進捗(5/6~5/12)人工知能の定義

ほかの技術知識

「知財補助」という名目のアルバイトを始めて1週間が経過した。インプットしなくてはいけない情報量が多すぎて、やや混乱気味だ。裁判所へのお遣いなどの雑件や、特許・商標の基礎知識に加えて、弁理士先生が得意とされている分野の1つが人工知能なので、そっちも少しずつ勉強しなくてはいけない。

人工知能学会の学会誌

・・・というわけで、人工知能学会の学会誌『人工知能 』(2019.5 no.3)を借りてきて読んでみた。技術的な話はサッパリ分からないが、人工知能の用途や、開発手法がいろいろあるな、くらいは分かった。以下、連載記事『「教養知識としてのAI」(1)』が元ネタであり、漫画8ページ、解説記事2ページの内容をまとめたものである。

 

 

 

教養知識としてのAIって何?(第1回)

人工知能の定義

 「人工知能とは何か」という問いに対する答えは単純ではない。人工知能の専門家の間でも大きな議論があり、それだけで1冊の本ができるほど、見解が分かれるテーマになっている。見解が分かれる主な理由は、『何を知能と捉えるか』が、時代や開発目的によって異なることだ。プログラミング言語のコンパイル作業を人間がやっていた時代は、コンパイルを代替するシステムを「人工知能」と呼んだが、いったん自動化できるようになると、それが当たり前になってしまい、「人工知能」とは呼ぶ人はいなくなった。つまり、人間が行う知的作業には「知能」が必要だが、いったん機械化ができてしまうと、その作業はもはや知的作業ではなく、その作業をこなしても人工知能とは呼ばなくなる。

すべての人工知能の共通項

 共通項をまとめると「人間と同じ知的作業をする機械を工学的に実現する技術」といえる。ここでのポイントは「知的作業をする機械」と「工学的に実現する」という2点である。

〇 工学的に実現する
 ここでは、実際に役立つものを作る、という意味が含まれる。人工知能の技術の1つである深層学習(Deep Learning)も工学的な技術なので、人間の脳の仕組みから最初のヒントを得てはいるが、工学的に有用な方向で発展した結果、人間の脳の仕組みとはまったく異なるものになった。つまり、「工学的に実現する」とは、人間の知能と同じように動作すれば、人間と同じ仕組みでなくても構わないことを含意する。

〇 知的作業する機械
「知的作業」とは「力作業」とは対照的に、ビジネスにおける意思決定といった知能が作用する作業のことを指す。一般的に、ロボットなどのハードウェア自体は機械工学の技術、それを動かすためのソフトウェアが人工知能の技術となる。

学習と推論

〇 学習
人工知能にとっての「学習」目標は、目的を達成するための知識を獲得することであり、どういう知識を学習するかは、目的によって異なる。
前提として、目的は人間が設定する。また、知識として大量のデータ(特徴量)を人工知能に与え、この大量の既存データから、未知のデータを予測する。

〇 推論
人工知能にとっての「推論」では、すでに保有している情報から可能性の高いを選択肢を考慮することにより、真実となる知識を得る。結果として得られた知識が誤っている場合は、人工知能を制御したり、人工知能を使って判断したりした人間の責任になる。

人工知能の分類

「強い人工知能」と「弱い人工知能」

〇 強い人工知能
SFの世界に登場するような、人間同様の意識をもち意味を理解する人工知能

〇 弱い人工知能
人間の思考を表面的に模倣するような、現在、存在する人工知能

「特化型人工知能」と「汎用人工知能」

〇 特化型人工知能
特定の用途に使われる人工知能(将棋専用、碁専用など)

〇 汎用人工知能
領域やタスクに依存しない汎用性を有する人工知能(将棋の知識を転用してチェスなどもできる、など)。「強い人工知能」とは異なる視点の分類。