Freezone

ccb3c7a3 :Old Timer i1b5ibip3kS 2016-12-31 13:05

人工知能の分野では深層学習が話題になり、実用化もされている。
深層学習の重要な部分は、入力と出力ができるだけ近いものにする
という過程だ。

猫画像→[NN]→猫画像

猫画像をたくさん入力し、できる限りそれに近い猫画像を出力する
ように、ニューラルネットを訓練する。ニューラルネットは猫画像
のすべてを記録するのではない。情報はいったん減らされ、増やさ
れる。この過程でニューラルネットは猫画像についての抽象的な理
解を有するようになる。

情報をいったん減らす、つまり、圧縮するということが、理解に至
る過程の要だ。

ニュートンは物体が落下する様子を何度も見たことがあった。そし
て、ある日、リンゴの落下を目撃し、万有引力の法則を得た。この
万有引力の法則は、その後、リンゴを含むあらゆる物体の落下を十
分に正確に予測できた。無数の出来事は圧縮されて式になり、式は
将来の無数の出来事を予測できる。

一方、人間には感情というものがある。

猫画像と犬画像について、人間がどちらにも「可愛い」と評価する
ことがあるのだから、感情は事物の分類の境目を横断する。

人工知能にはいまのところこういう感情がない。

感情がないことは、例えば株式市場において、たいてい有利に働く。
アップルのiPhoneの売れ行きが悪くなって、アップルの業績が悪化
したとする。人間はアップルとグーグルの境目を超えて感情的に反
応し、グーグル株を売ってしまうかもしれない。しかし、人工知能
は割安になったグーグル株を買える。

しかし、投資銀行の破綻などで、圧倒的に多くの市場参加者が悲観
的になる局面で、感情がないことは人工知能の弱点にもなる。

来年はゲームやドラマにおける人の感情について考えてみたい。

では、良い年を！