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
人間は脳もセンサーも凄い、と。触ったら触覚で色々感じる。聞いて感じる。目で感じる。匂いで感じる。危険な匂いだなぁとか。触ってこれは凄く柔らかくて気持ちいいとか。そういうのも全部わかる。そのような情報が凄い、と、人間は。
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。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。
AIにできないこと
- 導入への壁（理解、適用、準備、コスト、リスク）
- フレーム問題（洞窟と爆弾）
- シンボルグラウンディング問題（シマウマ）
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。
しかしなんでドラえもんができないのか？もしっかりとわかっているというのが今。それが二つの壁、フレーム問題とシンボルグラウンディング問題。
フレーム問題。限られた枠の中でしか考えられない
まずはフレーム問題。限られた枠の中でしか考えられないという制限。洞窟の中にバッテリーに繋がっている時限爆弾が置いてあるという設定で、ロボットに洞窟の中に入ってバッテリーを取ってこい、と命令します。
期待される答えはッテリーに繋がっている時限爆弾を発見して、それをバッテリーからはずして時限爆弾はその場に残し、バッテリーを持ち帰ってくること。ところがそれができない。なぜ？バッテリーを持ってこいと言われたので時限爆弾が繋がったまま持ち帰ってきたのが第１号ロボット。人間だったらその時限爆弾を排除して持ってくるって、そこを察知しろ、と。
これを察することはできません、過去にそのようなデータがまず必要とのこと。じゃってことで問題の二次的な要素も考慮してくれと、いうデータをインプット。例えば、そのバッテリーに時限爆弾が付いていたら置いてきてくれ、というようなこと。明言はしないけれども二次的な要素を考慮しろ、と命令。再び洞窟へと向かいます。
でバッテリーに繋がった時限爆弾を発見。で二次的な要素を考慮し始めます。例えばこれを持ち上げたら壁が崩れるかも、二次的要素です。これを持ち上げたら下に何か重さを検知するスイッチがあって、これを持ち上げたら後ろから大きな岩の球が転がってくるかも、二次的要素です。このような二次的要素をずっと無数に考えてバッテリーの前で止まったままの状態に陥ってしまったのが第２号ロボット。二次的な要素、多すぎる、ってことです。
で、次の作戦。二次的な要素を入れた上で、それが命令に関することか関さないことかで分けました。命令に関しないことかっていう状況も把握しなさい、と。壁が落ちるとか命令と関係ないよ、と。で第３号ロボットはどうなったか？
なんと洞窟の前で立ち止まったまま動かなかったそうです。命令に関しないことを考えすぎてしまった、と。無数にある事柄、雨が降ったらどうしよう、それを眺めたら、今日はビーフシチューが食べたい、とか。それに対しての検証をしている間に終わってしまう、と。ずっと計算しているので動きが止まってしまったのです。凄いですなぁ・・・
常識というものを植え付けるのは非常に難しい、と。我々が行動し的な中で、だいたいこうだからこうなるっていうのが常識、所謂パターン、という情報というか知識というか蓄積というかそういうもの。ある程度の行動パターン、その行動の周辺のデータをいうものを入れ込めない段階なのが今の現状ということです。
常識というものを植え付けるのは非常に難しい、と。我々が行動し的な中で、だいたいこうだからこうなるっていうのが常識、所謂パターン、という情報というか知識というか蓄積というかそういうもの。
もう一つ、シンボルグラウンディング問題
で、もう一つ、シンボルグラウンディング問題。AIはシマウマが理解できない？どういうこと？馬に縞模様が付いているのがシマウマだよ、という教え方だとAIは理解できないらしい。うーん？人間は馬っていうものを見たり聞いたりで経験で察する、縞模様も知る。だからなんとなくシマウマと聞いて馬に縞模様だからあいつのことだなぁと察することができます。
しかしAIは独立した知能であって人間のような経験の五感がないのです。見るとか感じるとか、走るとか感動するとかそういうことが経験の五感。馬に縞模様が付いているのがシマウマ、という情報はインプットできるけど、人間のように見て、多分あれ馬に縞模様が付いているからあいつがシマウマだなぁ、というようにはいかないらしい。
しかしAIは独立した知能であって人間のような経験の五感がないのです。見るとか感じるとか、走るとか感動するとかそういうことが経験の五感。
体験する要素、経験が少なすぎる、センサーが少なすぎるということ。逆に人間は脳もセンサーも凄い、と。触ったら触覚で色々感じる。聞いて感じる。目で感じる。匂いで感じる。危険な匂いだなぁとか。触ってこれは凄く柔らかくて気持ちいいとか。そういうのも全部わかる。そのような情報が凄い、と、人間は。そこまでのIoTはまだできていない・・・
でもタッチするというものに特化したセンサーが凄い向上したらどうなるだろう。見るっていうセンサーが向上したらどうなるだろう。聞くというセンサーが向上したらどうなるだろう。そしてそれらのセンサーを統合すれば汎用AIはできるかもしれません。
ディープラーニングはなぜできたのか？マシーンの性能が爆発的に向上してインターネットが普及したから。ビックデータがあってインターネットに繋がって、その上で物凄いスピードで解析できるようになったからディープラーニングはブレイクしたという実績を我々は経験しています。IoT、５Gとかの重要性がここで出てくるんです。
(2024/12/21 07:22:23時点 楽天市場調べ-詳細)
でもタッチするというものに特化したセンサーが凄い向上したらどうなるだろう。見るっていうセンサーが向上したらどうなるだろう。聞くというセンサーが向上したらどうなるだろう。そしてそれらのセンサーを統合すれば汎用AIはできるかもしれません。
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！
