AIは本当に人間の知能を超えるのか？知能爆発とは!!?
💡 AIの知能爆発とは、AIが人間の知能を超える瞬間のことです。
💡 AIは3年ごとに人間の年齢の倍の知能に到達するという予測がされています。
💡 AIの進化は人間能力の向上とは異なり、データ量が増えるほど賢くなる性質を持っています。
それでは、第一章、AIの知能爆発と未来予測についてお話していきます。
AIの知能爆発と未来予測
山川宏氏、ドワンゴ人工知能研究所所長、ありがとうございます。
公開日:2022/09/29
✅ 山川さんが人工知能の研究を始めたきっかけは、高校時代に物理学と心理学に興味を持ったことと、大学院時代にニューラルネットワークブームの影響を受けたことです。特に、人の価値体系形成に興味を持ち、強化学習の研究を始めたことが契機となっています。
✅ ドワンゴが人工知能分野に大型投資をする理由は、将棋というゲームを通して人工知能の可能性を感じたこと、そして山川さんらが提唱する「全脳アーキテクチャ」という研究に共感したからです。この投資は長期的な視点に立っており、現状では具体的な投資回収時期は未定です。
✅ ドワンゴは、将棋というゲームを通し、人工知能がプロ棋士に肉薄する様子を見てきました。川上会長は、この経験から社内に人工知能研究所を作ることを決意しました。また、山川さんらが提唱する「全脳アーキテクチャ」という研究に共感し、ドワンゴ人工知能研究所設立に至りました。当初は、人工知能の急速な発展を予測していなかったため、研究所は長期的な投資として位置づけられています。
さらに読む ⇒
Home - Future of Life Institute出典/画像元: https://futureoflife.org/translation/%E3%83%89%E3%83%AF%E3%83%B3%E3%82%B4%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E7%A0%94%E7%A9%B6%E6%89%80%E3%81%AE%E6%89%80%E9%95%B7%E3%81%AE%E5%B1%B1%E5%B7%9D%E5%AE%8F%E3%81%A8%E3%81%AE%E3%82%A4%E3%83%B3/この予測タイムラインは、少し恐ろしい気もしますが、同時に期待も膨らみますね。
山川宏氏が提唱する「知能爆発の法則」は、AIが3年ごとに人間の年齢の倍の知能に到達するというもので、2013年を起点とした具体的なタイムラインが示されています。このタイムラインに基づくと、2017年には「人を区別できる」AI、2020年には「話せる」AI、2026年には家事手伝いをするホームロボット、2029年には観光案内ロボット、2032年には完全自動運転やオフィスロボットが登場する可能性があると予測されています。さらに、2035年にはビジネスAI、2038年にはAI政治家、2041年にはスーパーインテリジェンスといった、社会に大きな影響を与える可能性のあるAIが誕生する可能性も示唆されています。AIの進化は、人間能力の向上とは異なる点があります。AIは衰えることがなく、データ量が増えるほど賢くなる性質を持っています
いやぁ、このペースでいくと、2041年にはスーパーインテリジェンスが誕生してしまうかもしれないですね。
ホンマかいな？そりゃすごいな！でも、その前に、AIが作ったお笑い番組とか見たいわ！
AIが政治家になる時代がくるなんて...ちょっと想像つきません。
AIの知能爆発のための「子どもの学び方」
AIの教育については、色々な意見があると思いますが、杉山先生はどう思われますか？
公開日:2022/06/27
✅ 杉山氏は、AIと教育の関係性について、「人間がAI技術を学ぶ」、「AIが人間の学習を支援する」、「AIが学ぶことを人間が支援する」の3つの視点から解説しました。
✅ AIの教育においては、AIに関する知識や技術を習得するためのスクールや検定制度が普及しており、政府もデータサイエンスの教育プログラムや認定制度の議論を進めています。
✅ AIによる教育では、学習をサポートするAIを活用した教育プラットフォームが数多く登場しており、MOOCsなど世界的に利用が広がっています。
さらに読む ⇒
超教育協会 Learning of Tomorrow出典/画像元: https://lot.or.jp/project/5339/人間の知能発達過程を参考に、より自然な学習方法...なるほど、深いですね。
AIの進化には、人間の知能発達過程を参考に、より自然な学習方法が必要という議論があります。従来のAIは「大人の学び方」で、言語や知識を積み重ねる方法でしたが、人間の知能発達段階を考えると、AIにも幼児期の学び方、つまり具体的な体験から学ぶことが重要だと考えられています。AIは「遺伝情報」「身体の制約」といった事前知識に加え、経験を通して獲得する情報も学習に活用する必要があると指摘されています。また、既存の知識が新しい学習を妨げる場合もあり、特に外国語学習においてはその影響が大きいと考えられます。子どもの学習では順番が重要であり、例えば自然数を理解する前にマイナスや小数を教えることは混乱を招く可能性があります。同様に、地球が丸いという概念も、ある程度の年齢までは理解が難しいとされています。これらの議論は、AIの知能爆発に向けて、人間の知能発達過程を参考に、より自然な学習方法を追求する必要性を示唆しています
AIにも幼児期の学び方、つまり具体的な体験から学ぶことが重要、というのは興味深いですね。
具体的な体験って、例えば、AIに「おやつちょうだい」って言うて、おやつもらえるように訓練するとか？
外国語学習が難しいというのは、私も実感しています。
汎用人工知能への挑戦：全脳アーキテクチャー
WBAIのオープン・プラットフォーム戦略は、AGI開発を加速させる可能性がありますね。
✅ WBAIは、脳全体のアーキテクチャを参考に、人間のような汎用人工知能（AGI）の開発を目指しています。そのため、神経科学の知見を基に、脳機能を模倣した機械学習モジュールを開発し、それらを組み合わせることで認知アーキテクチャを構築しようとしています。
✅ WBAIでは、AGI開発を促進するため、オープン・プラットフォーム戦略を採用しています。この戦略は、AIや機械学習の技術者や研究者の協力を促進し、それぞれの専門性を活かしてAGI開発を進めることを目指しています。
✅ 従来の特化型AIを組み合わせただけではAGIは実現できません。AGIには、データが不足していても、既存の知識を柔軟に組み合わせて推論できる仕組み（技術X）が不可欠です。WBAIは、この技術Xの開発に注力し、AGIの実現を目指しています。
さらに読む ⇒ビジネス+IT出典/画像元: https://www.sbbit.jp/article/cont1/34990AGIには、データが不足していても推論できる仕組みが不可欠とのことですが、どんな仕組みなのでしょうか？
ドワンゴ人工知能研究所所長の山川宏氏とユニアデックスの未来サービス研究所員は、人工知能研究の現状と将来について語り合いました。山川氏は、ディープラーニングが画像認識や囲碁などの個別領域では成果を上げているものの、汎用的な人工知能の実現には至っていないと指摘しました。一方で、「汎用人工知能」を実現するためのアプローチとして、脳全体のアーキテクチャーを模倣した「全脳アーキテクチャー（WBA）」を開発しようとしていると説明しました。WBAでは、脳の各器官を機械学習モジュールとして開発し、それらを組み合わせてアーキテクチャーを構築することで、人間並みの能力を持つ人工知能を目指しています。山川氏は、WBAの研究には、人工知能や機械学習だけでなく、神経科学、認知科学などの幅広い分野の知識が必要になるとし、NPO法人「全脳アーキテクチャ・イニシアティブ（WBAI）」を設立して、人材育成に力を入れていることを明らかにしました。対談を通して、人工知能研究は、ディープラーニングなどの技術革新によって大きく進展している一方で、人間の脳の複雑さを完全に理解し、再現するためには、長期的な取り組みが必要であることが浮き彫りになりました
技術X、これは興味深いですね。AGI実現には欠かせない技術でしょう。
技術Xって、なんか新しい魔法みたいやな！これがあれば、AIも万能になるんかな？
AGIは、人間を超える知能を持つということでしょうか？
AI研究を牽引する山川宏氏：その功績と展望
AIが汎用化していく上で、脳を模倣する必要性について、様々な意見があるようですね。
公開日:2017/06/17
✅ AIが汎用化していく上で、人間の脳と同じように機能ごとに領域が分かれていくのか、という疑問に対し、脳を模倣する必要はないという意見と、生物の身体知を研究し、模倣していくべきという意見が対立している。
✅ 脳の機能は、人類進化の過程で必要な方向に進化してきたため、AIは現在の技術で最良のものを作れば良いという主張と、AIは生物の自己組織化や創発といった概念を参考に、分散処理によるネットワーク化を進めるべきという主張がある。
✅ イワシの群れの行動のように、単純なルールが複雑に組み合わさることで、大きな創発を生み出す可能性があるため、AIはIoTと連携し、膨大なネットワークで単純なルールの処理を行うことで、人間の社会の複雑系に対応できるようになるかもしれないという展望がある。
さらに読む ⇒NewsPicks | 経済を、もっとおもしろく。出典/画像元: https://newspicks.com/news/2300398/body/AIがIoTと連携し、ネットワーク化することで、複雑な社会問題も解決できるようになるかもしれませんね。
山川宏氏は、人工知能分野の研究者であり、特に深層学習、強化学習、認知科学、ロボティクスなどの研究を行っています。これまでに多くの論文を国際会議、学術雑誌に発表しており、多くの研究成果をあげています。主な研究テーマは、深層学習を用いた自然言語処理、強化学習を用いたロボット制御、認知科学に基づいた人工知能モデルの開発、人間とロボットの協調作業など。近年では、人間の認知能力を模倣する人工知能モデルの開発や、人間の行動を予測するモデルの開発にも力を入れています。山川宏氏の主な共同研究者には、布川絢子氏、松尾豊氏、谷口彰氏、太田正幸氏、加藤義清氏、庄司裕子氏など、人工知能分野のトップ研究者たちが名を連ねています。山川宏氏は、人工知能分野の発展に大きく貢献しており、今後も注目すべき研究者です
生物の自己組織化や創発、これはAIの未来を考える上で重要なキーワードですね。
イワシの群れがネットワーク化して、AIになるってか？なんか、シュールやな！
AIが人間の社会の複雑系に対応できるようになるというのは、とても期待できます。
AIの進化は、私たちの生活を大きく変える可能性を秘めていると感じました。
💡 AIの知能爆発は、社会に大きな影響を与える可能性があります。
💡 AI教育の重要性が高まっており、政府もデータサイエンス教育の推進を検討しています。
💡 AGI開発には、脳科学、認知科学など、様々な分野の知識が必要となります。
