2021.07.01 松尾 豊 『超AI入門』

書名　超AI入門

編著者　松尾 豊

発行所　NHK出版

発行年月日　2019.02.25

価格（税別）　1,200円

●　副題は「ディープラーニングはどこまで進化するのか」。巻末に，ジェフリー･ヒントンとヤン･ルカンのインタビュー記事がある。

●　著者はカーツワイルやハラリが言っていることを正しいとする。「私もほぼ同じ結論にたどり着いています」と。

　とすると，人類は地球を離れて生存していくことができるようになるんだろうか。10数億年後には太陽が膨張し，地球は太陽に呑み込まれる。そのときに，人類も完全に宇宙から消えるのだと思っているのだが，そうではなく，その運命を免れるということなのだろうか。

●　以下に転載。

　学習という好意の根幹は「分ける」という処理にあります。（中略）この「分ける」という処理は，あるものごとを「イエス」か「ノー」で答えることでもあります。（中略）その精度，正解率を上げることが，学習することと言っていいでしょう。（p24）

　言葉を使っているときに，人間は，実は情報を落としています。情報を落として，抽象化して要約して，その代わり保存性を良くしているのです。（p36）

　学習率は大きくしすぎても，小さくしすぎてもいけません。大きすぎると最初は急速に学習が進みますが，途中で効率が悪くなるなどして，結局，うまく学習できません。小さすぎると時間がかかります。ですから，最初は学習率を大きく取って，学習が進むにつれてだんだん小さく絞っていけば，良い値に収束する，つまり，うまく学習できます。（p52）

　脳の神経回路は，それぞれのニューロンが発火することで情報を伝達します。「発火した状態」と「発火していない状態」の二つがあるので，一見「０」「１」のように見えます。しかし，この「０」「１」の状態もきれいに二つに分かれるわけではありません。たとえば，「ダダダダ」と発火する場合と，「ダ･ダ･ダ･ダ」と発火する場合があって，要するに頻度が違うのです。（p57）

　感情や本能が，自己保存という生命の目的に由来するものだと考えると，そもそも生命でないAIが本質的な意味での感情を持つことはないはずです。（p66）

　私たちが「心」と呼んでいるものや，人間の本能や感情といったもののかなりの部分が，進化に由来するのではないかという結論に行き当たります。（中略）本当の意味で「心」を持つことは，進化の過程を経ないとできないはずです。（p68）

　学習には生物的なコストがかかります。脳や神経回路を作り込まなければいけません。したがって，環境が変わらない状況では，進化のほうが促進され（つまり遺伝子に書き込まれて実装され），一方，環境が変わる状況では，対応するために学習する必要が出てきます。（p69）

　自分たち人間のことを考えてみると，生まれてこのかた，ずっと真似して生きてきたとも言えるのではないでしょうか。（中略）そう考えると，「真似できるんだったら，いいじゃないか」という考え方もあるかもしれません。（p83）

　芸術は，人間性を構成する複雑な “目的関数” に基づくものです。人間と同じ “目的関数” をAIが持てない以上，本当の意味で芸術作品を創造するのは困難だと言わざるをえません。（p91）

　そもそも，「身体を持たない知能」がありうるのか。（p100）

　世界は，「もしこれがこうだったら，こうなる」という仮説の空間でもあります。この空間は膨大で，自分がしようと思っていることと，どの事柄が関係しているのかという可能性が無限に存在します。その可能性を減らす方法はいくつかあって，その一つが自分で問題を作ることです。（p113）

　私たちは蓄積した経験から学習して，脳の中でさまざまなプロセスを経て思考した結果，行動していますが，実はそこに自由意志が入る余地はないのです。（中略）それでも，なぜか私たちは自分の意志があるように思っている。（p115）

　環境を知覚する仕組みの上に，記号の操作が実現されるということではないか，つまり，人間の知能は，「身体性のシステム」の上に「記号のシステム」を載せているのではないか。（中略）高度な推論などの記号系処理よりも，知覚運動系処理のほうが，AIで実現するのは難しいとなります。（p119）

　画像認識でAIが人間の精度を上回ったことの意義は，いくら強調してもしすぎることはありません。なぜなら，人間の仕事の中で，“眼” を使って認識･判断している仕事はたくさんあり，それらのすべてが自動化･機械化できる可能性が出てきたからです。（p134）

　食品産業界ではビールメーカーの規模が圧倒的で，それ以外では，売上規模が一兆円を超える会社は数社しかありません。（中略）ビールや缶コーヒーなどの飲料の加工は自動で行えるので，大量生産をしやすい。一方で，素材を生かす加工食品などは，とたんに扱いが難しくなります。食肉や魚介類，果物，野菜を扱う作業には “眼” を必要とするからです。（p137）

　私は，知能には鳥が飛ぶことと同じように原理があり，それを工学的に利用することもできるはずだと思っています。すでにディープラーニングで最大の難所が突破されていま，あとは身体性や記号操作の仕組みを獲得できれば，知能の原理の大方は説明がつくのではないか－－それが私の考えです。（p152）

　いまの生産能力からすると，かなりの人は働かなくてもいいはずですし，仮に一〇〇年前の生活レベルでいいのなら，ほとんどの人は働かなくていいはずなのです。（p154）

　AIと「共存する」というより，「融合する」未来のほうが，私にはリアリティがあるように思えます。（p160）

　人間というハードウェア自体に非常に大きな制約がある。特に「情報の保存」と「通信」において大きな制約がありました。ところが，もし脳の機能を拡張してデータをいくらでもやりとりできるようになれば，人間が全体として知識を共有して，全体として学習し，進化していくことも可能になるはずです。（p162）

2015.03.09 松尾 豊･塩野 誠 『東大准教授に教わる「人工知能って，そんなことまでできるんですか？」』

書名　東大准教授に教わる「人工知能って，そんなことまでできるんですか？」
著者　松尾 豊
　　　　塩野 誠
発行所　ＫＡＤＯＫＡＷＡ
発行年月日　2014.10.14
価格（税別）　1,400円

●　人工知能ってまだ生きていたのか，っていう程度の認識しか持っていなかった。人間の脳とコンピュータはまったくの別物であることがハッキリした結果，人工知能の研究は頓挫し，棄てられた領域だと思っていた。
　いや，バカですな。これは石器時代の認識なんでした。でも，企業の中にもそうしたところがあるらしい。

　企業によっては，人工知能が嫌いなところもある。上層部が古い世代ですと，人工知能は昔やってダメだったという印象が残っている。いまさらＡＩをやっても無駄と考える企業も存在します。（p267）

●　面白かった。わかるかわからないかは別として，一気通貫で読了できる。面白い世に中になっているんじゃないか。何が面白いかって，次の一文に要約される。

　「知能」という人類にとって最大の競争力がもはや競争力でなくなったときに，世界はどう変わるのか。それに対して，日本はどうすべきか。自分はどうすべきか。わくわくします。（p277）

　あと，頭がいい人はほんとに頭がいいんだなってこと。教える側の松尾さんも，質問する側の塩野さんも，おそろしく頭がいい。だから面白い本になるんだな。バカが書いているのは，読んでてイヤになるもんな。バカは俺一人でいいよ，ってなもんだ。

●　まずは，データが爆発的に増えていることが決定的だという話。

　いままではデータがなかったので，（中略）ルールをたくさん描いていました。「エキスパートシステム」や「プロダクションシステム」と呼ばれるもので，これでもかなりのことはできますが，十分なデータがないところで作っていたため，いろいろ問題も起きてきました。（中略）　しかし現在はデータが非常に増えてきていますから，データに基づいてルールを作っていくのが賢い方法，いま風のやり方なのだと思います。（p52）

　「もし～～なら，～～と判断せよ」　後段で「～～と判断せよ」などと命令しますが，この部分は診断結果を示すでも，適切な広告を出すでも何でもいい。ポイントは「もし～～なら」の前段部分で，ここをより多くのデータから（コンピューターが）自分で学習するようになっています。（p72）

　いままでデータがなかったため，自分の判断や多くの人の議論で構築してきた部分があります。データがある状況では，本当にいままでのやり方が正しかったのかどうかを問い直すことが大事だと思います。ほとんどの場合，データを見てから何をすべきかを考えたほうがいいので，データ活用の余地は，少なくとも日本国内においては相当あると思っています。（p262）

　私はかなり昔から，常識的なことって何だろう，なぜあるのだろうみたいな疑問を持っていましたので，そこがデータによって疑われていることは非常に興味深いわけです。（p269）

●　データによっていろんなことが白日の下にさらされることになる。となると，今ある制度について，その根本にまで遡って，なぜこの制度があるのか，何のためにあるのか，そこを見直す必要が出てくる。

　いまある社会制度や法律などは，非常に上手くできていて，理念とそれを運用する方法のセットになっている。運用する方法が既存の科学技術とか実行可能な範囲で考えられていますから，運用上の柔軟性の余地や関わる人の行動の余地がいろいろある中で，そうした余地をうまく吸収できるように設計されています。そのため，すべてデータで見えるようになっていく状況では，設計のし直しを考える必要があり，そのときに社会制度の根本に立ち返らなければならないと思います。（p177）

　本当のところは，確率的に言うと絶対自動運転のほうがいいに決まっています。問題は何かあったときに謝ってくれる人がいないこと。いまの社会制度において，最後に謝ってくれるのが誰かというところが合意できなければ，自動運転は先へ進まないと思います。（p186）

●　その他，いくつか転載しておく。

　私が本当に怖いと思っているのは，社会を変えるような人工知能は，人間のような形をしていないし，ふるまいもしないことです。それはただただ単純に予測精度が高いものです。（p41）

　人間の場合，とくに人の顔に関しては，非常にたくさんの情報を読み取ります。（中略）例えば、唇の両端は上がっているか下がっているか，目尻の動きはどうか･･････。（中略）こうした「特徴量」を人が手で作るのは難しいのですが，コンピューターが自動的に作れるようになりつつあって，顔画像の認識精度もどんどん上がってくると思います。（p59）

　人間は少ないデータから，いかに人より早くパターンを見つけるかという競争をやっています。なぜなら，他の生物や個体に勝って生き残るには，「異変にいかに早く気づくか」が決定的に重要だからです。（中略）少ない例からパターンを見つけるには，少ない事例の中でも，グルーピングしなければなりません。（p64）

　研究で論文を通すことを考えても，半歩先が実はかなり重要です。科学技術のように真理があると思われている分野でも，やはり飛びすぎると理解されないものです。（p149）

　機械学習的には，下のレイヤーからだんだん積み上げて作っていくことによって学習速度を上げていきます。そうするといったん上のレイヤーまで作ってから，下のレイヤーを作り直すのは非常にやりにくい。ですから上のレイヤーまで作ったら，全部壊して下からもう一回作ったほうが早いわけです。　これは個対を入れ替えるということで，違う個対として，また赤ちゃんからやり直したほうが，結局は変化に対応しやすいということだと思います。ここはおそらくロボットがやっても同じで，どこかで初期化したほうがいいという話ですね。（p207）

　いま非常に伸びてきている大学がいくつもあって，その卒業生と比べても東大を出る人は優秀だと思いますが，それは入る学生が優れているからという状況に留まっていると感じています。　今後，グローバルな大学間の競争が非常に激しくなってきますので，入った後の増分で勝負するしかないと思います。（p231）

　昔の人は本を読む機会が少なかったために本に対して強い飢えがあって，たくさん本を読むようになったとか，そうした飢餓の教育効果があるでしょう。いまは何でも与えられているがゆえに自発的に勉強しようとしないのであれば，欠乏の効果をもう少し科学的に実証し，それをうまく使っていくことですね。（p239）

　自分で計算する重要性は本当に大きいと思います。思ったとおりの結果は絶対に出てこない。そうすると，見過ごしていた前提とか過程とかがはっきり理解できるので，分析する意義はとてつもなく大きいのです。（p271）