今の人工知能=ディープラーニングができる限界は?

今の人工知能=ディープラーニングができる限界は?

現時点ではディープラーニング=AIであると定義して、機械学習とディープラーニングの違い、また現時点の課題点と今後の進化や未来についてまとめた本でした。

なんとなく人工知能やAIという言葉がバズワードとして流行した結果、恐怖を感じる人がいたり逆にその可能性を拡大解釈してなんでもできると思い込んでいる人も多い中で、ディープラーニングが「今」判断できる限界点と、今後「文脈」を理解していくことでより高い次元の人工知能が生まれていくであろう未来が同時に見えるような気がしました。

とはいえ、パターン化して人に錯覚させるようなものでもいいから、やっぱりディープラーニングや音声認識も取り入れつつ自分でもサービス作ってみたいもんです。

ありがとうございました!

本のまとめ

▼読んだ本は?

■誤解だらけの人工知能~ディープラーニングの限界と可能性~
■ 田中 潤 (著), 松本 健太郎 (著)

▼ディープラーニングと機械学習との違いは?

■車画像を認識させるための「特徴」を機械学習は人が教えるが、ディープラーニングはプログラム自体が車画像を判別するための「特徴」を見つけ出し、対象画像が車かどうかを判断可能
■「猫」を認識させたい場合、猫に関するさまざまな種類、角度の画像を「学習データ」としてプログラム側に渡すと、自己的に特徴学習を行う

▼ディープラーニングの進化は?

【1】2013年
└ディープラーニングを使って猫や犬の画像を機械が解析して認識できる割合は90%強超

【2】2016年後半
└YOLO(You Look Only Once)というリアルタイム画像認識プログラムにより、1枚の画像内の犬や猫の数を認識

【3】2030年代
└予測として「ディテクション(演繹法)」と呼ばれる、「○○だから犬と判断」「○○だから車と判断」など、ディープラーニングがなぜ判断したかその理由を返せるようになると言われている

▼第四次人工知能ブームの到来とは?

■現在は第三次人工知能ブームと呼ばれている
■ディープラーニングが「ディテクション(演繹法)」をできるようになるタイミングに起こる
■例えば戦争から帰還した飛行機の弾痕を見て、返ってきていない飛行機の弾痕はどこにあったのかを推測し、その部分の強化を提案できる人工知能など
■上記「なぜ」を理解することは、「意味」を理解することであり、これが可能になるとシンギュラリティへと近づく
■「意味」を理解できれば、膨大な学習データを必要とせず、「文脈」から判断が可能となる

▼現状のディープラーニングの課題は?

■「車/バス」など「名詞」のみを認識し、「車が動いている/止まっている」など「動詞」の認識はできない
■例えば会議室の雰囲気や人のモチベーションなど人間が五感で感じ、数字や言葉などデータ化できないものを認識できない
■「言葉で表現しづらい」ことは、そのままディープラーニングでは表現できない
■「なぜ犬と判断したか?」その理由がプログラムから判断できず、「犬」という結果のみを返すのみとなり、説明を行うことができない
■「組織の勉強不足」「高品質な学習データの不足」「人材の不足」の3点の構造的課題が存在
■例えば「自動運転」にディープラーニングを導入し技術的に進化しようと、「リスク回避方法」「法律制定」「事故時の責任所在」など社会全体の変化や理解が不足
■「犬」を理解するためにも、さまざまな角度、さまざまな犬種の画像など、大量の学習データが必要

▼バーチャルデータとリアルデータとは?

■バーチャルデータ:インターネット等オンラインから取得したデータ
■リアルデータ:店頭でのセンサー等リアルから取得したデータ
■スマートスピーカーを屋内に設置することは、人の声というリアルデータを取得できることを意味する
■SONYのaiboはディープラーニング技術を導入しているといわれ、家の中を歩くことで屋内全てのリアルデータを取得可能

▼音声認識技術と会話データの発展は?

■音声認識技術は、例えば電話越しの認識率は理論値上「6~7割」と言われているが、実際は3~4割
■まだ低い技術を考えると、音声認識すべき会話パターンをどれだけ絞れるかがカギ
■Microsoftのskype買収は、世界中のあらゆる会話データを取得するためと言われている

▼今ディープラーニングを用いた会話サービスを行う方法は?

■自然な会話を目指すのではなく、「AといえばBという」などルールベースの開発
■理解できない場合の「会話をそらす技術」を向上させ、自然に雑談できていると人に錯覚させる技術が必要

▼人工知能浸透後の仕事の変化は?

■文系の人は自分自身を売り込み、自分の価値を提供する仕事。理系の人は人工知能自体を生み出し、製造する仕事が主流
■人工知能に取って代わられる仕事が増え失業する人を担保するため、ベーシックインカムの浸透が必要となる
■「労働」を行うことの価値が下がるため、「共感」や「信用」を提供できる仕事の価値が高まる

関連する記事