人工知能ってよく聞くけど正直よく分かってない

人工知能についてもともと興味があってもっと詳しく知りたいなぁと思ってました。最近になってニュースとか色んなメディアで取り上げられて話題になっているし、今後の僕たちの生活にも大きな影響を与えそうな気がしてならない技術。

でも、そもそも人工知能って何なの？っていう疑問は正直ありました。そこで、人工知能についての本を色々と検索していたらこんな本に出会いました。ここで参考図書として紹介しておきます。

"人工知能は人間を超えるか　松尾豊 著"

▶︎人工知能は人間を超えるか ディープラーニングの先にあるもの
▶︎kindle版はこちら

本の目次はこんな感じになっています。

大まかにこの本を読めばこんなことが分かります。

▶︎人工知能についての歴史

▶︎今、人工知能の研究はどういう状態なのか

▶︎人工知能の発達によって未来の僕らの身に本当に起こりそうなことは何か？

こういった情報がかなり詳しく分かりやすく解説されている本です。大まかな全体像が掴めたし、人工知能を作り出すのに何が難しいのか？などこの1冊でかなり疑問が解決しました。

今回はこの本を基本に他にいくつかの本を読んだ情報をもとに、人工知能についてこの記事一つでざっくりと理解できるようにまとめてみることにしました。大まかには次の流れで説明していきます。

• 人工知能ブームの歴史と背景
• 人工知能の現状
• 人工知能の限界と壁
• ディープラーニング(深層学習)の可能性
• これから僕達の身に起こりそうなこと

なんでこんな感じでまとめたかっていうと、単純に僕がもっと知りたかったから。僕なりになるべく分かりやすくまとめたつもりですがもし分かりづらい箇所などあればご指摘ください。

人工知能ブームの歴史から人工知能とは何かを知る

最近になってやたらと人工知能って言葉に出会うようになりました。ソフトバンクのPepperペッパーくんが店頭に立って接客。ちなみにペッパーくんは法人契約で月55000円で雇えるようです。ロボットの未来を感じざるを得ません。

電脳戦と呼ばれる将棋の人工知能との対決が行われて実際にプロの棋士に勝利したことでも注目を浴びました。人工知能と人間の頂上決戦はニコニコ動画でも話題になってました。

人工知能が東大の合格を目指すプログラムも2011年から行われています。コンピュータである人工知能が日本最高峰の東京大学に合格できるのか。人工知能が人間の知能と処理能力を超えるのかに注目が集まります。

こうやってニュースに取り上げられた情報を見ると、まるで人工知能がもうすぐ人間を超える未来が待っている気がしてなりません。ただ、今実現しようとしていることと実際に乗り越えなければいけない問題との差はかなり離れていることもあります。

人工知能ブームにただ流されるだけではなく、人工知能の今を正しく理解しておくことで冷静に判断することができます。

そのためにはまず歴史とこれまでの流れを大まかに掴んでおくことが大切です。次の項から具体的な人工知能の歴史と今を見ていきます。

人工知能ブームはすでに2回来ている

図①　出典：1603夜『人工知能は人間を超えるか』松尾豊|松岡正剛の千夜千冊

図②　出典：人工知能の勘所をつかむ｜デジタルマーケティング情報サイト MarketingBase

歴史を紐解いてみると、実は人工知能の第1次ブームは1956年〜1960年代、第2次ブームは1980年代にすでに来ています。いずれも本来の人工知能の実力が理解されないまま理想の人工知能論だけが一人歩きし、限界が見えた段階から盛り上がりの炎は消えていきました。

そして、2010年以降に第3次ブームが起こりこの流れが現在も続いています。

こうして眺めてみると1950年頃からすでに人工知能の研究は進められていて、それが現在も続いており、何か新たな発見があるごとにメディアに取り出されて一気にブームになっていっている過程がよく分かります。

おなじみのiPhoneのSiri(シリ)の前身となる技術は実はもう50年前に誕生しています。図①の1964年に開発されたELIZA(イライザ)がその前例となっています。

Siriへイライザのことを訊くと不思議な回答が返ってくると一時期「都市伝説」として取り上げられていましたが、この図を見ればSiriとELIZAの関係性が見えてくると思います。

これまで「人工知能で機械が人間を超える時代が来る」とさんざん語られては消えてきた主な理由は実力を超えた過度な期待があったからです。

今またブームが再熱している一つの大きな要因は「ディープラーニング（深層学習）」です。これまでの人工知能の常識を打ち破る技術で、これまで無理と言われてきた技術を開発できる可能性が高まってます。このディープラーニングは名前だけでも聞いたことある！って方も多いでしょう。

この大きな新しい可能性が開けたことで再び人工知能に熱い視線が向けられ、第3次ブームとして大きな資金が動いています。

人工知能の現状について

人工知能が人間を制圧するとか暮らしが劇的に変わると言われていますが、現状の人工知能は今どの地点にいるのか、まずはそこから知っておきましょう。

人工知能はまだこの世に存在していない

実は「人工知能」そのものはまだ誰も発明できていません。 この事実には僕もびっくりしたんですが、いわゆる本当の意味での人工知能＝人間のように"考える"コンピュータはまだできていないという意味です。

僕たちの日常の中で人工知能と言われているのは、いわゆるこの「人間のように考えるコンピュータ」を生み出そうとした過程で生まれた副産物です。例えば、音声認識、文字認識、自然言語処理(かな漢字変換など)、検索エンジンなどが人工知能の研究から世の中に役立つモノとして名前を変えて僕たちの日常で活躍しています。

そもそも人間そのものをコンピュータで作り出すことは可能なのか？っていう問いには本書でこう書かれています。

人間を特別視したい気持ちもわかるが、脳の機能や、その計算のアルゴリズムとの対応を一つひとつ冷静に考えていけば、「人間の知能は、原理的にはすべてのコンピュータで実現できるはずだ」というのが、科学的には妥当な予想である。

本文第1章より引用

人間の感情や特徴、脳の機能はいわば電気回路と全く同じ性質を持っていて、科学的に人間の脳とほぼ同等の人工知能を作ることは可能との予測が立っています。

いやいや、人間には感情がある、思いやりの気持ちがあるという反論はもちろんあるんだけど、感情レベルがどのくらいで、持っている知識レベルがどのくらいで、選択肢として選ぶのはどれか、という細かい情報を一つ一つ分解し繋ぎ合わせれば再現できる可能性は高いです。

もちろん、人工知能を実現するために必要な要素は沢山あるのですがそれは後ほど紹介していくことにします。

人工知能＝ロボットではない

僕もそうだったのだけど、そもそも人工知能とロボットを混同している場合が多い。人工知能はいわゆる人間でいう"脳"であり、ロボットではありません。現状、工場などで稼働しているロボットはプログラムなど外部情報の入力があってそれにあった動きを実現しているだけです。もちろん、その中には人間で言う"知識"が情報として埋め込まれているものもあります。

じゃあ今いろいろな産業で活躍しているロボットと人工知能の何が違うのか。

それは自ら"考える"力が備わっているかどうかです。

この考えることができる人工知能を作るためにはかなり骨の折れる作業が必要になってきます。人工知能は人間を超えるか ディープラーニングの先にあるものの中でもかなり細かく記されているのでもっと詳しく知りたい人は本を読んでみてください。

人工知能の大まかなレベル分け

人工知能は人間を超えるか ディープラーニングの先にあるもの著書の中では人工知能を4つのレベルに分けています。以下の表はレベル別にどんなことができるか？サラリーマン社会においてどの程度の仕事レベルかを表しているます。

出典：【書評】松尾豊先生とワトソンに学ぶ人工知能の課題 : 新規事業のつくり方より

レベル１(アルバイト：制御)

人間が情報を入力してあげてその通りに動く人工知能です。これはいわゆる制御システムでAという信号を送るとAという動き、Bという信号を送るとBという動きをするという単純なもの。パターンをいくつか持っていてそれに従ってただ動くだけです。

例えば荷物をAからある地点に運搬する場合、その荷物の縦、横、高さを測り大きさによってどこに持って行くかを選択するルールを決め、ただそのルールに従って単純に動くだけ。これは人工知能というより制御の技術に近いです。

レベル２(一般社員：知識、推論、探索)

レベル1の振る舞いのパターンとルールが多彩でかなりの数に上るもの。将棋のプログラムやお掃除ロボット、質問に答える人工知能などが当てはまります。いわゆる人間の持つ知識をできる限りたくさん入れこんでいる状態です。※具体的に人間の知識を入れ込むことが一体どういう仕組みになっているかは著書を確認してほしい。

例えば、荷物運搬の場合レベル1の能力に加えて知識が付与できる。ワレモノ注意のタグがあればゆっくりと丁寧に作業する、冷蔵が必要なモノは冷蔵boxに入れる。特定のモノについては縦に置いたり、横に置いたりして運搬する。

第2次AIブームではこのレベルまでで挫折しました。「知識」を入れれば入れるほど機械は賢くはなったんですが、実用可能な知識と例外にも対応可能なものを作ろうとするほど入れ込む「知識」の数があまりにも膨大になる。結果、そのすべてを書ききれないという問題が発生してしまいます。

レベル３(課長：機械学習)

レベル1や2は「AのときはBをする」という行動パターンを沢山入れこんでいましたが、レベル3になるとある程度のサンプル数から自動的にそのパターンとルールを学ぶことができます。

荷物運搬であれば、いくつかのサンプルと荷物のどの部分に注意するかという情報を人が入れてあげればあとは勝手に機械が試行錯誤を繰り返してルールを作っていく。ただし、人が教えていない突発的な荷物が来たら「人がその荷物の何に注意するか」を随時教えて更新していく必要がある。

現在はこの段階を右往左往しています。レベル2まではいかに「知識」の量を増やしていくか？が重要だったんですが、この機械学習ではある一定量のサンプルを元にもっともその答えに近いものを当てはめていく方式になります。答えを全て知っている状態ではなく、答えとなりうるものを選択できる方法を学習します。

これはGoogleやyahooなどの検索エンジンなどに代表されますが、「AはBである」という構造を1から100まですべて理解するのではなく、ある程度のパターンから推察して最も近いであろう選択肢を選ぶことが最大の特徴です。

レベル４(経営層：特徴表現学習)

このレベルは先ほどのレベル3にあった「人がその荷物の何に注意するか」というパターンとルールさえも人工知能が自ら学んで知識データとして積み重ねていく段階です。

荷物運搬であればいくつかサンプルを与えれば、あとは勝手に機械がパターンとルールを学んで最も効率的な運び方と扱い方を自ら最適化していく。この荷物は小さいけど細長いので斜めに持って、中身は繊細で割れやすい材質なので注意しながら最短距離で運ぶ、といった具合。一旦、サンプルが出来ればそれ以降はまたその経験を元に行動し最も正しい運び方を自ら学んでいく。

この段階までくるとようやく「全自動化」が見えてきます。しかし、４つのレベルを見てみるとまだ人工知能には人の手でパターンやルールという情報を与えなければ動かない段階にあります。

人工知能が0からすべてを一人で学んで、勝手に行動するまでにはまだまだ時間がかかることが分かるかと思います。

機械学習について詳しく知る

これは人工知能を考える上で大切なことなのであえて紹介しておきます。先ほどのレベル別に見てレベル3以上の人工知能を作り出そうとした時に必要なのは"人工知能そのものが勝手に学習する仕組み"です。この学習について本文から引用しておきます。

そもそも学習とは何か。どうなれば学習したと言えるのか。学習の根幹を成すのは「分ける」という処理である。ある事象について判断する。それが何かを認識する。うまく「分ける」ことができれば、物事を理解することもできるし、判断して行動することもできる。「分ける」作業は、すなわち「イエスかノーで答える問題」である。

本文第4章より引用

機械学習とは、大量のデータを処理しながらこの「分け方」を自動的に習得することです。

僕たちも毎日のささいな行動の中で絶えず「イエスかノー」を選択して行動に移していると思います。この選択ができるようになることが"考える"ことに繋がります。この分け方を巡って今いろいろな研究がおこなわれています。

今見えている人工知能の限界と壁

次に、これまでの人工知能ブームと歴史の中で見えてきた限界と何が発展の壁となってきたのかを大まかにまとめてみます。

人工知能の壁①　インプットさせる情報が多すぎて時間がかかる

これは第1次ブームから第2次ブームの時に見えた壁なのですが、先ほど脳は電気回路とほぼ同じ性質を持ち、人間の知能は、原理的にはすべてのコンピュータで実現可能だと紹介しました。

ここで問題になってくるのは3点あります。

• そもそも無限にある膨大な人の要素を一つ一つが多すぎる
• 一つ一つのデータをコンピュータに入力する時間がかかりすぎる
• 多くの要素を入れすぎると要素同士で矛盾が発生する

いわゆる入力すべき途方もない情報量の多さに諦めてしまったのです。そもそもパターンなんて何千、何万通りもあるわけでそれが状況によって毎回変わっていきます。この全ての情報を入れ込むこと自体が不可能と判断されたのです。

人工知能の壁②　どの特徴に注目して情報を取り出すべきか、その概念を理解するのに人の手が必要

分かりにくいですよね笑　ざっくりとネコを例に考えてみましょう。

めっちゃ可愛い…僕たちは一目見ただけでこれが"猫"だと瞬時に判断できます。では人工知能にこれを認識させようとした場合どうなるでしょうか？まずは猫の特徴を覚えさせる必要があります。

まず、どの部分が猫と判断できる特徴なのか？＝特徴量を人が人工知能に教え込む必要があります。

そしてその特徴を元に認識した物体が"猫"であるという概念を覚えてもらう必要があります。

人には五感があって視覚、聴覚、嗅覚、味覚、触覚があり判断するための方法は沢山あります。そして世間一般的な常識としてこの画像が猫だという概念自体を理解しています。まず、判断するための方法が必要がいくつも必要ですし、そこから得た情報をうまく処理する必要があります。さらに、世間一般の常識や背景についても知っておく必要がありそうですね。

しかもそれが「可愛い猫」かどうかを判断するにはまた別の特徴量が必要になってきます。(人工知能が可愛い猫を見分ける必要がある場合はですが…)

 

つまり 「人工知能がこの特徴量と概念を誰の手も借りず自ら学習できないこと」が最大の壁なのです。

 

そしてこの壁を崩すことができる可能性を持った技術が発見されます。それ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の発見と第3次ブームに沸く現在

第2次ブーム終焉で全く語られなくなった人工知能が、20年以上の空白期間を経て再び注目を浴びたのは「ディープラーニング」という技術が発見されたからです。

2012年に行われた世界的な画像認識のコンペティッション"ILSVRC(Imagenet Large Scale Visual Recognition Challenge)"でカナダのトロント大学が開発したSuperVisionがディープラーニングを使って圧倒的な勝利を収めたことがすべての始まりだったそうです。

先ほどの人工知能の壁を超える可能性のある技術と言われてます。この発見以降、一気に人工知能の可能性は広がり僕たちの日常にも影響を与え始めます。

ディープラーニングとは？

一言でいうと特徴表現そのものを機械が自ら学習することです。先ほどの猫の認識を例にすると、猫だと判別するための情報を人工知能自らが作り出していくことです。

これによって「データをもとにコンピュータが自ら特徴量を作り出す」ことができるようになりました。下記の図をもとに詳しく説明していきます。

▶︎画像を見たときにその特徴を判断するためのデータが何層にも分かれています。この層を増やすことでより精度の高い認識が可能になります。（図の赤字部分）

▶︎出力層と呼ばれる部分でわざと間違いのデータを突き合せることで認識のズレや矛盾を無くす効果が追加されています。（図の青字部分）

▶︎この学習自体を一つのデータとして自動的に学習して蓄えていき、次回の認識の時の判断基準の一つとして使います。（図の緑字部分）

この詳細を一つ一つ説明するとなるとかなり難しいため気になる方は著書を参考にしていただきたいです。大まかにディープラーニングについてはこんな感じです。

これから将来僕たちの身に起こりそうなこと

ここからは僕自身の考え方も含まれているので参考程度に見ていただきたいです。このディープラーニングによってどんなモノが登場するのか、僕はめちゃくちゃワクワクしてます。

ディープラーニングの発達が製品に活かされた場合を考えてみる

あらゆるデータから自分で特徴を見つけ出して進化していくことであらゆるモノのより精度の高い予測ができるようになるかもしれない。例えばだが、以下は僕が個人的にこうなるかもしれないと思っていることだ。(希望的観測も含む)

勝手な妄想は膨らむばかり…でも、人工知能の可能性って本当に人間を超えたものができるかもしれないという恐ろしさもあると思う。

将来なくなってしまう可能性のある職業

これまで人工知能によって無くなると思われていた畑仕事とかそういった類の仕事は確かに半自動的になってきています。でも、全く仕事がなくなったかといえばそうではなく、機械やプログラミングをする人たちの仕事の需要は増えています。ある仕事が無くなれば、その代わりに必要な仕事が出てくるのかもしれません。

以下は、オックスフォード大学の論文で「10〜20年以内になくなる職業と残る職業のリスト」ではこんな感じで記載されています。人工知能の進化について考えることは、僕達のこれからの生き方とか仕事の仕方について考えるヒントになってくると思います。

ただ、僕の予想としては人工知能を搭載する機械が人間の代わりにできる仕事が増えれば増えるほど、直接的な人と人のコミュニケーションの価値は逆に上がっていくような気がしています。

現に、コンピュータに勝手に判断された広告を見るよりも人が直接話す方が何倍も説得力があるし重要になってくると思う。このあたりを予想していくことも楽しいですね。

終わりに　人工知能を作ることは人を知ること

僕たちは普段何も考えなくても、空気を読んだり、相手とコミュニケーションをとったり、気分や精神的な苦しさとか嬉しさを感じたり、環境によって対応を変えたりしている。無意識のうちに体が反応する本能を備えてます。そしてそれが世間一般の常識になりその国独自の文化になっています。

そのあいまいな空気感とか常識、文化というものは人工知能にとってかなり厄介なものです。その要素を確実に一つ一つ理解することは、人の脳の全てを完全に解明させなければいけません。

人工知能を知ることは「人間そのものを理解する」ことにつながっているんです。

たくさんの可能性に満ちた人工知能ですが、目先の情報だけに惑わされず背景をきちんと知ることで理解力は確実に深まると思います。そして、人工知能の進歩は人という生き物を理解するための大きな手がかりにもなり得ます。この技術を今後上手く活用できるとどんな社会が待ってるんでしょうか。

僕はこれからもウォッチし続けていきたいと思っています。

 

かなり長文になってしまいましたが、最後までお読み頂きありがとうございました。

今回はメインで松尾豊さんの著書を参考にさせて頂いたが、さらに詳しく深い内容については書籍を参考にしていただきたい。また、本を読んだだけの個人がまとめたものなのでもし不備などあればお教えください。

＜今回参考にさせていただいた書籍を紹介＞

▶人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書) ︎ 

▶WIRED（ワイアード）VOL.20 A.I. [雑誌] ︎