1/31 「ポスト・ディープ・ラーニングの人工知能技術を展望する -- 人工知能研究の歴史を振り返る」





1月31日、角川アスキー総研さんで、上記のセミナーを行います。https://lab-kadokawa43.peatix.com/
講演概要
2012年に始まった「ディープラーニング」のブームから、5年以上がたとうとしています。ますます応用分野を拡大する人工知能技術が、私たちの生活と未来にとって大きな意味を持つことは、多くの人の共通認識になりつつあります。
同時に、この間の様々な取り組みを通じて、現在の人工知能技術が、克服すべき課題を抱えていることも、明らかになりつつあります。人工知能の未来を考える上では、現在の到達点を正確に把握することが必要です。また、できるだけ広いパースペクティブの中で、問題を捉えることが重要だと考えています。
現代の人工知能技術の中核は、ディープ・ラーニング技術です。ディープ・ラーニング技術が、人間の視覚(例えば、画像認識)や聴覚(Voice to Text)等の感覚器官の能力の機械による置き換え、また、運動能力のコントロール(自動運転やロボット)においては、すでに人間の能力を超えるところにまで到達しているのは明らかです。ただ、これらの能力=感覚・運動的能力の多くは、動物と人間に共通する能力に他なりません。それらについては、デープ・ラーニング技術が一つの解答を与えています。
人工知能技術の未来を展望するとき、ディープ・ラーニングが得意とする感覚・運動的能力を超えて、動物にはない人間固有の知的な能力、例えば、言語能力とか数学的な能力を、我々が機械でどのように実現していくかが、「ポスト・ディープ・ラーニング」の人工知能技術の大きな課題になると、僕は考えています。
もちろん、こうした展望を具体的な人工知能の実装に落とし込むのは、すぐにはできないことが多いのですが、人工知能研究が進むべき方向性を、明確に意識することは重要なことだと考えています。こうした時には、人工知能研究が辿ってきた歴史を振り返ることが、きっと役に立ちます。
講演では、これまでのマルレクで取り上げてきたトピックと比べると、すこし回り道になりますが、あらためて、チューリングから現在までの、人工知能研究の歴史を振り返り、「ポスト・ディープラニング」の課題を考えて見たいと思っています。

コメント

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

初めにことばありき

宇宙の終わりと黒色矮星