What's Up, Japan?

そうだったのかぁ、なるほど納得!AI(人工知能)編。これまでの流れ、歴史的背景

そうだったのかぁ、なるほど納得!AI(人工知能)編。これまでの流れ、歴史的背景

例えば猫の画像をめちゃくちゃ覚えます。すると猫というのは大体こういうものだということを把握するようになる。大体これぐらいの大きさで毛並みはこのぐらいでって大まかな猫のイメージを機械は持つことになります。でその時にちょっと珍しい耳の長い猫が現れた、で機械はどうするか?耳が長い猫、レアなケースだったのでこれは猫ではないと判断したんだとか。

中田敦彦氏のYouTube大学観てますか? エキストリーム現代社会〜とか毎回あるトピックをピックアップして大まかな流れの話の中でポイントとなる大事なところを何でそうなったか、そしてどうなったか、という因果関係を分かりやすく説明してくれるユーチューブチャンネルなんですけど、面白いです。あぁそういうことだったのかぁ、と。

元々お笑い芸人の方なのでお話はプロ。その上大学の講師も務めているので教えることにはある程度の技術も持っていると。そこでユーチューブというメディアを活用して自分は何ができるのかを考えて行動、検証しまた行動して検証しているという中田敦彦氏。結構、微妙だなぁという扱いを受けやすいナイーブなトピックも講義してくれるので有難いです。

シュークリーム
シュークリーム
知識の食わず嫌いをなくしてくれるシステムだと思っています。中田敦彦氏のYouTube大学で取り上げるトピックは多岐にわたるので最初のとっかかりの壁を取り除いてくれます。気軽に見聞きできるところも優秀。

AI(人工知能)のこれまでの流れ、歴史的背景

AI、人工知能のお話。難しそうですけど、まずAIって何?から始まって、AIにできること、AIにできないこと、で最後に未来はどうなるの?という流れを把握して全体像を理解することができれば知識(Information)から知性(Intelligence)へと自分を有利に導くことができるはずです。Knowledge Is Power。知識はパワーだと!

どら焼き
どら焼き
AIにできること、できないこと、未来はどうなる?という全体像を把握すること。

まず人工知能、時代によってできることが変化していった歴史があります。今現在のお話でいうと第3次AIブームということらしいです。第1次AIブームが1950年代から1960年代。第2次世界大戦後あたりですか。その頃のAIでできること、推論と探索。どういうこと?例えば、何かのゲームのルールがあって、そのルールを覚えさせたらちょっとできる感じ。

チェスができるようになりました、迷路を解けるようになりました、というようなレベル。機械がゲームをするの?スゲーという段階。精度でいうと全然ダメ、人とやっても完敗状態。でも機械自身が自分で考えてルール内だったらできるんだぁ、ということで画期的だったらしいです。できる範囲の制限が厳しすぎて、逆にがっかり感も相当あったと。

で第2次AIブーム到来、1980年代から1990年代、エキスパートシステムなるものの登場です。要は専門家がある分野の知識をめちゃくちゃ教え込むやり方。もう完璧に色々な場面が出てきても対応できるように予め的な知識を詰め込ませるですけど、ここでも限界がありました。教えられたことしかできない、という欠点です。

黒い物は右へ、赤い物は左へ、黒い物は右へ、赤い物は左へ、黒い物は右へ、白い物は、えっ白い物が来た、ってなってそこでストップしてしまう状態。教えられたこと以外のことに遭遇するともうどう反応していいのか教わってないのでその時点でゲームオーバーということなんです。ここでもやっぱり出来ることって限られているじゃーんとなって終了。

そして今現在の第3次AIブームで一気にイノベーションが起きます。ディープラーニングという言葉がここで登場してきます。2000年代ごろから起き始めた、という事です。専門家の間ではもう10年ぐらい以上前からおきていたんですけど、実用化され始めて私たち凡人は今、知ることとなり活用する日常生活を送っているという感じらしいです。

人工知能、時代によってできることが変化していった歴史
  • 第1次AIブームが1950年代から1960年代。『推論と探索』ルールを覚えさせたらちょっとできる感じ
  • 第2次AIブーム到来、1980年代から1990年代。『エキスパートシステム』専門家がある分野の知識をめちゃくちゃ教え込むやり方
  • 第3次AIブーム2000年代ごろから。『ディープラーニング』人間の脳の仕組みを真似した感じ

2012年、ディープラーニング爆発的大ブレイク

でディープラーニングが爆発的に大ブレイクを起こしたのが2012年、ある事件が起きます。AIの技術を競う世界大会、画像を認識するというコンテスト。100万枚とりあえず画像を渡すのでコンピューターに読み込ませてください、でその後でこれは何ですか?これは何ですか?というのを識別するその精度を競う大会でカナダのトロント大学のチームが爆発的な結果を出すという事件です。

100万枚とりあえず画像を渡すのでコンピューターに読み込ませてください、でその後でこれは何ですか?これは何ですか?というのを識別するその精度を競う大会でカナダのトロント大学のチームが爆発的な結果を出すという事件です。

この時の仕組み、ディープラーニングを活用していた、ということで皆んなの注目を集めます。どういうことか?第1次、第2次も人が教えてやっていた。先生がいたわけです。機械学習、機械が自分で勉強するという概念。その中でも特に注目されたのがニューラルネットワークというもの。つまり人間の脳の仕組みを真似した感じですか!

ニューロンとシナプス。記憶力、ニューロンとシナプスの結びつきが弱いといかいうお話、聞いたことありませんか? 1回や2回勉強しただけでは記憶は定着しない。何回も何回も往復していることによって記憶のパイプは太く確かなものへとなっていく、記憶力の定着です。ニューロンとシナプスの関係を何層にも作っているという仕組みをディープラーニングというんです。

ロールケーキ
ロールケーキ
記憶力定着の仕組み、1回や2回勉強しただけでは記憶は定着しない。何回も何回も往復していることによって記憶のパイプは太く確かなものへとなっていく。聞いたこと、あります!

この考え方は実は第2次AIブームの頃には発想されていたそうです。人間の脳の仕組みを取り入れたらいいんじゃないの、と。でもそう簡単にはいかなかったんですがここで出てくる壁、過学習。学習しすぎる?

例えば猫の画像をめちゃくちゃ覚えます。すると猫というのは大体こういうものだということを把握するようになる。大体これぐらいの大きさで毛並みはこのぐらいでって大まかな猫のイメージを機械は持つことになります。でその時にちょっと珍しい耳の長い猫が現れた、で機械はどうするか?耳が長い猫、レアなケースだったのでこれは猫ではないと判断したんだとか。

でも人間だったら違う反応をします。この珍しいケース、ちょっと耳が長いけど、これ多分猫だよね、と。でも機械が過学習することによって融通が効かなくなってしまいます。で次に出的な概念がドロップアウトという仕組み。ある記憶の概念、直結させていた太いニューロンとシナプスのパイプをいきなり遮断させるという方法論。

顔の大きさ、猫です。毛並み、猫です。耳の大きさ、猫です。色々とチェックポイントがあるところの一箇所のルートをランダムに防ぎます。そうすると耳の大きさだけでは猫かどうか判断できなくなり、毛並みをしっかりチェックするようになる、鳴き声も見るようになる、体温も見るようになる、全体の大きさも見るようになる。全体的な把握ができるようになるわけです。ディープラーニング、すべての技術が進んでいく準備が整いました。

顔の大きさ、猫です。毛並み、猫です。耳の大きさ、猫です。色々とチェックポイントがあるところの一箇所のルートをランダムに防ぎます。そうすると耳の大きさだけでは猫かどうか判断できなくなり、毛並みをしっかりチェックするようになる、鳴き声も見るようになる、体温も見るようになる、全体の大きさも見るようになる。全体的な把握ができるようになるわけです。

AI、ハードの面も理解すること大事

ここまではソフト面でにお話で、周辺のハードの面も理解することが大事なんだとか。どういうこと? IoT、ビッグデータ、ロボティクス。IoTとはInternet Of Things、物がインターネットに繋がっている状態。スマート家電とかいうものをイメージしてもらうのがいいと思います。ビッグデータ、インターネットが普及したことで、凄い大量のデータが集まりだしたという状況。ロボティクスっていうのは機械が動作する作業のこと。

ドーナッツ
ドーナッツ
ビッグデータ、インターネットの恩恵はAI発達にも充分貢献していたんです!5G環境が整えばもっと大量のデータが集まるのでAIの性能が向上しそうです。

IoTが目の役割をする、ビックデータが知識の役割をする、AIがそれを考えて思考する、そしてロボティックスが手の役割をする。私たちの生活の便利さを創造するための連携プレーヤー的存在。で、つまりAIで何ができるの?という質問。違うだろう、と。もう我々はAIを利用した生活を十分享受しています。

生活の便利さを創造するための連携プレーヤー的存在
  • IoTが目の役割をする
  • ビックデータが知識の役割をする
  • AIがそれを考えて思考する
  • ロボティックスが手の役割をする
そうだったのかぁ、なるほど納得!AI(人工知能)編。AI(人工知能)にできること三層に分けて説明します。識別、予測、実行。識別。音声、画像、動画、言語。予測。数値、マッチング、意図、ニーズ。実行。表現作成、デザイン、行動最適化、作業最適化。サービスとしてすでに私たちの生活の中で利用しているものを見ていくとわかりやすいと思います。...
そうだったのかぁ、なるほど納得!AI(人工知能)編。AIにできないこと導入への壁、AIが得意としている分野を吟味してから準備、その上でコストとリスクを考えて導入する。その次にフレーム問題とシンボルグラウンディング問題というのは汎用AI、なんでもできるイメージ、つまりドラえもんみたいな物ができるんじゃない、という期待はまだまだ先のお話。第4次AIブームに起きてくることらしいです。...
そうだったのかぁ、なるほど納得!AI(人工知能)編。未来はどうなる?GAFAと日本?スマホの次?シンギュラリティとルール作り?GoogleもアマゾンもフェイスブックもアップルもAIに物凄い投資をしています。どこに投資をしているのか?AIの第3次ブームはもうすでにピークアウトしていると言われていますが、まだできると言われていてできていない技術、ここにもの凄い投資をしているそうです。その一つが自動運転とか・・・...

IoTが目の役割をする、ビックデータが知識の役割をする、AIがそれを考えて思考する、そしてロボティックスが手の役割をする。私たちの生活の便利さを創造するための連携プレーヤー的存在。

ABOUT ME
Kz
19歳で渡米、ノースカロライナ州シャーロット、カリフォルニア州ロサンジェルスを経て現在ニューヨーク在住!!ウェブライター、エッセイスト、スポーツジャーナリスト、写真家、動画編集・制作者として活動する50代オヤジ。ゴルフにどハマりしてます(笑)ユーチューブ、はじめました!
Knowledge Is Power.

英語プラス@の時代。インテリジェンスな情報を英語でキャッチ。日本語に翻訳されるまで待つのはやめましょう。できるあなたへ、 Knowledge is Power. このパワーの意味するところは何であろうか? それは思うに『異なる環境へ適用する能力』だと思います。

例を挙げるなら、簡単な海外への小旅行から不確定未来のさまざまな社会への対応能力など、それ相応の知識を持っているのといないのとでは、その人の人生の過程において得るであろう結果は、まったく違ったものになります。

当たり前のことですが成人してからの個人はすべて自己責任です。育ってきた環境への不満は、成人してからの人生ではすべて自分次第でどうにでもなります。今の自分の生活環境を嘆く前に自分は努力してきただろうか、問いただしてみるといい!

小旅行の場合。英語で言う Please, Execuse Me, Thank You はなるべくその行く国々の言葉で話したほうが無難である、と言われます。その他に簡単な挨拶から10ぐらいまでの数字の言い方。その国のお金の単位や、その渡航時期の気候など、常識と思われるある程度の情報はその旅行自体を楽しんだり、その個人を守る上で必須。

新しく違う環境での生活を始めるとなった場合はどうでしょう?例えば住み慣れた日本の環境から、経験のない海外での生活となると、情報収集の意味がその行く国々についての知識の習得と言うニュアンスに変わってきます。その国の言葉から文化や生活スタイルに至るまで、勉強するべき範囲は広がるのです。

そして最後にこれから益々社会の変化のスピードが早まる中、どのような社会になっても自分を有利に導くことができるかどうかは、その人の知性に関わってきます。基礎となる知識がなくては、知性というもう一つの意味に近づくことができません。

まず何かを知ることからはじめたらどうでしょうか?無知は無恥につながるが何も知らない自分を知ることのほうが、何かを学ぼうとするためのきっかけになると思います。そのほうが知らないでずっと行ってしまうよりはまし。

自分に何が必要かを知った個人にとって、勉強という言葉は無意味に。サバイバル、といったニュアンスのほうが近いのでしょうか。自分の未来を信じることができるのならば、明日への新しい自分に出会うために今日、努力すべき。やるべきことはたくさんあります!!大前研一氏も言っています、

自分に投資する!!自分に投資して付加価値を高め、どんな状況になっても生きていけるだけのスキルを身につける。その時の必要条件は知的に怠惰でないということ。知りたいと思ったことは調べ、経験したいと思ったことは経験し、行ってみたいと思った所には行かなければならない。」、と。

 

想像して創造すれば君は何処へでも行ける!

同じカテゴリー内、お勧め記事です!っていうか読んで欲しい記事かなぁ・・・