最近私は人間の「思考」「判断」「認知」等を学んでいる。
そんな中でやっぱり気になるのは、人工知能。
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)/KADOKAWA/中経出版
￥1,512
Amazon.co.jp
本書を読んでみて、驚いた。
人工知能はまだできていないというのだ。
もとい、Siriのような音声認識や、囲碁・将棋などのゲーム戦略等々、
最初は人工知能と呼ばれていたものが、
その後、その仕組みが解明されると「人工知能とは言えない」と却下されるようになるというのである。
IBMのワトソンでさえ、AIではなくソフトウェア。
最初の人工知能ブームは、
「人間の脳の活動は全て電気信号によるものであるから、コンピュータで再現できるはずだ」
と考えて始まった。
しかし「知識を習得する」ことが想像以上に難しく、これまでに2回の人工知能ブームが失敗に終わったという。
これは意外だった。
私たちが自然に行っている「知識の関連付け」や「言葉の意味の理解」は、
実はとても複雑な構造であり膨大な作業量が必要になるというのだ。
特に、言葉の記号的側面と意味的側面を組み合わせることが難しく、
「シニフィエが無いのにシニフィアンのみが与えられている状態」の記号処理状態から抜け出せないジレンマがあったそうだ。
（それを見て、ソシュールってやっぱり凄いと改めて思ったりもした）
また、これまでは、人工知能が担当するのは分析のみで、
その前段階のデータ選択は人間による判断を必要としていた。
言ってみれば自動計算機のようなものだ。
例えば、年収の高低が何によって決まるかを分析したい時、
「好きな色別に分析してみよう」
「出身大学別で比較してみよう」
と、結果が出そうなところを人間が選択していたのである。
自然に考えれば「まず出身大学から調べてみよう」となるが、
コンピュータがこのような判断を下すことは難しかったそうだ。
（ちなみにこの項目のことを「特徴量」というらしい）
しかしディープラーニングはこれらの問題を大きく打ち破り、ここから第三次の人工知能ブームが起こったというのである。
ディープラーニングは、わざわざ人間が手を貸さずとも、コンピュータ自らが特徴量を獲得し、データとデータの間の関連性も自動的に判断できるような仕組みになっている。主成分分析的な「特徴表現学習」が出来るようになった事が、ブレイクスルーに繋がったということである。
ちなみに本書の中では、人工知能（もどき？）に対して４つのレベル分けがされていた。
レベル１：単純な制御プログラム（ルール通りに動く機械等）
レベル２：古典的な人工知能（掃除ロボット、古典的パズルを解く、等）
レベル３：機械学習を取り入れた人工知能（ビッグデータの利用、ルールや知識の学習）
レベル４：ディープラーニングを取り入れた人工知能（変数の学習、特殊表現学習）
今、レベル４に達して、ようやく本当の人工知能に近づいたと言えるのだろう。
・・・でもまだ、人工知能が人間を超える日は近くは無さそうだ。
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)/KADOKAWA/中経出版
￥1,512
Amazon.co.jp