機械学習の再輸入！？新世代の子供の可能性に愕然！

弟子の甥っ子６歳が将棋めちゃくちゃ強くてなかなか勝てなかったらしく、理由を調べたら将棋アプリで待ったをかけまくってAIが導き出す場面ごとの最善手を直感的に覚えて読みあいではなく学習に基づく勘で戦っていたそうで、なるほど機械学習の再輸入なんてできるのかと新世代の子供の可能性にびびる

— おばけ (@RomanceChika) 2017年3月19日

@RomanceChika @wotaka それを、人間の「汎化能力」といいます。理論が分からなくても、パターンを覚えて『こんなパターンのときには、こうするとだいたいうまくいく』と学ぶわけです。とりわけ、序盤戦では『こう来たら、こう対抗する』という定石のようなものがありますので、その暗記で十分強くなれると。終盤は無理でも

— htsuji (@Hideyuki_TSUJI) 2017年3月20日

@Hideyuki_TSUJI @wotaka 人間は想像以上に高い汎化能力を秘めていて、理論の概念を知らない子供がこういうアプローチを取って成果を出すという事例としてわかりやすくてとても興味深いですよね。実はこれ、難解な音楽理論を用いた作曲家の技法を10歳ぐらいの神童が模倣できたのは何故だみたいな話題の時に出てきたお話で

— おばけ (@RomanceChika) 2017年3月20日

@RomanceChika @wotaka これは、『ヒューリスティック・ショートカット』という、ヒトがヒトに進化する以前から持っている、あらゆる動物が生得的に持つ生き残り戦略の威力の凄さ（もちろん限界はあるとしても）でもあると思うのです。誰も教えないのに、カラスは木の実をアスファルトの道路に置き、自動車に割ってもらう。

— htsuji (@Hideyuki_TSUJI) 2017年3月20日

@RomanceChika @wotaka そう考えると、『知性ってなんだろう？』って、思ってしまいますね。シニカルな言い方をすると、人間が知性だと信じているものは、猿知恵の範囲であり、それを支えている、動物としての汎化能力やヒューリスティック・ショートカットが、知性の基盤なんじゃないのかって。

— htsuji (@Hideyuki_TSUJI) 2017年3月20日

@RomanceChika @wotaka 以下、３０年くらい前からの私の想像でしかないのですが、『ロジカルシンキング』というのは、実は非常に段数の多いニューラルネットワークの『雑な近似に過ぎない』のではないか？　つまり条件を比較し論理的な枝刈りをする行為は、条件の重み付け平均をシグモイド関数より雑に２値化しているだけと。

— htsuji (@Hideyuki_TSUJI) 2017年3月20日

@RomanceChika @wotaka 近年のディープラーニングの進展を見て、私はその想像が確信に近くなりつつあります。シグモイド関数より計算が容易で、かつ微分可能（バックプロパゲーションが使える）な、『ソフトプラス』が使われつつありますが、これは昔懐かしのコグニトロンの平滑化。２値化の一歩手前の計算です。

— htsuji (@Hideyuki_TSUJI) 2017年3月20日

@RomanceChika いや、それは羽生名人の世代もコンピュータ使ってやってる定石研究の手法やで？　新世代の子供の可能性とかじゃなく46歳(羽生名人)が中学高校生の頃から既にやってる手口ですわ。30年前よ。でもそれを６歳から既にやってるってのが凄いわな。早熟の天災かもね。天才

— 駄猫ねこ (@nora_neko_wanko) 2017年3月20日

機械学習によって人間自体もレベルアップする方向にいくかもと考えると
まだまだ未来も捨てたものじゃないですね！