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

人工知能の歴史と可能性 人工知能研究の第一人者による著作であり、これまでどのような研究が進み、何に躓き、現在どのような状況か、今後の展望まで非常にわかりやすく解説されている。 逆説的ではあるが、人工知能の研究とは、これを通じて人間とは何か探るものだと感じた。作中にあるように、人間とは電気経路であり、それを作れないわけが無い。だがしかし、その過程には様々な障害がある。その一つ一つが人間を人間と定義付けるものだろうと感じた。

昨今話題のディープラーニングついて、恥ずかしながら全く分からず手にとった一冊。人工知能研究歩みとディープラーニングが何故「ブレイクスルー」と言われるのか、非常にわかりやすかった。(ソシュールの言語観で説明されているので、言語学かじった人は内容がすんなり入ってくると思う！) また同時に、言語や人間の認知の奥深さを改めて感じることができた。

마쓰오 유타카

人工知能の基本から展望までをざっと、かつエキサイティングにまとめてくれている。 機械学習について触れ始めた程度の自分のような人間が読むと勉強のモチベーションがグツグツと湧いてくるし沸いてくる。 人工知能の手前、機械学習とはつまるところ対象の特徴表現学習であり、近年まではそれは人が入力してあげるものであった。そのためより優れたアルゴリズムとは、より適切な特徴表現をプログラムに授けることであった。 が、ディープラーニングの登場により、プログラム自ら特徴表現を見つけることが可能になった。その手法は入力データ(サンプル)と出力データ(答え)を同じデータにすることで、対象のエンコードとデコードによる対象の再現が最も適切にできるまで特徴変数を抽象化することである。このサンプルと答えを同一にした施行を何層も繰り返すことが適切な抽象化の学習につながる。 今後の展望として、日本のかすかな希望は長年積み上げてきた技術を持つ優れた人材が多いことであり、ディープラーニングの基礎となるビッグデータの収集には圧倒的な遅れがあるところ、これらを意識して、自分が近い未来、人工知能の根が広がる社会にどう入り込むのかを考えさせられる。

神著。DLの正しい現実を知れる。

・純粋100%の綺麗なデータよりも少し間違えているがあったかもしれないifの情報も与えるほうが特徴量を見つけやすい ・AIブームが2度去ったのはコンピュータが表現を獲得できなかったから。3度目の今はその壁がディープラーニングによって小さな穴が開いたことで、過去とは大きく違うものである ・人間と入力方法が違うのだから、人工知能が「これはネコだ」と認識する方法は必ずしも人間のやり方と一致しない。人工知能は「人工的な知能」であって、「人間的な知能の作成」ではない ○人工知能が人間を征服するためには生命が必要。保存欲求が生まれて初めて征服するという欲求が生まれる。自己再生産自体も難しい