AIの衝撃 の商品レビュー

小林雅一(著者)

2017/03/31

文系人間にはまさにタイトル通りの衝撃。今取り巻くあらゆる産業の構造を塗り替えると実感。ネーションではなく企業に支配される時代か。しかも人間ならではの創造性すらもAIコンピュータが凌駕する未来。人間とは何かが問われる世紀になる。

2017/03/20

　人工知能の最大の特徴は、人間とコンピュータの強みを足し合わせたところにあります。私たち人間の脳が持つ最大の強みは「何かを学んで成長する能力」です。脳科学の成果を取り入れた「ディープ・ニューラルネット」のような最新鋭のAIは、この学習能力を備えているのです。これは「機械学習」と呼ばれます。（p.6）

　問題を解決するために必要な「何かに気付く」という能力こそ、これまでのAIに欠如していたものです。この限界を突破したことで、ディープラーニングはAIにおける永遠の難問とされてきた「フレーム問題」さえ解決する、との見方も出てきました。（p.120）

　製造業から始まる、このAIロボット化のトレンドは、その川下にあるすべての産業へと波及するはずです。たとえば自動運転車は単に自動車メーカーだけでなく、タクシー業界や運送業界にも計り知れない影響をもたらすでしょう。また軍需産業に端を発するドローン（無人航空機）は、単に運送・宅配業界を変えるのみならず、油田の探索や不動産物件の空撮、映画産業における特撮など無限の応用が考えられます。（p.178）

「とにかく製造業が戻ってくれば、そこに新たな雇用が生まれる」というのが米国政府の基本的な考え方です。たとえば工場の製造ラインの仕事はロボットに任せるにしても、「製品設計」や「工程管理」、さらには「製品の販売」や「マーケティング」など、高付加価値の雇用が新たに創出されると見ているのです。（p.210）

「クリエイティブ担当者にこれ（筆者注・創造的作品）はどうやったのかと訊けば、彼らは少々罪悪感にとらわれる。実際には何もしていないからだ。彼らはただ見ただけだ。見ているうちに彼らにははっきりする。過去の経験をつなぎ合わせ、新しいものを統合することができるからだ。それが可能なのは、彼らがほかの人間より多くの経験をしているから、あるいはほかの人間より自分の経験についてよく考えているからだ」（スティーブ・ジョブズの流儀）（p.235）

「（創造性とは）一見異なる領域に属すると見られる複数の事柄を、一つに結び付ける能力を持った人から生まれる」（アイザック・アシモフ）（p.235）

　ある能力において自分よりもすぐれた存在を創造し、それを受け入れる私たちの先見性と懐の深さです。蒸気機関からコンピュータ、そして産業用ロボットまで、私たち人間はあえて自らの雇用や居場所を犠牲にしてまで、人類全体の生存と繁栄を促す新たな技術を開発し、それを受け入れてきました。これは単なる「知能」という言葉では表現しきれないほど大きな「何か」です。このように将来を見据えることのできる叡智と包容力こそが、私たち人類に残された最後の言葉なのです。（p.242）

2017/03/20

AIという言葉だけがどんどん広まりに、なんとなくわかったような、なんとなく置いていかれたような気分を友人に話したら勧められた新書です。なるほどAIの歴史と現状がコンパクトに把握出来たような気をなりました。「ベイズ確率」や「フレーム問題」など知らなかったこともいっぱい。AIを現代の錬金術のマジックワードとしての思考停止的過大評価過小評価からは逃れることは出来たかも。ただグーグルとかアマゾンなどの情報産業の見ている世界に改めて恐怖感も感じたりしました。ニューラルネットのディープラーニングという昔から構想はあってもなかなか実現出来なかった技術がここに来て一気に加速して、われわれ人間は「人間とは何か」をディープに学ばなければならなくなっています。

2017/02/12

AIについての現状などを知るためには
よくまとまってていい本だった

他の小林雅一さんの本と
かぶってることも多かった気はするけど

ディープラーニングとは何なのか
そもそもなぜ最近になってAIが騒がれだしたのか
今後、産業にどのような影響を与えるか
各国はどのような対応をしているか

2017/01/12

まだ完全にdeepラーニングが解明されていないと言うことに驚いた。
Deepラーニングの凄さは大量のデータを分析し日々進化していくところにある。
大量のデータはインターネットや各種センサーで毎日入手される。

"一言でまとめるとdeepラーニングには謎が多くだからこそ今後驚異的な進化をとげ流余地が残されているのです"

分析の基本は回帰分析

2016/12/07

2016.11.

勉強会のため二度読みした。
難しいところは置いておいて
AIの歴史（意外と古い！）
何故最近AIがブームになっているのか
そして未来はどうなるのか
アメリカのIT企業が何を企んでいるのか。
色々わかった。

次世代ロボットは情報端末
→Google、ソフトバンクは情報端末としてロボットを活用する。
≠日本の産業向けロボット

うーん、やっぱり危機感しかない。

2016/11/28

SFが現実になるそう遠くない未来への展望！
AIの研究が脳神経の研究と合わさって加速していることは知っていたけれど、やはり衝撃的！
人間の仕事が奪われる可能性があるのは事実！
だからこれから人間が仕事をするには人間らしい個人的なストーリーが必要になってくるのではないかな！
人間vs.機械までいかなくても受け入れられるまでには世界的な物議を醸すと思われる！
乗り越えるべき壁を越えて機械と手を取り合う未来を生きてみたい！

2017/01/09

著者によると現代AIのベースになっている技術は「機械学習」と「ニューラルネット」と述べる。
機械学習とは言葉を聞き分けるとか写真を見分けるとかいった人間の知能を、コンピュータが統計・確率的な数値計算によって擬似的に表現したもの。
ニューラルネット、特にディープ・ニューラルネットやっぱりディープラーニングと呼ばれる最近のものは人間の脳科学の研究成果を応用して模した技術。
最新のAIでの最大の特徴は問題の原因となっている特徴ベクトル(=変数)を自ら探し出すこと。しかも人間よりも高速に処理して導き出すことと言及する。
AIが人間をあらゆる面で凌駕するか、その問に対して筆者は否と言う。それは人間はある能力において自分より優れた存在を創造し、それを受け入れる先見性と深さがあるからである。「知能」が人間に残された最後の砦ではなく、それを上回る「何か」を人間は持っている。

2016/09/19

AIの衝撃

人工知能における概説書である。人工知能がこのように現在注目されるまでに至った研究上の発展をまとめている。もともと、機械学習とは、ビッグデータ解析に基づくパターン認識など、統計的な大数の法則によって解を絞り込むというようなものであった。このような、統計的なアプローチにより、コスト関数（事象を分類する時に、任意の事象同士の近さをシグマで足し合わせ、それを最小化する関数）などでカテゴリー分けをしていた。しかし、このやり方では、二つに分けることはできるが、ベン図の重なりのような共通部分を考えることが出来ず、実用化には問題があった。その中で、人間の脳を模倣するというようなニューラルネットワークの研究がすすめられた。この研究は、今までの数学的な人工知能の課題を克服し、人工知能研究を推し進めた。このような脳のニューラルネットワークの模倣は、ニューラルサイエンスとも呼ばれ、多層構造による学習はディープラーニングともいう。さらに、人工知能は単なる確率統計ではデータが集まるまでにあまりにも時間がかかる（無限にデータが必要）ために、ベイズ確率という事前確率と事後確率を用いた計算方式に変え、臨機応変的なものになっていった。このような発展の中で、人々は計算処理にとどまらない人工知能の活用―強いAI―を志向するようになっていった。一方で、依然として完全自動車など、AIを扱った問題は多く存在する。例えば、限定的なルールの中では高確率で正解を出すことが出来るが、不確実性の高い現実世界では、フレーム外のことも発生し、医療分野や自動運転など、間違いの許されない世界では通用しないのではないかというような批判である。このような原理的問題が、人工知能の実用化について議論を呼ぶところである。
さて、人工知能の開発は、グーグルなどを筆頭にアメリカの企業が席巻している。これは、コンピューターサイエンスとロボット工学をダブルメジャーするアメリカの大学研究者が尽力した結果であり、日本は分野横断的な研究の少なさから、一歩遅れている。その中で、グーグルを中心とするアメリカ企業が人工知能分野で日本の最先端産業を圧倒してしまえば、産業構造自体を変えてしまうなどの懸念や、実際にGEなどのように、ソフトを提供する一方で、その会社のノウハウなどを筒抜けにしてしまうなどの、プライバシー的な問題もある。マーケティングのためにペッパー君から過程を除かれてしまえば、プライバシーなどないに等しいだろう。人工知能分野で後れを取った技術後進国は、そのような危険性と隣り合わせなのである。さて、人工知能に対して、最後の砦となりうるものは、芸術系の分野であるが、その分野での研究は進んでいるのかといえば、答えはyesである。音楽に関しては、パターン認識により、バッハと聞き間違えるような名曲を創る人工知能も存在し、今一度、人間と人工知能の違いとは何か、人間とは何かについて哲学的・人類学的議論がなされている。将棋やチェスでは、もう人間は勝てないが、どの分野なら勝てるのか、そもそも勝負するのではなく、共同戦線を張るのかなど、人工知能の問題は奥深く存在する。
シンギュラリティは2045年と言われているが、実はもっと早く到達するのかもしれない。

2016/08/02

第1章 最新AIの驚異的実力と人類滅亡の危惧
最近の機械学習とAIについてさらりと。

第2章 脳科学とコンピュータの融合から何が生まれるのか
AIの技術と歴史のまとめ。

第3章 日本の全産業がグーグルに支配される日
欧米企業は強い。日本はハードウェアに力入れすぎなので将来的にまずいんじゃないという話。

第4章 人間の存在価値が問われる時代
AIが発展すると人はどうなるんでしょうという話。