2018年03月09日

人工知能は人に寄り添い、進んでいく

東大情報理工R2Pシンポジウム「情報理工学系研究の最新動向」

という案内が来ました。

6


AI(人工知能)、VR(仮想現実)、ロボット、ビッグデータなど、急速な進歩を遂げ、それぞれが関連し合う分野の研究状況を伺うのは、

興味深いのですが、進捗、融合が速すぎて、キャッチアップ、アップデートするのが大変です。

このシンポジウムは毎年この季節にあり、

人工知能への情報理工学の取り組み

人工知能に大学、産業、ビジネスはどう対応する?

と、ここ2年はディープ・ラーニング(深層学習)、機械学習、強化学習などが研究開発が進む人工知能がメインテーマでした。

今回も人工知能がメインテーマであることに変わりないのですが、

e17f5b2f-s


・ビッグデータだけでなく、ウェラブル・センサーにより、個々人の自分の行動履歴、パーソナルデータの活用に大きなポテンシャル。

・AI(人工知能)は人間に寄り添う形で開発していく。

・脳は現実に起きたことと、VR(仮想現実)により、再現されたことを区別しない。それゆえ、仮想現実ではなく、現実の一部を形成している。

・VR(仮想現実)を開発するよりも、VR(仮想現実)を生活に取り込んでいく。

などをお話しします。

IMG_20180308_144324


と言いつつ、上記のテーマをすべて書くと、とても長くなるので、ここでは、「人工知能は人に寄り添い、進んでいく」について書きます。

その他のテーマは、あらためて書きます。

bcbbec78


人工知能については、

ディープラーニングの先のAI(人工知能)

に書いたことを復習すると、

現在深層学習(Deep Learning)がAIに革命をもたらしています.

深層学習は機械学習のための大変強力な道具ですが,それだけでAIシステムの全てが実現できるわけではありません.

ボトムアップの機械学習とトップダウンの推論システムの融合により強力なAIシステムが構築できると考えていますが,その具体的手段はまだ確立されていません.

f83bf7a8-s


ディープラーニングについては、

人々が住み、働く場こそ、人工知能、IoTの活用を

「茶わんの湯」から“予測する科学”「人工知能の予測と予期〜予測する科学と予期する工学」




人工知能の歴史

1.物理記号:知能の本質は記号処理。(→言語化、記号化できない暗黙知は扱えない)

2.パターン認識(画像認識、ニューラル・ネットワーク、ディープ・ラーニングなど)

3.環境との相互作用

超多層の学習であるディープ・ラーニングは、コンピューターの高速化により可能になった。(以前のコンピューターではリアルタイムは不可能で、数年かかった)

以前の知能システムは、認識→推論→行動、の順番で行っていたが、今は、認識、推論、行動のそれぞれを、パラレルで行い、相互にフィードバックする。

30360d31


ディープラーニングは、2012年、コンピューターによる物体認識の精度を競う国際コンテスト「ImageNet Large Scale Visual Recognition Challenge(ILSVRC) 2012」で、トロント大学のSuperVisionチームが採用した、もので、ディープラーニングのシステムは、人間の脳についての知識を利用して階層的に認識を行うシステムです。

従来の人工知能で採用されていたパターン認識では、人間の精度に勝てなかったのが、ディープラーニングは人間の精度を超えました。


3eebb7d2-s


カンブリア紀を迎えた人工知能


従来の画像パターン認識では、人工知能は人間の目にに勝てませんでした。

つまり、コンピューターによる画像認識よりも、人間の目視の方が確実でした。


2012年に人工知能にディープラーニングというシステムが誕生しました。

ディープラーニングのシステムは、人間の脳についての知識を利用して階層的に認識を行うシステムです。

2015年2月に、なんとディープラーニングは、画像パターン認識において人間の精度を超えました。

ea1ecc10


人工知能が人間の目の精度を上回る「目」を持った、と言えます。

これは地球の歴史45億年、生物の歴史40億年における、5億4000年前のカンブリア爆発、史上初めて、目を持った生物、三葉虫が誕生し、進化が急速に進んだ、になぞらえたりしてます。


c825f19d


人工知能とロボットの目、手、足とセンサリング技術による知覚センサーが融合すると


人工知能は、目だけではなく、ロボットと融合することにより、手、足を手に入れ、センサリング技術の進化により、知覚センサーも手に入れました。

人工知能はチェス、将棋、囲碁では、既に人間の名人、チャンピオンを上回るようになっています。

ネットと実社会は既に融合しています。融合だけでなく、人工知能が目、足、手、知覚センサーを手に入れたことにより、ネット上で出来ることを、実社会へ展開するステージに来ています。


11281ef3-s


人工知能は、

・脳科学をベースに人間の脳を人工的に実現することと、

人工知能と脳科学、この密接な関係


従来の人工知能で採用されていたパターン認識では、人間の精度に勝てなかったのが、人間の脳についての知識を利用して階層的に認識を行うシステムである、ディープラーニングを採用したところ、人間の精度を超えました。

人工知能の開発には、脳科学の研究が欠かせません。


・大量高速計算、検索、照合機能を活用して、人間はできないことを瞬時に行う


人の仕事が人工知能に置き換わる、よりは、人と人工知能のコラボにより、できることが急激に拡大する


コンピューターはデータをもとに、高速大量演算を行い、その結果を示します。


の2つの手法が主に行われていたが、これが統合されてつつあります。

7fbb64d7


深層学習(Deep Learning)に加えて、機械学習、強化学習などを組み合わせたものが主流ですが、

ディープラーニングが、人間の脳の機能をベースに導入されたように、他にも人間の脳の機能を活用すると、新たな展開が期待できます。


人間の脳の機能としては、

・人間の脳は、視覚、聴覚など外界から入力した情報と、脳自身が想起した情報を区別できない。

・脳は意識して考える場合と、無意識に考える場合があり、後者の方が圧倒的に多い。

・機械学習がボトムアップで認識するのに対し、人間はトップダウンで推論し、後付けで、その推論を裏付けるデータを探していく。


5a9f530b


熟練医師、カリスマ医師の手術の「神の手」をロボットが学習


熟練、カリスマ医師の操作、プロセス、判断、動きをモーション・キャプチャーなどで記録して、ロボットに学習させます。

熟練、カリスマ医師とて、ミスはあります。人工知能では、ミスは繰り返さないよう、機械学習、強化学習することができます。

IMG_20180308_152620


この場合の、人工知能はあまり高度なもので、内容がブラックボックスになってしまうものではなく、人がトレース、修正できる程度のものがいいそうです。


人間と人工知能の競争?協奏?協創?


「人間が人工知能に取って代わられて、やることがなくなる」「人間が人工知能と競争する」よりも、

人間は人工知能が得意なことを利用、活用して、「人間が人工知能と協奏する、協創する」時代が訪れる


8df52d34


人工知能はチェス、将棋、囲碁では、既に人間の名人、チャンピオンを上回るようになっていますが、

人工知能と人間の名人、チャンピオンの闘い、と違って、人工知能同士の闘い、は、人間にとって、あまり意味がないもの、と言えます。

人工知能が音楽の作曲、アート作品の制作も行うようになりましたが、人が共感、感動しない作品では、あまり意味がなさそうです。

ということで、人工知能は、人工知能同士の進歩だけでなく、人に寄り添いながらの進歩が大切なようです。

797a213a-s


人工知能はチェス、将棋、囲碁では、人々がこれまで知恵の蓄積としてきた定石ではありえない手を打ってくることが知られています。

人々の知恵の蓄積自体は貴重なものですが、中には、思い込みであったり、単なる慣習に過ぎなかった、ものもあるかもしれません。

人工知能が人間が自ら課していた枠組みを外してくれたのかもしれません。




stake2id at 20:40│Comments(0)このエントリーをはてなブックマークに追加

コメントする

名前
 
  絵文字
 
 
livedoor プロフィール

「TAK」さん

最新記事
Archives