読者です 読者をやめる 読者になる 読者になる

Otra célula del cerebro

気が向くままにだらだらと書いていきます。

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/松尾 豊 ~言葉だけだと食い違う理由が分かった気がします~

人工知能。別名AI。

最近、よく聞く言葉です。ニュースとかでも、業務に人工知能を活用して業務効率化とかよく話が出てきてます。

bizzine.jp

このときに疑問になるのが、いったいどのレベルで人工知能を入れているのだろう?ということ。

本書では、人工知能の定義を次の4つのレベルで書いてあります。

  • レベル1(制御):単純は制御プログラムを「人工知能」と称している。厳格なルールのもとで、その通りに動くレベル。
  • レベル2(探索・推論・あるいは知識を使ったもの):様々な情報をもとに仕分けが可能なレベル。古典的な人工知能
  • レベル3(機械学習):いくつかのサンプルをもとに学習して、自分でルールを作り振り分けが可能。
  • レベル4(特徴表現学習):ディープラーニングを取り入れた人工知能。特徴量を自分で発見して、一番効率的な方法を見つけ出す。

この4つのレベルがごっちゃで話されている感じがします。いったいどれなんだろう?ということ。そこいらもわからずに、記事を書いているのでは?と思えてきたりします。

でも、組み込みソフトを作った時点で、モノに入るのはレベル1やレベル2とかのものになって、開発レベルでレベル3、レベル4を利用しているのかなとも思ったり。計算量が膨大になりますしね。

レベル3、レベル4のレベルは非常に難易度が高い感じがします。ここのところについては、次の懸念も記載されています。

特徴表現学習の部分を特定の企業に握られたり、ブラックボックス化されたりすると、非常にやっかいなことになる。特徴表現学習のアルゴリズムがオープンにならず、「学習済み」の製品だけが製造・販売されることになると、リバースエンジニアリングで分解したり動作を解析したりして使用や仕組みを明らかにすることが不可能である。

そういう意味でも、人工知能は難しいものと思わずに自分でいろいろと試したり、場合によってはソフトを作るくらいの意識がいるんでしょうねぇ。

そうでないと、中身がわからないまま進めてしまい、評価解析にすごい時間がかかってしまいますから。リバースエンジニアリングの技能向上のためにも、ここいらが必要になるかも。。。

 

とはいえ、ディープラーニング機械学習は、いままで見えてこなかった特徴量を見つけたり、因子の影響度を明らかにしたりでき、既存の一般論を覆すくらいの力があります。これをうまく使えるかどうかは、使う人次第というところなんでしょう。

 面倒くさがらずに、新しい技術に興味をもっていろいろと取り組む必要があるんでしょうねぇ。面白そうだから、いろいろとやってみたいですけどねぇ。。。

人工知能は人間を超えるか (角川EPUB選書)