過去・現在・未来

人工知能技術というのは、最終的には、人間の知能の機械による代替を目指す技術です。 ただ、人間の知能といってもいろいろあります。人間の知能自身が、生物学的な進化や文明史的な進歩の産物として、歴史的に形成された階層構造をもつのですから、それぞれの階層に対応する人工知能技術が存在します。 以下に、それぞれの知能の階層に対応する、現在の人口知能技術をあげてみました。 これらの技術は、知能のある能力の一面をカバーするのですが、一つの人工知能技術が、人間の知能を全てカバーすることはないと僕は考えている。 ただ、多分、問題はその先にもあります。こうした現在芽生え始めたばかりの人工知能技術が成熟すると、我々は「考える機械」「人間と同じ機械」を構成できるのだろうかという問題です。僕は、まだ、何かが欠けていると感じています。 感情、自由意志、創造性、芸術、.... こうした人間にとっては、ある意味もっとも人間らしい能力を、機械は獲得できるのか？　そのことは、人工知能の「研究者」じゃない多くの人が、自然に感じている疑問です。 そのあたりの問題を 「8/1 丸山x山賀対談「科学と虚構の未来を語る」」で話せればと思います。　もちろん、答えはありません。

この間、大規模システムでのディープラーニング技術の応用事例を調べていたのだが、こういう文章に出会う。 「ビッグ・ソフトウェアは、人間が一人で設計、展開、運用することができない（？）ような、非常に多くの動く部分で構成されたソフトウェアのクラスである。これらは、そもそもは単一のマシンに格納できないビッグデータを呼び起こすことを目的としていた。 」 まあいいだろう。現代は、ビッグ・ソフトウェアの時代なのは確かだ。確かに、大規模システムの管理は難しい。 「ここにこそ、AIが登場する。我々は、ディープラーニングが大規模システム管理の未来だと考えている。ニューラルネットは、大量のデータから、干し草の山から、針を見つけることができる。ニューラルネットは、従来のシステム管理者の能力を大幅に拡張し、その役割を変革するツールとなる。」 これも、まあいいだろう。大規模システムの管理に使えるツールがあるなら、なんでも使えばいい。ただ、次の未来像は怪しい。 「AIが学ぶにつれて、最後には、自己修復型データセンターが標準になる。 AIは、手元のリソースに適応したより優れたモデルを発見するので、最終的にはインフラストラクチャを改善および再構築するためにコードを修正することができる。」 ディープラーニングには、プログラムのロジックが理解できない。コードを読んでバグを見つけて、それを修正するなんて、ディープラーニングには、逆立ちしたってできないのだ。 多少、鼻が歪んでいても、目がつり上がっていても、ディープラーニングは、それを同じ人間だと同定できる。それはそれで素晴らしい。ただ、ソフトウェアの場合には、それがどんなに大きなソフトウェアでも、一箇所でもバグがあれば、それがシステム全体をダウンさせる可能性がある。 ビッグ・データとビッグ・ソフトウェアを、どちらも「ビッグ」だからと、同じ仲間だと考えるのは大きな間違いだ。 幸いなことに、このビッグ・ソフトウェアの分野では、ディープラーニングではない「Yet Another AI」技術が、花開こうとしている。 どういうムーブメント（ディープラーニングに対して、「ディープ・スペシフィケーション」 Deep Specification と言ったり、あるいは、数学基礎論にならって、「ソフトウェア基礎論」と言ったりする）かは

少なくないIT技術者が、人工知能技術の進化は、「ルール中心」から「データ中心」への進化だと思い込んでいる。確かに、「データ中心」のディープラーニング技術が人工知能技術にもたらしたものは、巨大なものだった。それを否定するつもりも、その必要もないもない。 ただ、この何年かの変化だけをみて、人工知能への基本的なアプローチが、「データ中心」のディープラーニング技術で確定し、人工知能技術の未来が、「データ中心」のディープラーニング技術の未来と共にあると考えるなら、それは間違いだ。 明らかに、ディープラーニングには、苦手な領域があるのである。僕は、その一つは、言語の意味理解の能力だと思っているのだが、それについては別の機会に触れる。もっとわかりやすいのは、ディープラーニングの手法で構成された「知能」は、数学を理解することも、数学を学習することもできないということだ。 「人を批判するのはやさしい。 　そんなら、自分のアイデアでなんか作って見せてよ。」 もっとも、ディープラーニングは数学ができないという僕が、すらすらと数学の問題を解き、新しい数学の定理を発見する「機械」を作って、皆に見せられるのかというと、そうではないのだ。 「やーい、やーい。 　やっぱりできないんじゃないか！」 そうなのだ。でも、子供の喧嘩じゃないのだから、もう少し冷静に議論しようと思う。 今はまだできていないと問題の難しさを認めることは、なんでもできますというよりは、ましなことだ。 大事なことは、「データ中心」と対比されて、エキスパート・システム程度のイメージで「ルール中心」と一把一からげにされてる、論理的・数学的推論を機械に実行させようというもう一つの人工知能技術に、着実で大きな進化があるということである。（RPAの中で、ディープラーニングを「補完」する技術として「ルール・エンジン」が復活しているのだが、僕が、いいたいのはそのことではない。） コンピュータが存在しなかった、今から90年近く前の1930年代、当時まだ若者だったゲーデルやチューリングが発見したことは、「証明可能性」と「計算可能性」が同一の概念だということであった。もう一つの人工知能技術の源流が、そこにある。 ただ、それは数学的・原理的な同一性で、実際のコンピュータに数学の証明をさせるには、いろんな回り道

AI+RPAの大規模事例紹介(2) -- テレコム業界 今回は、 Orange Silicon Valley社 (  https://www.orangesv.com/ )のSkymind社との共同の取り組みを紹介します。https://skymind.ai/case-studies/orange　 ここで問題となっているのは、SIM Box Fraud というSIMの不正利用です。アメリカでは年間数十億ドルの被害が出ているといいます。 不正なSIMボックスは、国際電話をハイジャックし、それらをインターネットを介して携帯電話装置に転送し、携帯電話装置はその後それらを携帯電話ネットワークに返します。その結果、通話はローカルであるように見え、セルラー事業者は、長距離通話のルーティングおよび着信に対する支払いを受けないことになります。それだけではなく、SIM Boxは、基地局に過重な負担をかけ、他のユーザーの通話の質を低下させます。 Skymind社とOrange Silicon Valley社のプロジェクトでは、ニューラル・ネットワークのAutoencoder を用いて、不正利用のパターンを学習し異常な活動を見つけ出し、発信記録を不正の確率でランクづけます。 現在のところニューラルネットが利用されているのは、今の所ここまでで、高い確率で不正だとランクづけられたデータは、優先的に、これまでの経験で作られた「決定木(decision tree)」に基づいたルールエンジンに渡され、不正かそうでないかの細かいチェックを受けることになります。 りょうしゃ

科学には、いろいろな分野あります。自然科学、社会科学、人文科学 ... 。 ただ、現代では科学といえば、自然科学をさすことが普通なようです。で、他の科学は無視して、今日は自然科学の話をしようと思います。でも、自然科学にも、いろいろあります。数学、物理学、生命科学、情報科学....。 個人的な話ですが、こうして科学の分類をしていくと、実は、僕は困ることになります。さきに、社会科学、人文科学は無視しようと書いたのですが、僕は大学院では、数理哲学を研究していました。哲学は、普通、人文科学ですよね。さらに、僕の入った大学院は、社会学研究科の中に哲学の講座があったので、僕は、社会学の学位をもらうことになります。 最初に、科学という言葉でイメージされているものについて話そうと思います。 科学を、確実にわかっているものたちから、確実だと思われる結果のみを導こうとする方法だと考えるのは、少し窮屈な科学観だと僕は感じています。数学でも、そうです。数学的に正しい命題は、どんな具体的な知識も前提にせずに導かれるという意味では、情報を持ちません。ただ、そうした数学観では、数学の世界はトリビアルなトートロジーの世界になってしまいます。 科学者や数学者を動機づけているのは、そういう研究をしたいということではないと思います。彼らを突き動かしているのは、そこに理解できないこと、一見すると手が出ないほど複雑なこと、とても不思議な「謎」があるということです。科学と科学では解かれていない「謎」があるという認識は、両立可能です。 むしろ、「謎」がない世界では、科学は必要なくなります。だから、なんでも説明できる究極の理論があるとか、全ての「謎」は解けているという主張を、僕は疑います。 類人猿の中から、僕らの祖先が、多分、言語能力の獲得をきっかけに「人類」として独立した時、人間の認識能力は飛躍的に発達しました。アフリカの平原で満点の星空を見て、我々の祖先が感じたものは、無数の「謎」だったと思います。 ただ、彼は「畏怖」の念に打ちひしがれていただけではなかったと思います。「なぜ？」という問いかけは、別の行動を生み出します。おそらく、科学も宗教も哲学も芸術も、プリミティブな形では、別々のものに分離されずに、同時に生まれたと僕は思っています。 科学の源流は古代ギリシャの自然哲学です

今度、山賀さんと「科学と虚構の未来」というテーマで対談をするのだが、こんな質問が。確かに、このテーマなら、今ならある意味ど真ん中の質問なのだと思うのだが、残念ながら、僕は、あまのじゃくなのだ。というか、僕は、シンギュラリティの議論が嫌いなのだ。 「人間より機械が賢くなって、人間が滅びる」？ その辺の機械より人間が愚かになっても人間は滅びるだろう。パイロットが、自分の自殺（なんかおかしい表現）の為に乗客を道連れにする事件があったが、愚かなことだとは思うが、「核」の引き金を引くのは、一人か二人かの人間で十分なのだ。それでも何十億人を道連れにできる。パイロットの「精神鑑定」は強化できるかもしれないが、核を持つ権力者の精神鑑定はできるのだろうか。 「人間を機械が支配するようになる」？ 機械は、人間を支配したがるだろうか？　なんのため？　こうした発想は、支配したがるのは、機械というより人間の発想だと思う。 もしも、人間を機械が支配する世界が来るのなら、その前に、必ず、機械を支配する少数の人間が、多数の人間を支配する段階を経るだろうと僕は思う。そして、そうした過程は、始まっているようにも思う。 機械だけが敵とは限らない。目に見えないウィルスのパンデミックで、人類は滅亡するかもしれないし、それよりもっとずっとありそうなことは、環境問題が深刻化して、地上の生物が絶滅することだ。すでに、その兆候は出ている。多くの種が、かつてないスピードで地上から消えている。この引き金を引いたのは、多くの生物種を道連れにしようとしているのは、我々人間なのは間違いない。 地球の歴史の中で、こうした大量絶滅は何度かあった。それでも、生命は途切れることなく続いてきた。人間が地球からいなくなることが、地球と生命にとって悪いことだとは限らない。 僕は、この宇宙には、「知的な生命体」が無数に存在すると思う。ボエジャーは、いまは、秒速何十キロメーターかで太陽系から飛び出そうとしているが、そこには、宇宙人へのメッセージを刻んだプレートが搭載されていた。そのプレートは、宇宙人の手に渡るだろうか？ その可能性は、落としたクレジットカードが善意の誰かに拾われて本人の元に返る可能性より、ずっとずっと、気が遠くなるほど、ずっと低いと思う。 でも、彼らは、この地球で起きるかもしれないという「シ

最近、思わず笑ったblogの文章があります。  「RPAは馬鹿だが、AIは賢い。」    "AI vs. RPA" 2019/02/14   https://www.enfo.se/blogg/ai-vs-rpa 言いたいことの気持ちはわかります。ここには「AIは、RPAなんかよりもっと賢いはずだ」という気持ちがにじみ出ています。 この記事は今年になってからのものです。こうした認識は、以前から見られたものです。 　「RPAには "NO" というべきか」 　 "Should I say “NO” to RPA" 2017/03/06  http://bit.ly/2NUgYCk この記事は、RPA = Robotic Process Automationに対して、単純なロボットには出来ない「知的」なプロセスの自動化 IPA = Intelligent Process Automation を勧めたものです。 　「ごめん。あなたのbotは馬鹿じゃない？」 　"Sorry, But Your Bots Are Stupid" 2018/11/19  http://bit.ly/30vUOrd ベンチャー市場で多額の資金を調達しているRPAのボットは、本当は、馬鹿なので「知的」と呼んじゃいけないと主張しています。 　「RPAは死んだ」 　"RPA is Dead"  2019/04/16  http://bit.ly/2JzvX0j 長いことプロセスの自動化を研究してきた著者が、プロセスの自動化には長い歴史がある、現在もてはやされているRPAには新しいことは何もないと言っています。（このシリーズは、もっと続くのですが） もちろん、こうした議論だけではありません。 　「RPAとAIの収束がビジネス・プロセス自動化を推進する」 　"The convergence of RPA and AI can boost Business Process Automation" 　2019/02/16 http://bit.ly/2SeMWYb  僕は、日本での次のような議論を、「AI = ディープラーニング技