技術の急速な進歩とAIが様々な産業に与える影響について、人間がそれとどう向き合っていけばいいのか、表面的な議論は一通り出来ている入門書。 AIがこの先、どの領域まで担っていけるのか。自動化の先にある、人間であれば求められる価値判断はいかに処理・処置されうるのか、そこが一番重要なんだと思う。

AIの現状についての新書。 コンピューティングの速度がムーアの法則で上がり、それにソフトウェアの進化が加わり、人間の創造的活動をコピーできるようになってきた。そもそも人間の創造的活動自体が、過去の経験の組み合わせが中心であり、それを創造的であると祭り上げていることがほとんどである。 それなら、ビッグデータの計算能力さえあれば、組み合わせ能力自体はコンピューターには及ばず、あとはアルゴリズムで良いものを絞り込めれば良い。

よくここまで調べて書いてくれたものです。 総論として「人工知能の発達」は人類の味方だということは誰もが認めるところだと思うのですが、その裏に色んな世界があることを知り、勉強になりました！

KDDI総研のフェローが、コンピュータと脳科学の融合により研究開発が急速に進んでいるAI（人工知能）について、その現状と将来の見通しを解説している。 本書で著者は以下のように述べている。 ◆AIの研究開発は、1950年代に本格的に始まったが、当初の技術の「ニューラルネット」（脳を構成する無数のニューロン（神経細胞）のネットワークを工学的に再現したもの）は、「脳科学」というより「数学の産物」に過ぎなかった。しかし、2000年代に入り、脳科学の研究結果をAI開発へ本格的に応用した「ディープ・ニューラルネット」と呼ばれる技術により「パターン認識能力」（音声や画像を認識する能力）が飛躍的に高まり、近年中に「言語処理能力」が大きく進化すると考えられている。 ◆更に、脳科学との融合は、AIについて、「パターン認識」や「言語処理能力」などの特定の用途に使われるツールに過ぎないと考える「弱いAI」という思想から、人間と同じく汎用の知性を備え、いずれは人間のような意識や精神さえも宿すようになると考える「強いAI」という思想へ転換しつつある。 ◆この技術の飛躍的な進歩により、近年は、掃除ロボットやドローン（無人航空機）などが生み出され、自動運転車などの開発が進められている。こうしたAI技術は巨大なビジネスチャンスを生み出すものと捉えられ、グーグル、フェイスブックなどの世界的なIT企業が研究開発体制を急速に整えている。日本の産業界も後れを取ってはいけない。 ◆一方で、AIは進化の過程で自然発生的に自らの意志を持ち、それを作り出した人類の意図とは全く違う方向へ発達してしまう危険性（究極的には人類を滅亡させる）を秘めているとも言える（「コンピュータ2045年問題」）。理論物理学者スティーブン・ホーキング氏やビル・ゲイツ氏など、多くの有識者が警鐘を鳴らしている。また、更に現実的な懸念としては、AIが人間の雇用を奪う恐れがある。 ◆AIは今や、将棋やチェスでその世界のトップレベルの人間を破り、多くの人がバッハよりもバッハらしいと感じるような曲を作るレベルに達し、更に、ある領域で学んだ事柄を別の領域へ応用する「汎化能力」を示し始めている。 本書により、AI技術が凄まじいスピードで進歩しており、それが人間の生活やビジネスを大きく変えつつあることは認識できた。 一方で、予測不可能なAIの進化が人類の滅亡を招く懸念があるとなると、未だ映画や小説の中の世界としか考えられないものの、生命科学の場合と同様に、科学の進歩の行き着くところには、従来では考えも及ばなかった問題が立ち現れるのかもしれないとも思う。 現代科学技術の最先端の一部に触れることができる。 （2015年3月了）

さまざまなことを考えさせてくれる良書。 手塚信者としては、AIの進歩を手放しで歓迎しているふしはあったんだよね。でも本書を読んで、 「ん？それほど楽観的に構えられないのでは？いや、実は相当にやばい状況なのでは？」 という気がふつふつとわいてきた。多くの論者が指摘するように、AIが人類最大の敵になっちゃうんじゃなかろうか、と。 著者は「人間にしかない『何か』」があるってことで楽観してるんだけど、それって本書に登場してた「チェスや音楽は人間にしかない『何か崇高なもの』を体現したものだ」と素朴に信じる人物と同じ楽観なんじゃないかなと思う。 「強いAI」が登場したら、チェスの評価がそうであったのと同じように、人間そのものの評価ががたっと落ちちゃうと思うんだよね。そうするとどうなるか。僕たちが常識と思い込んでいる倫理や道徳が大きく変わるだろう。そのとき、社会ってのはどうなるんだろうか。そんなことを考えて身震いしてしまう。 かといって経済を考えると、AI開発を禁止することなどできるはずもなし、いや難しい問題っすわ、AI。

AIとは…みたいな本は過去に数冊読んだが、 これを読んで思ったのは、 AIとは"大量のデータの奪い合い"と"そのデータの活用"の2つを指し示すのだろうということ。 今まではオンライン上のデータ(EC、SNS、閲覧記録etc)のみだったのが、 人のもつ全てに近いデータを使おうとされている。 これらのデータから人の一体なにが見えるようになるのか 気になるようなそんな気がします。

　図書館より 　2020年の東京オリンピックには自動運転車を実用化させる、というニュースを聞き、運転の得意でない自分にとっては、おお！すごい、と思いましたが、一方でAIがそこまで進んでいることに驚いたのを覚えています。 　そうしたAIの発展の裏には脳科学の研究が進んだことが関係しているらしく、そうしたAIの研究の流れや現状、またグーグルやソフトバンクのペッパー、将棋の電脳戦などについても触れられています。 　本の中で今後10～20年間でコンピュータやロボットに仕事を奪われそうな職種、とあって、その中に「データ入力」や「小売店のレジ」といった事務だけでなく、 「料理人」や「給仕」も90％以上で職を奪われる、とありまた驚きました。 　こうしたAIや人工知能にグーグルやソフトバンクといった大企業が参入するのは、今後の事業の広がりやビックデータとしての活用を見越してのことらしいです。 　AIは「機械学習」というセンサーから得たデータを解析し、それを基にし認識能力や理解力を高めていく技術があるそうで、まさに人間が学習していくようにAIも学習していくようになっているみたいです。 　そして、自動車や様々な機械に自社産のAIや人工知能を使い、またデータを集めAIのさらなる改良に努める、そうして生まれたAIがあらゆる産業で使われれば、世界を全産業のロボットや機械に自社のAIを使うことも夢ではない、 だから今、各国、各社がAIの開発に力を注いでいるそうで、こう考えると、本当に一つの企業が世界を支配するのも夢ではない気がします。 　いったん、一つの社がすごいAIを開発し、それがシェアを占めれば、集まるデータ量が多い分、さらに改良が進み、他のシェアの低いAIは勝ち目がなくなる、ということもあり得るのかな、と思います。 　人工知能が将棋でプロに勝ったり、オーケストラを作曲したりとAIが芸術や思考力、直観の点で人間に近づいていることが分かります。それは著者曰く、人間の持っていた創造性が、最近のコンピュータにも芽生え始めているとします。そして、それがいつかおそらく人間を超える、人間はそうした人工知能を生み出すだろう、とします。 　なぜなら、環境問題や原発などすでに人間の手に負えない問題に対し、そうした人間を越えた知能を持つ人工知能が解決する可能性を持つから。未来へ向け、そうした人工知能といかに協力するかが大事だということが示唆されます。 　人工知能の可能性について、少し恐ろしく感じるところもありましたが、その一方で希望も感じられる本でした。 　山本弘さんの『アイの物語』の人間とアンドロイドの未来が本当に現実になるのかもしれない、と少し思いました。

20151205 グーグルやその他ベンチャー含めた多くの企業がAIの開発をしている。今は自動運転の自動車が注目。しかし、法整備など課題が多い。また、正面衝突の際に誰を守るか…など倫理的問題も。ファットテールの扱い。 また、パターンを人間が入れる方式ではなく機械自ら学ぶシステムが必要。脳の働きを取り入れた深層学習。 脳の動きを解明することでより進化していく？ また。AIが人の仕事を奪うことも。しかし、機械ができる仕事は人間がやるべきものでなく、人はもっと付加価値のある仕事をすべきとの考え方もある。 人は人間を上回る知能を持ったAIは生まれるのか？生まれたとして、人は機械と共存できるのか。

本の表紙に 「AIの衝撃」とか 「人工知能は人類の敵か」とか 「脳科学とコンピュータの融合が私たちの常識を覆す」とか 書かれてますが、そんな堅苦しい内容ではなかったです。 浅く広く人工知能について柔らかく書かれていました。 人工知能の今とかこれまでとか仕組みとかロボットとか将棋対戦とか作曲とか。 難しい技術的なことを突き詰めて書かれていませんので簡単に読めました。 ディープラーニング、ニューラルネット、ビッグデータ、IoT。 なんか最近よく聞くようになった言葉。 人工知能はもうそこにあるのですね。

無駄に扇情的な表現や「〜〜は明らかです」みたいな根拠が弱い場合特有の言い切りが多い印象。情報量が多いのは良かった。

AIが人間を超える日が着々と近づいていることを実感できる。人間の存在意義を考えさせる本ってとはある意味宗教や哲学に近いかも。 エンジニアとしては、今後の金の種になりそうなのはやはりこの分野か、と再認識。 スタンフォードでこの分野のPh.Dでもとれば一生食ってけそう。

近年のホットワードである、ディープラーニングについて知りたくて本書を手に取る。AI研究の軌跡と合わせて説明されており、非常にわかりやすかった。

●は引用。→は感想。 ●このようにコンピュータが提示するアイデアを参考にしながら、人間が最終的な決定を下す方法は、前述のアドバンスト・チェスやタッグマッチ形式の将棋とも共通するところがあります。しかし、ロジック（論理）に基づき、あくまでも勝負を最優先するチェスや将棋の場合、結局はコンピュータの方に分があるのに対し、建築物の設計ではそれを評価する人間の主観が最優先されることから、むしろ人間（建築家）の方に分がある。 ●現時点ですでに深刻な様相を呈している地球温暖化や砂漠化、ＰＭ2.5のような大気汚染、原発施設内に留め置かれている行き場を失った核廃棄物、等々。これら世界的問題は早晩、人類単独の力では対処しきれなくなるでしょう。そこに人間を超える知能を備えたコンピュータやロボットが必要とされるのではないでしょうか。 →理想の未来 ●たとえばマイクロソフトの技術者らは、ディープラーニングに基づく機械翻訳技術を開発する際、ニューラルネット（ディープラーニング・システム）に何種類かの言語を集中的に学習させました。手始めに英語と中国語を学ばせたところ、これらの言語に関するニューラルネットの語学力は上がりました。次にスペイン語を学習させると、スペイン語の語学力もあがりました。ここまでは予想通りですが、不思議なことにスペイン語を学んだシステムは、それ以前に学んでいた英語と中国語の語学力も向上しました。その理由は、このシステムを開発した当のエンジニアにも、よく分かっていません。これに限らず、ディープラーニングの内部メカニズムについては、その専門家にも、まだ不明な点が数多く残されています。もちろん、そこに実装された「スパース・コーディング」などの技術は脳科学の成果に基づいて研究者（人間）が開発したものですから、不明な点はありません。しかし複雑に入り乱れる人工の神経回路網のどこをどう情報が伝わって、ディープラーニングが何らかの学習成果を導き出すのか。この点については、まだ十分解明されていないのです。 →作成者が予想しなかった成長・進化する人工知能はちょっと不気味。将来、雇用ばかりでなく、人類の生存権も脅かされるという不安も捨てきれない。大鉄人１７のブレーンなど、１９７０～８０年代の特撮ＴＶ番組がイメージしたコンピュータ。

先日（2015年9月5日）トヨタが自動運転技術開発のため米マサチューセッツ工科大学、スタンフォード大学とAI（人工知能）の研究で協力するとのニュースがあった。今後5年間で60億円を投資するという。 ハンドルを握らないで自動的に運転される車というのは夢のような話だが、おそらく10年もしないうちに高速道路を走る車の何％かは自動走行しているかもしれない。 「人工知能は人類の敵か」と書かれると、まるでブレードランナーのレプリカントやターミネーターのスカイネットを思い出してしまうが、この本で紹介されるAI（人工知能）はもっと現実的なものだ。これからは、現在「道具」として使われているもの（工業製品）に、どんどんAIが実装されていく事になるのだろう。 2025年4月26日 追記 これを書いてから10年たった。現在私はスバルのレヴォーグに乗っている。高速道路は全自動とはいかないけれど半自動状態で走る事が出来る。 スマホやPCにはChatGPTが実装されAIを日常的に使用している。

技術的なことは詳しくない。歴史的なことも孫引き的。衝撃と言うほどのタイトルではない。あくまで現況レポート。 ・評価は社会的な影響を受ける。（まあ当たり前か） ・創造はゼロから何かを生み出すのではなく、何かと何かを結びつけること。

小林雅一『AIの衝撃』講談社現代新書 久々に新書を。 明日の『ニッポンのジレンマ』(ビッグデータのジレンマ大研究＠秋葉原)収録の観覧に備えて予習！ AIとは… 人工知能(Artificial Intelligence)のこと。 ホーキング博士やビル・ゲイツらも警鐘を鳴らす「AIの脅威」は、最早SFの世界の話に留まらないかもしれない。 AIが異常な発達によって、人類の脅威となるなんて聞くと映画『ターミネーター』や『マトリックス』なんかを想像する。 本書は、決してAIの恐ろしさを煽ったり、絶望的な未来を嘆いたりはしない。 冷静に人工知能の研究の歴史と背景、現状と課題を述べる。 現代AIのキモは何と言っても「機会学習」。iPhoneのSiriのように言葉を聞き分けたり、Facebookの写真を投稿すると写真を見分けてタグ付け予想したり…ちょっと怖いけど。 さて、ターミネーターのように人間を滅ぼすようなことはないにしても、AIの発達によって人間の仕事が奪われてしまう恐れがある。 しかし、それに対しては「むしろ人間が本来やるべき仕事を見つける良いチャンスになる」と意外と楽観的…いいのか？笑 筆者が言うことには 「私たち人間はあえて自らの雇用や居場所を犠牲にしてまで、人類全体の生存と繁栄を促す新たな技術を開発し、それを受け入れてきました。(省略)このように将来を見据えることのできる叡智と包容力こそが、私たち人間に残された最後の砦なのです。」 らしい。

シンギュラリティ　技術的特異点 　グーグルのAI開発責任者　レイ・カーツワイル AIは今後指数関数的な成長を遂げ、2045年ころには人間の知性を超越した存在になる 2013　雇用の未来　オックスフォード 残る仕事　新しいビジネスを生み出す起業家のような創造的な仕事、マネジメントやマーケティングなど高度なコミュニケーションを要する仕事、芸術的な仕事、非定型な仕事　庭師、理髪業、介護ヘルパー、料理人 なくなるもの　オフィスでの単純な事務処理、銀行の窓口業務、（基本的には単調な反復作業から成る中間所得層の雇用はいままで、業務用ソフト、産業用ロボットに奪われてきた。 今後非定型的な肉体労働も奪われるかも 最後に残るのは高度な創造性と社会的知性を必要とする職業のみ残る deep learning 難問を解決するが、そこに至るシステムの思考経路を開発した技術者も理解できない ルールヘースのAIではフレーム問題解決できないがdeep learningなら解決するか？ プリンストン大学とグーグル　コネクトーム　脳を構成する無数のニューロンの完全な接続図　ニューロンパップを作る ウィロウガレージの作ったROSがロボット用のOSのデファクトスタンダード 山海嘉之　サイバーダイン　最初経営のプロを招いたら大企業病になって失敗 日本は長年ヒューマノイドロボットに注力しすぎて、実用ロボットの開発をおろそかしにしてきた 1996 アシモの歩行の成功体験に酔いしれた deep learningの技術　Toyota technological institute at chicago 将棋ソフト　ゲーム木の探索能力、局面の評価関数 ボナンザ　評価関数に機械学習　過去の棋譜を解析　強い棋士の大局観（評価能力）に最も近い形へと漸進的に近づいていく技術が実装 コンピュータならではの新手 人間のプレイヤーから学ぶことを卒業　機械同士の対戦から学ぶ チェスだけでなく一般的に言えることだが、何かがコンピュータに抜かれるまでは「あれこそ至高の競技だ、人間知性の表れだ」などと持て囃されながら、抜かれた途端、「あんなものはもともとたいしたことなかった」と足蹴にされる傾向があるようだ スティーブ・ジョブズ　創造性というものは物事を結びつけることすぎない

AIというのは冬の時代が続いたが、近年だいぶ盛り返してきている。 おそらく多くの人が想像する以上にAIは進歩していて、かなりの職業が置き換え可能になるだろう、とも言われている。 わーい、じゃあ働かなくていいんだね、とは誰も思わない(僕はいつも思うんだけどね)。英国で靴下編み機が発明された時、時の女王エリザベス1世は、これにより臣民が職を失い路頭に迷うとして、この発明を受入なかったという。けれど、産業革命が同じくイギリスから起こったことも我々は知っている。 AIをとりまく環境は、しばらくは人とのポジションどり、みたいな鬩ぎ合いが続きそうだ。 では、将棋ソフトがプロ棋士に勝ったら、プロ棋士は不要になるのか？ そうではあるまい。それでも人は、人を超えるものをつくりだそうとしていく。でも、人間の最後の砦は知能ではないだろう、それを上回る何者かを、私達は持っているのだろう、と。 感動のようなことも、AIには出来るかもしれないが、娯楽とか暇潰しとかは、なかなかできまい。いくら本を読んだって世界中の知能を集めることは出来ないが、本を読むのは楽しいではないか。これが最後の砦、かな？ ともあれ、衝撃的というか、ここまで来ているのか、と再認識できる本でもあるし、最近パッとしない日本産業も、AI分野でならまだチャンスが有るのでは、という期待もまた出来る。AIには倫理が必要で、ここは日本の弱いところだよなあ、と思いつつ。

同著者の前作も読んでいるのでいくつか既知の部分はあった。こちらのほうが最新版なので人工知能事情を知るためにはこっち読んだらいいと思うけどこの短い数年間で人工知能環境がどれだけ発達しているかを知りたいなら二冊とも読むことを勧める。 本の内容については同時に同じような内容の本をいくつか読んだせいでこの本に対しての特別な印象があまり思い出せないので触れないでおく。でも人工知能を語る上でチェスと将棋は絶対にはずせないのかどの本にも登場してるな。

技術的な面と倫理的な面の両方について、過去の歴史から最新の動向まで、わかり易く書いてあってよかった。1年後には状況が変わってる可能性があるから、出版されてすぐ読むのがいい。 ロボットが人を支配するんじゃないか、ていう、AIの話題につきもののテーマに対する(筆者なりの)答えもあって、締まった。 このテーマに対してぼくの考え。ロボットが人より圧倒的に速く、正確に思考できるようになった結果導き出す答え(ロボットが取るアクション)は、もしかしたら「ロボットが人を支配してはいけない」という答えかも知れない。逆に危惧した通りの答えになるなら、ロボットがいなかったとしても、スーパーな人間ばかりの世界が何年後かに訪れて、その人達に支配されて、同じ結果になるんじゃないか。つまり、早くゴールを知れるだけで、人の思考の果てにしか向かわない。だから、どしどしAIすすめるべき。

前著「クラウドからAI」でグーグル等のIT企業はなぜAI研究に力を注いでいるのかについて述べた著者が、現状の最新AI技術動向についてまとめた一冊。 現在のAI技術は、最新の脳科学の知見が反映されたており、「ディープ・ラーニング（深層学習」「ディープ・ニューラルネット」と呼ばれる。脳の記憶メカニズムであるニューロンとシナプスも模した構造が多重に積み重ねられた構造で、第1層から第N層までの階層を進むに従って学習や理解が深まっていくとのこと。 このようなシステムは１９８０年代からあったが、現在のニューラルネットは最新の脳科学の知見を反映していること、ビッグデータを取り込んで過去にはない学習機会が得られていることが従来との違い。 本書を読むと、AIが人間並みの知能を獲得するのも、そう遠くない未来なのではないかという気がしてくる。

人は人工知能に取って代わられるか、ということに関心があり、手に取った１冊。 様々なキーワード、人工知能の課題について書かれているが、どこか【人の崇高さ】というところに偏って書かれている印象もある。 【IoT(Internet of Things)】すべてのモノがインターネットにつながる 【ディープラーニング（深層学習）】人間の頭脳を構成する神経回路網を人工的に再現したニューラルネットの一種。自力で「猫」や「人」の顔などの視覚的な概念を学習。そして、その学習成果に基づき、コンピュータ画面上にそれらのイメージを0から描き出すこともできる。 【スケーラビリティ】システムに入力されるデータ量に比例して、その性能がアップする。従来のパターン認識技術では、データ量がある値を超えると、そこで性能がほぼ頭打ちになっていた。ところがディープラーニングではそれが起きない。つまりシステムが消化する音声や画像などのデータ量が増すほど、それらの認識精度が天井知らずに上がっていく。 【シンギュラリティ（技術的特異点）】米国の著名な発明家、現在はグーグルのAI開発責任者を務めるレイ・カーツワイル氏ら、一部のエキセントリックな科学者たちが提唱している科学思想。「AIは今後、指数関数的な成長を遂げ、2015年ごろには人間の知性を超越した存在になる」。 【AIの得手不得手】 AIによる雇用の浸食は、「運転手」「ウエイター」「看護師」など、現存する職種の47%がAIに奪われると予想がされた。例えば、電話による販売員、データ入力、小売店のレジ係、など単調な反復作業からなる仕事が奪われていく。一方で、医師、ファッションデザイナー、起業家、など創造的な仕事、あるいは、マネジメントやマーケティングなどの高度なコミュニケーション力を要する仕事、更にベストセラー小説を書いたり大ヒット映画をプロデュースするといった芸術的仕事は、否定形的な仕事であり代替が難しいとされる。 コンピュータはある限定的な枠組み、「チェス」や「将棋」のようにルールがしっかりと定まった限定的な世界では無類の力を発揮する。 しかし現実世界のように、何が起きるか分からない状態、つまり限定的な枠組みを決めることができない世界では壁にぶつかる。 Siriや音声検索では、例え何らかの間違いが発生してもユーザーにはほとんど被害がないから許される。 現代AIのベースとなる「機械学習」とは、例えば、「言葉を聞きわける」「写真を見分ける」といった人間の知能を、コンピュータが得意とする大規模な数値計算へ巧妙にすり替えることで成り立っている。 原発建屋の複雑な内部構造や、床に散乱した瓦礫などによって、思うようにロボットを操作するのが難しく、活躍することができなかった。例えば、わずか9段のはしごを登りきるまでに今のロボットでは8分かかる。 【どちらに分がある？】 あくまで勝負を最優先するチェスや将棋の場合、コンピュータに分があるが、建築物の設計ではそれを評価する人間の主観が最優先されることから、むしろ人間の方に分がある。人間の主観はコンピュータでも予測不能。 →そんなこと言ったら元も子もないのでは？ 素性を明かさなければ人を感動させることのできるようなエミーは、バッハやショパンのような芸術家と同じような創造性をもっていると考えている。 →これも人間のエゴ。ロボットが人様を満足させられるわけがなかろう、という隠れた前提が見え隠れする。 【創造性とは何か？】 これまで人間とコンピュータを分ける最大の要素は「創造性」や「独創性」にあると考えられてきた。しかし作曲活動のような最も人間的で創造的な作業までも「音楽データの量とそれを再構築する能力」などという無機質なコンピュータ科学の対象となりつつある今、その本質が改めて問い直されている。いったい、創造性とは何か？ スティーブ・ジョブズは、「創造性とは物事を結びつけることにすぎない」と言っている。 【意識とは何か】 神経科学や心理学など異なる研究領域を通じて共通の定義する確率がされていない状態。 私たちが何かに注意を向けていると、脳を構成する無数の神経細胞のうち、特定の何個かだけが同時に発火する。 【AIに残された課題】 １．人から機械への制御権の移譲 どこからどこまで権限を委譲していいか悩ましいところ ２．ロボットの行動基準や倫理観 正直なところ明確な基準や原則などを打ち出すことができない ３．利便性とプライバシーのバランス 言うまでもなくプライバシーに関する懸念をどのように規定か ４．監視社会の到来にどう対処するか IoTなどによる従業員の監視

なぜ、googleやfacebook、amazonまでもが、AI研究を加速させているのか。 Pepperは、その目で何を見ているのか。 わかりやすく、でもしっかりとした主張のこもった内容であっという間に読み終わった。

モバイル・コンピューティングでは、従来のＧＵＩに代わって、もっと自然で軽快な操作方法（ＵＩ）が求められるのです。 Ｓｉｒｉを「モバイル・インターネットの顔」にしたいの が、現在のＡＩ研究は大きく三つの学派に分かれて行われています。 によって、爆発的に増大した多彩なデータを指すことが多いようです。 　ビッグデータは大きく「構造化データ」と「非構造化データ」の２種類に大別 アップルは「Ｓｉｒｉ」、グーグルは「セマンティック検索」、そしてフェイスブックは「グラフ検索」によって、いずれもスマホに向かってユーザーが知りたいことを囁くだけで、最も使える情報を最も簡単に提供 マイクロソフトはこれを単なる検索エンジンではなく、「意思決定エンジン（decision engine）」 日本代表のサムライたちが無敵艦隊スペインに勝った」と聞いても、誰も刀を持った日本の武士が軍艦に切りかかる姿を想像したりはしないでしょう。 第五世代コンピュータ開発プロジェクト」 第五世代コンピュータは、実は真に独創的な研究とは言えなかったのです。それは「ルール（規則）ベースのＡＩ」を開発しようとした点において、１９６０年代のＡＩ黎明期に試みられた手法と基本的には同じ ＵＣＬＡ）で働いていたジュディア・パール（Judea Pearl）という科学者が、そこにブレークスルーをもたらす画期的手法の研究に着手 ベイズ理論（ベイズ定理）」を情報科学に応用した「ベイジアン・ネットワーク」と ベイズ理論はいわゆる「主観確率」 主観確率の考え方では、私達が過去の経験や勘などに基づいて、（言葉は悪いですが）適当に「確率」を決めても構いません。繰り返しますが、現実世界では、私達が何かを判断するのに十分なデータが予め揃っていることは、ほぼないからです。 確率が本来、「大数の法則」に支配されるように、ベイジアン・ネットワークのような統計・確率的な手法が実用化されるためには、大量のデータが必要 機械翻訳以上にグーグルが力を入れているのが「セマンティック検索」 グーグルが構築中の「ナレッジ・グラフ（Knowledge Graph）」と呼ばれる巨大データベース 知識のリストは、ＡＩの世界では「オントロジー（知識体系）」と呼ばれ、それらが無数に蓄積されたデータベースは「知識ベース」 ２０１２年末の時点で約６億件に達したと言われますが、その後も増加し続けています。この作業は、グーグルが開発した機械学習プログラム グーグルの機械学習システムは、ウエブ上にある無数のホームページを読み漁り、それらを統計的に分析することによって得た知識を、ある種の知識体系の上にマッピング 最近第三のアプローチとも呼べる「ニューラル・ネットワーク」 フランク・ローゼンブラット氏が考案した「パーセプトロン」 ヒントン氏はこれを「ディープ・ラーニング（Deep Learning）」 視覚」「聴覚」「触覚」「味覚」など、人間の様々な知覚能力に通底する基本的なメカニズムがある、 スパース・コーディング（Sparse Coding）」 情報の抽象度を段階的に上げていって、最終的に何らかの概念を獲得するのがディープ・ラーニングの特徴 ます。20世紀中盤に本格的なデジタル・コンピュータが発明された当初、人と機械の関係、つまりユーザー・インタフェース（ＵＩ）を研究する人たちは二つの学派に分かれました。一つは、スタンフォード研究所（ＳＲＩ）のコンピュータ科学者、ダグラス・エンゲルバート氏を中心とする学派。もう一つは、そこに程近いスタンフォード人工知能研究所（ＳＡＩＬ）のジョン・マッカーシー氏を中心とする学派 マッカーシー氏らの学派は「ＡＩ派」 人間の知的能力をコンピュータのようなツールによって強化する点から、「知的増強（Intelligence Amplification：‥ＩＡ）」

最近、あちこちで人工知能の話題を聞く気がする。はたして、これは一時的な流行なのかどうか。SF映画のような日はやってくるのかどうか。 機械学習は気になるけど、実際に触ったことはない。いつか機械学習を使ったプログラムを組めるようになりたい。 それにしても、そろそろ翻訳ソフトもニューラルネットを使って精度が高くなりそうな気がする。もっとわかりやすくなってほしい。 ロボットもどこまで進化するのだろうか。ドラえもんみたいなロボットが実現することはあるのだろうか。まあ、でも本書を読んでるとそれはないような気がしてきた。 人工知能を使ったアプリを提供している、HEROZという会社が気になった。将棋ソフトも強いらしい。

非常に興味深い一冊。 僕たちの知らないところで、僕たちにとっても非常に重大な研究が進んでいて、いつか間違いなく表舞台に登場して、大きい影響を及ぼすであろう「AI＝人工知能」というものについて。 これまでのように仕事や暮らしが楽になるというレベルではない「未来」が訪れる。 一方で、著名な科学者ホーキング博士も、AIの進歩が人類を滅ぼす可能性があることを指摘している。 「SF映画の鉄板シチュエーション」の域を超えてしまうかも知れない。 ----- memo 20 ビッグデータとAIという言葉は対で使われることが多く、（略）ビッグデータの解析作業は、人手に任せるよりも、どんどん自動化の方向に舵を切っているのです。 27 ディープラーニングは「ディープ・ニューラル・ネットワーク（DNN）」と呼ばれることもあります。そこには大脳視覚野の認識メカニズムに基づく、一連のアルゴリズムが実装されています。 47 最後に残された人間の聖域、つまり奪われる可能性がない安全な仕事とは、医師のほか、起業家やマーケティング・マネージャーなど「高度な創造性と社会的知性（＝社交やコミュニケーションなどの能力）を必要とする職業」と同調査では見ています。 111 脳の視覚野は、このピクセル情報からいくつかの特徴ベクトル（物体の輪郭を構成する線）を自動的に抽出します。そしてこのベクトルをいくつか組み合わせて、「目」や「耳」のようなパーツ（部品）を描き出し、（略）最終的な対象物を描き出している。（略）この仮説をコンピュータで処理できるようなアルゴリズムへと転化し、これを「スパース・コーディング」と名付けました。 118 ディープラーニングの最大の長所は、「特徴量（特徴ベクトル）」と呼ばれる変数を人間から教わることなく、システム自身が自力で発見する能力にあると言われています。この能力は前述の「スパース・コーディング」に基いています。 120 問題を解決するために必要な「何かに気づく」という能力こそ、これまでのAIに欠如していたものです。 174 日米のスタンス 人間が操作する単機能ロボット（日本） vs. AIを搭載して自律的に動く汎用ロボット（米国） 211 2011年に政府主導で始まったインダストリー4.0ですが、そこには電気・電子メーカーのシーメンスや自動車のフォルクスワーゲンなどドイツを代表する企業、さらには一流大学や研究機関数多く参加しています。… シーメンスは以前からある工場を試験的に改造し、…「インダストリー4.0とは具体的にどういうものであるか」をデモしています。 … 実際にビジネスに組み込まれるのは、早くても2020年くらいと見られています。 234 ジョブズ氏はかつて「創造性というのは物事を結びつけること（コネクション）にすぎない」と述べ、（略）これとほぼ同じことを、アイザック・アシモフも述べています。「（創造性とは）一見異なる領域に属すると見られる複数の事柄を、一つに結びつける能力を持った人から生まれる」 239 産業革命を境に、（略）人間の能力を遥かに超えるマシンを次々と開発してきました。しかし、どんなことにも対応できる柔軟な「知能」という側面だけは、人間に残された最後の砦として守られてきました。この最後の砦さえも、あえてロボットやコンピュータに譲りわたす決断を人間は下すでしょうか。

AI…人工知能 ニューラルネット…AIの一種。ニューロンのネットワークを工学的に再現したAI。p5 機械学習…コンピューターが大量のデータを解析し、そこからパターンを抽出し、ロボットや自動車などが自ら学習し賢くなること。p14 機械学習の中でも有望なのが、ディープラーニング。（ディープラーニングはニューラルネットの一種）画像認識や音声認識などのパターン認識を進化。p28 また、ディープラーニングは自然言語処理を進化させる。これにより、レコメンドやターゲッティング広告の精度が向上。p31 AIは、2045年には人間の知性を超えるかもしれず、それを人間が制御できるか？ 自律的に動くロボット兵器や、雇用の激減の危険性。p40 また、過渡期の問題として、 ・自動運転車のフレーム問題。Siriなどではもんだいないが。p60 ・利便性とプライバシーのバランス 機械学習…「言葉を聞き分ける」や「写真を見分ける」という人間の知能を、コンピューターが得意な、大規模な数値計算にすり替えること。p78 GoogleやAppleの目的は、ロボットのセンサーやデータを通じて、ビックデータを収集すること。p157 AIは雇用を奪う。 AIは長距離トラック運転手などの環境を改善したり、人間にインスピレーションを与えられる。また人間の行動を予測するのは苦手。p223 ただ、本質的な創造性（過去の経験をつなぎ合わせ、新しいものを結合する）も可能にし始めている。p235 人間の先見性と懐の深さによって、AIの技術は進歩し続ける。p242

残念ながら題名にあるような「衝撃」を受ける内容では無かった。 最終章で取り上げている「将棋電王戦」の結果が出る前に出版されてしまったせいかも知れない。「将棋電王戦」に限って言えば、AIはまだまだだと感じてしまう。 本書ではロボットを主に取り上げているが、もっとビッグデーターとの組み合わせにより、知らず知らずのうちに我々の生活を変えてしまっていることも紹介してもらえたら「衝撃」の度合いが増したと思う。残念。

煽り気味だったけど、まあ、面白かった。 未来への考察については、参考にした方がいい人が世の中にはまだまだ多い気がする。 昔研究者していたころに気にしていた、AIの進化が引き起こす不安な未来について、みんなもっと施行した方がいいと思う。

最近のコンピュータ知能は驚異的能力のレベルに達し、今後更に進展していく。歴史を概観し、日本の技術的立ち位置の危うさを憂い、人類にとっての未来を考える。 何となく機械より人間が偉いように刷り込まれて来ましたが、冷静に見るなら、機械の方が能力高いよね。

「AI」が流行りである。いわゆるディープラーニング技術がひとつのブレイクスルーなのだろう。 自分が学生のころは、エキスパートシステムがAIの事例として挙げられたりしていたが、新規性が見いだせず、有用なのかもしれないが果たしてこれをAIと呼んでいいのだろうかと思ったものだ。チューリングテストがAIのひとつの基準として提示されていたとき、ある種非現実的でとさえも思った。チューリングテストをクリアするAIができたかというと、おそらくはまだだと思うのだが、その頃のことを思うと当然ながら長足の進歩だ。シンギュラリティという言葉もそれなりに流行しており、指数関数的に進化するAIが人類に対する脅威になると言う人もいる。 最近においては自動運転技術や将棋やチェスなどで活用され、アメリカではクイズのチャンピオンを破ったという事例も出ているし、電王戦では将棋ソフトがプロ棋士を破るのも普通のことになっている。一定の規則の中での能力においては、人間の能力をコンピュータが凌駕する時代になっているのは確かだろう。ディープラーニングにより自然言語処理もかなり進化するのではないだろうか。 そういった状況でのこの本である。ざっとAIの今を概観するには良い本。それ以上の深みに行こうとするにはやや物足りないのでは。新書っぽい新書で、新書としての役割は果たしている。

サービスロボットの登場で様々なサービスが変わってくる。 サービスの変化はロボットがけん引する。 IoTとか言われているのが、その本質はロボットなんだろう。

掃除機のルンバや、自動運転車など最近身近な存在となってきたAI(人工知能)。なぜその存在が最近注目されるようになってきたのか、AIとはそもそもどういう事を実行しているのか、今後の問題点は、など広い視点でAIを俯瞰できます。グーグルなど米IT企業が目指す次世代産業のビジョンや、AIが進歩しすぎると人間の存在を脅かすのではないかという問題、AI研究の歴史などAIに関する興味深いトピックスを読むのが辛くならない程度のボリュームでうまくまとめられています。どんな科学技術も使い方によっては人類に貢献する場合も、逆に人類に刃を突きつける場合もあります。人間とAIの共存はどこまで可能なのか、AIは人間にとって危険な存在となり得るのか、考えるきっかけを与えてくれる本だと思います。

今後の将来を予測する上で非常に興味深い内容であった。２５０ページで構成されているが、理解し記憶にとどめておくべき重要な内容は数ページで収まるものと感じた。

人工知能の二度に渡るブームと氷河期を経た歴史を振り返り世界の動きなども俯瞰する人工知能のトレンドを押える入門用の好著です。話題のディープラーニングについてもその歴史から説明するも、画像や自然言語の認識と事例はあれど特徴量の説明は不動産価格の例を持ち出す。もっとも人工知能を作った研究者でさえ、なぜそれを特徴量に選んだかが分からないとのことなので、説明できないあるいは説明したところで、普通の読者では理解できないのでしょう。人工知能の将来に関しては、人間の仕事が奪われることや人間の尊厳が失われることへの危惧も言及している。このあたりが研究者と違うリサーチャーの面目躍如といったところでしょうか。また、かつて栄華を極めた日本のロボットについての凋落にも言及している。