数学の知恵 人工知能が人間を超えるのはいつ 「算数脳」をつくれ! 発想 と 創造力

先日、世界で初めてコンピュータが人間のプロ棋士に勝ったというニュースが飛び込んできました。いよいよ人工知能が人間の能力を超えるシンギュラリティ(技術的特異点)が迫っています


映画「マトリックス」 人工知能に意識はあるか?

映画「マトリックス」undefined人工知能に意識はあるか

映画「マトリックス」 人工知能に意識はあるか
 人間に代わり地上を支配した人工知能が、人間を電池として管理し、エネルギーを得る世界を描いたのが映画「マトリックス」。

 映画の中で主人公のネオが、「これは現実なのか?」と聞くシーンがでてきます。

リーダーであるモーフィアスは「現実とは何だ?」とネオに問いかけます。「君はどうやって現実とそうでないものを見分けるのだ?君が感じるもの、匂うもの、味わうもの、見るもの、それを”現実”と言うなら、現実とは、君の脳から発せられた単純な電気信号に過ぎない。」

この台詞を聞くと思い出すのがチューリング・テストです。人工知能に知性があるかどうか判断する時に使います。人工知能と人間がお互いが見えないようにキーボードとディプレイで対話し、対話の相手が人間か人工知能か判別できなければ、それは人間と変わらない、つまり人工知能に意識があると考えるテストです。

チューリングについては「人工知能の父チューリングは同性愛者だった」を参照ください。


人工知能が人間の能力を超えるシンギュラリティ(技術的特異点)

グーグルの囲碁ソフト”アルファ碁”がプロに勝つ


 2015年10月、世界で初めてコンピュータが人間のプロ棋士に勝ったというニュースが飛び込んできました。グーグルの囲碁ソフト”アルファ碁”が中国出身のプロ棋士と勝負し、5戦全勝したというニュースです。

 既にチェスでは”ディープブルー”というソフトが世界チャンピオンに勝ち、将棋ではコンピュータが電王戦(団体戦)で人間に勝っています。囲碁はチェスや将棋に比べ、石を置くことができる場所が桁違いに多く、人工知能が勝つことはなかなか難しいと言われていましたが、とうとうコンピュータが勝つ時代になりました。

シンギュラリティ(技術的特異点)がいつ到来するかが議論されるようになってきました。シンギュラリティ(技術的特異点)とは技術の進化によって、人間の生活が後戻りできないほど変ってしまうようになる点を言います。

 例えば人類が火の使用を始めた時がそうですし、蒸気機関の発明で、産業革命が起きた時もシンギュラリティ(技術的特異点)です。最近ならテレビ、電話、インターネットの登場もそうでしょう。人工知能が人間の能力を超えることもシンギュラリティ(技術的特異点)と呼んでいます。


人工知能の研究からエキスパートシステムが生まれる

屋の専門知識をエキスパートシステムに搭載

スジ屋の専門知識をエキスパートシステムに搭載
 人工知能は、けっこう古くから研究が始まっています。今からちょうど60年前にダートマス大学で開催されたダートマス会議からスタートしました。この時に、ニューラルネットワークなどの研究をしていたマービン・ミンスキーなどが集まり研究が本格化します。

 人口知能の研究を通じて分かってきたことは、いかに人間の知的活動がすごいということです。当初は人工知能を簡単に実現できるのではと考えていましたが、どうして、どうして実に大変なことが分かってきました。

あきらめずに研究を続けていくなかで、いくつかの研究成果がでてきます。その一つがエキスパート(専門家)システムです。

エキスパート(専門家)システムとは専門家が持つ知見を形式知化したシステムです。例えば電鉄会社では電車を運行するために複雑なダイヤグラム(時刻表)が必要ですが、作成は大変な作業になります。

 全ての電車が追い越しのない普通電車なら話は簡単ですが、特急や急行やらいろいろな種類の電車が走り、普通電車を途中の駅で退避しなければなりません。そこで登場するのが”スジ屋”と呼ばれる専門家です。エキスパートシステムではこのスジ屋がダイヤグラムをひく知識やノウハウをシステムにすることによって時間短縮をはかっています。エキスパートシステムは人工知能ですが基本は手続き(プログラム)が必要です。

そんななか登場したのがディープラーニング(深層学習)です。

ディープラーニング(深層学習)とは

ディープラーニングで画像から猫を認識

ディープラーニングで画像から猫を認識
 今までと全然、違うアプローチがディープラーニング(深層学習)です。

 脳の神経細胞(ニューラル)をモデル化したものがニューラルネットワークで、これを多層化したものがディープラーニング(深層学習)です。データを入力すると、データが最初の層から次の層へ伝わっていく間に各層で学習が繰り返され、重要な特徴(変数)を教えなくても自動で発見していきます。それで深層学習と呼ばれています。

Googleが開発したグーグル・ブレインに1週間にわたりYouTubeビデオを見せ続けたところ、「猫」にはどんな特徴があるのかコンピュータに教えたわけではないのに、猫がどういうものかをYouTubeビデオから認識しました。

 例えば、最初の層では”耳がとがっている”、”口がある”などアバウトな特徴を見つけ出し、次の層が”耳がとがっていても、これはちょっと違う(例えば犬とか)”など、どんどん特徴を分けていって、最後はこういった顔が猫じゃないかと識別します。

アルファ碁がプロ棋士に勝ちましたが、このディープラーニング(深層学習)が使われています。まずプロの3000万種類の打ち手をアルファ碁に見せて学習させます。これで、対戦する人間の動きを57%の確率で予測できるようになりました。その後、アルファ碁は自己対戦を数百万回繰り返し、勝ち負けの経験をさせていきます。これで勝ち方を身につけていきます。最終的に人間の直感にちかい感覚をもつことができ、プロ棋士に勝つことができました。


テクノロジー失業時代に備えよう

生産ラインがオートメーション化されたようにテクノロジー失業時代に備えよう

生産ラインがオートメーション化されたようにテクノロジー失業時代に備えよう
 IBMが開発した人工知能ワトソンはアメリカのクイズ番組で優勝しましたが、意識がない人工知能です。Googleのグーグル・ブレインにも意識がありません。人工知能が知性を獲得するには、まだしばらく時間がかかりそうですがグーグルが人工知能のソースを公開しましたので、意外に早いかもしれません。

 人工知能に知識があろうとなかろうと、これからはテクノロジー失業時代が到来します。工場の生産ラインに産業ロボットが導入されオートメーション化されました。工員の数は減り、現有メンバーも生産現場から生産ラインの監視や品質管理などへシフトしています。これと同じようなことが人工知能で起きます。

 車の完全自動走行に向けた国家戦略特区プロジェクトが動き始めていますが、公共交通機関がなく高齢化が進んでいる田舎では自動運転が切実な問題になりつつあります。ブレーキとアクセルを踏み間違えて店につっこんだという高齢ドライバーのニュースがよく報道されますが、バスも電車もない田舎では車に乗らざるをえません。こうなれば完全自動走行の車の方が高齢ドライバーよりも安全ということなります。鉱山などでは自動運転のトラックがあたりまえに走っている時代なので一般公道でもちかく実現するでしょう。タクシーやバス、トラック運転手、自動車保険などに影響してきます。

 人に代わって判断するインテリジェンス・アシスタンスの登場も期待されています。三井住友銀行がIBMの人工知能ワトソンをコールセンターに導入を始めており、コールセンターへ電話をするとコンピュータが相手をする時代にまもなくなりそうで、まさにチューリングテストの世界です。

テクノロジーの発達による失業とならないよう、今やっている自分の仕事が人工知能に置き換わることはないか、ぜひ考えてみてください。