一つ目は、引き算思考です。
人工知能は、その強力な計算能力と膨大な記憶力を活かして、1秒で何千万通りものパターンを試すことができます。
しかし、碁や将棋でも全てのパターンを読もうとして、明らかに有効でない手から派生するパターン全てを計算するのは知的なやり方とは言えませんよね。
人間はその精度はともかくとして、「これはないな」という選択肢を直観で絞ることを無意識のうちに行なっています。
人工知能はその桁外れの計算能力で全てゴリ押しするのかと思いきや、最近は明らかに有効でない選択肢を早めに切り捨てることもできるようになっているそうです。
ディープラーニングと言われる、人工知能の学習方法の発展も、この引き算思考を取り入れたことが大きなポイントになったそうです。
犬はこういう生き物だという情報が入って来た時に、人工知能はその情報を様々な要素に分解して、それぞれのパートで学習をしていきます。
その後、これは犬かどうか？という判断と答え合わせを繰り返して学習していく中で、間違えた判断を繰り返すパートを省くことで、判断の精度を高めて行くのだそうです。
そして、その引き算思考によって、人工知能は汎用性という人間の知性のもう一つの長所を取り込み始めていると言います。
汎用性というのは、一つの分野で学習した知識を他の分野で応用できる、ということです。
従来の人工知能は、碁なら碁、将棋なら将棋、と一つの分野で学習した内容はその分野でしか活かすことができない、だからこそ「広く浅くでない分、深く」という意味でのディープラーニングという言葉が生まれました。
しかし、今はチェス・将棋・碁のジャンルをまたいで共通の思考ロジックを流用する取り組みが始まっていたり、
碁のソフトを開発した会社が親会社のデータセンターの冷却のための使用電力を40%削減するためのアルゴリズムを開発したという話もあるそうです。
つまり、人工知能の学習結果を人間と同じように応用できるわけです。
となると、やはり人工知能は人間を超えて行くのでしょうか？
その判断は人間よりも正しいと言えるのでしょうか？
次の動画のような不安な未来を迎えることになるのでしょうか？
次回は、人工知能の抱える問題と、人間の感覚とのズレについてお話したいと思います。
今回も最後までお付き合い頂き、ありがとうございました。
皆様からのアクセス、コメント、いいね、励みになっています。