日経ビッグデータ
『グーグルに学ぶディープラーニング』。
AI、機械学習、ディープラーニングって
同じものでしょ?
ずっとそう思っていました。
3者の関係は正確には
以下のようになるそうです。
・人口知能(AI)> 機械学習 > ディープラーニング
つまり人工知能(Artificial Intelligence)の中に
機械学習が含まれ、
その機械学習の一手段が
ディープラーニング(深層学習)ということ。
ディープラーニングでは、人間は
(このように計算しなさいという)プログラムは書きません。
ニューラル(神経)ネットワークという
処理レイヤー(階層)を何枚も重ねて、
階層のひとつづつでは
単純な認識と処理をするだけです。
ディープラーニングが、過程を説明せずに
いきなり答えを提示するのは、
膨大な数のインプット/アウトプットモデル
だけを与えられて、
各階層の分析、理解、階層間の調整などを
自動化(自己完結)しているから。
つまりニンゲンサマに説明するように作られていないから、
という単純な理由のようです。
ただし、ある答えにたどり着いた過程を、
一般人にも分かるようAIに説明させるのは、
事象の理解が人とAIではまったく違うため、
逆に難しいのかも知れません。
何度かあった人工知能ブームのように
「今回もブームで終わるのではないだろうか」。
そんな声もお聞きします。しかし、
今回ばかりは本物なのだと思います。
AIの精度を増していくには
夥しい数のモデルを必要とします。
そこにインターネットの出現です。
大量データの収集・共有はまさに
インターネットの得意分野。
さらには回線やコンピュータの
スピードアップが拍車をかけています。
実用化間近の量子コンピュータ(桁違いの計算力)
も力を貸してくれそうです。
とはいえ人工知能も万能ではなく、
彼らにも苦手な分野があるというのは新鮮でした。
AIによって得られたデータは
しょせんただのデータにすぎません。
一番大切なのはそのデータで
何ができるのか(何をしたいのか)。
ここに至ると、AIが人間の
仕事を奪う存在というよりも
人間が力を発揮するための
パートナーと言ったほうがいいのかも。
わたくし達側もAIの特性を理解して、
利用していく必要がありそうです。
ヒトに求められるのは、
ずばりクリエイティヴィティ。
まだ低い(らしい。ホントに!?)コンピュータの創造性。
ニンゲンサマも負けちゃいられません。