「シンギュラリティは怖く無い」中西崇文先生講演のメモ
シンギュラリティ
人工知能が進化し続け、人間の知性を超えることによって、人間の生活に大きな変化が起きること。
レイ・カーツワイルにとって提唱された。
指数関数的に人工知能が進化し2045年には人間を超える。。
人工知能とは
「人間と同じような思考プロセスを実現する技術の総称」
ただし、人工知能の定義について共通見解が存在しない。
専門家の間でも人工知能の定義が定まっていない。
人工知能の2つの立場
人間の知能そのものを持つ機会を作ろうとする立場(強いAI)
人間が知能を使ってすることを機会にさせようとする立場(弱いAI)
人工知能の2つの形
汎用型人工知能
特化型人工知能
人工知能<機械学習<DeepLearning
(概念の広さ)
人工知能の歴史
1960年代:第一次AIブーム
推論、探索、迷路を解く
1970年代:冬の時代
1980年代:第二次AIブーム
知識を入れると賢くなるシステム
1990年代:冬の時代
2000年以降:第三次AIブーム
ビッグデータ
様々な種類の膨大なデータがリアルタイムで取得、処理できるようになった
データが現実世界を表すだけに十分な解像度を手に入れた
データ・ドリブンで現実世界の事実を捉えられるようになった
人類の進化は知識処理・共有方法の進化である
言葉の発明ー>文字の発明ー>紙の発明ー>活版印刷の発明ー>コンピューターの発明ー>WorldWideWebの発明
Data is new oil
経験科学ー>理論化学ー>実験科学ー>計算科学ー>データ中心科学
従来の科学
モデル(公式、ルール、定式化)を人が導く
データ中心科学
データ(事実、観測値)からルールや公式を統計や人工知能が導く
データと時代の変遷
新聞時代ー>テレビ・ラジオ時代ー>パソコン時代ー>スマホ・タブレット時代
ストック フロー ストック フロー
崇徳からフローへの移り変わり
ストック:保持されているもの自体の意味を考える
フロー:時事刻々と流れるものの差異を捉える
データの重要性
データ全体を現実社会で起きていることの写像とみなす
これまで取れないと思われていた、「勘」や「コツ」が取れる
例:売上の高いタクシー運転手のパターン等
画像認識は人間を超えている。
産業革命以前ー>第一次産業革命ー>第二次産業革命ー>第三次産業革命ー>第四時産業革命
大量生産・少品種から、まあまあ大量生産・多品種へ。
認識から文脈理解、創造性へ
これからどうしていくべきか
新しい技術・情報をキャッチアップ
7年単位で新技術に置き換わる
ゼロからではなく差分を取得する
実際に使われる形で学ぶ
動的にいろんなコミュニティへ属する
目的、思考などによってゆるく繋がるコミュニティ
共通した目的達成のために各自が動く
人工知能などのテクノロジを使うのか、使われるのか?
どこまでをブラックボックスとして受け入れるか?
入力、出力をしる
何を意図しているかしる
どの範囲で有効なのかしる
新しいテクノロジを実世界に結びつける!
「想起」「文脈探索」
プログラムを書くのはAIになっても、それをメタ的に認知し、いいところを取り出して使うことは必要。
ビジネスで等使うか、などの俯瞰する力た大切。