第 21 回 ビジネス 勉 強 会 ディープラーニングの 可 能 性 課 題 図 書 人 工 知 能 は 人 間 を 超 えるか ディープラーニングの 先 にあるもの 松 尾 豊 著
ネコを 追 い 払 うには 人 工 知 能 (AI)が 良 いみたい 大 量 のネコ 画 像 で ネコを ディープラーニング http://internetcom.jp/201252/fcn-ai-deep-learning-system-chase-off-cats-poop-on-gardens
叡 王 戦 参 加 を 決 意 した 羽 生 善 治 名 人 人 工 知 能 は 人 間 を 凌 駕 するのか http://getnavi.jp/digital/40438/
アジェンダ 1. 人 工 知 能 とは? 2. 人 工 知 能 の 発 展 史 3. 社 会 への 影 響
人 工 知 能 とは? 人 工 的 につくられた 知 能 を 持 つ 実 体 あるいはそれをつくろうとすることによって 知 能 自 体 を 研 究 する 分 野 である 公 立 はこだて 未 来 大 学 学 長 中 島 秀 之 氏 人 工 的 につくられた 人 間 のような 知 能 コンピュータ つまりデータの 中 から 特 徴 量 を 生 成 し 現 象 をモデル 化 することのできるコンピュータ 東 京 大 学 大 学 院 工 学 系 研 究 科 技 術 経 営 戦 略 学 専 攻 特 任 准 教 授 松 尾 豊 氏
人 工 知 能 とは? 例 :PONANZA 開 発 者 は 山 本 一 成 氏 と 下 山 晃 氏 山 本 氏 は 東 京 大 学 将 棋 部 に 在 籍 し アマチュア 五 段 の 実 力 者 開 発 当 初 は 山 本 氏 が 六 枚 落 ちで 指 しても 勝 てるほど 弱 く 世 界 コンピュータ 将 棋 選 手 権 に 初 出 場 した2009 年 の 第 19 回 大 会 では 一 次 予 選 参 加 24チーム 中 13 位 で 敗 退 している 2013 年 に 出 場 した 第 2 回 将 棋 電 王 戦 において 佐 藤 慎 一 四 段 ( 当 時 )を141 手 で 破 り コ ンピュータがプロ 棋 士 に 勝 利 http://denou.jp/2016/
人 工 知 能 とは? 例 :Pepper 感 情 エンジン と クラウドAI を 搭 載 した 世 界 初 の 感 情 認 識 パーソナルロボット 音 声 の 抑 揚 によって 勘 定 を 認 識 する http://www.softbank.jp/robot/
人 工 知 能 とは? 例 :ルンバ らせん 状 に 掃 除 する 壁 伝 いに 掃 除 する 何 かにぶつかったら 角 度 を 変 えてランダムウォーク する など いくつかの 単 純 なアルゴリズムで 動 作 する http://www.irobot-jp.com/
人 工 知 能 とは? 人 工 知 能 の 分 類 人 工 知 能 を 名 乗 る 製 品 を 近 年 多 くみられるようになった 専 門 家 からみると 以 下 に 整 理 し たレベル2~レベル4が 人 工 知 能 の 枠 組 みとしてとらえられるものである 分 類 コメント レベル1 レベル2 レベル3 レベル4 単 純 な 制 御 プログラムを 人 工 知 能 と 称 している 古 典 的 な 人 工 知 能 機 械 学 習 を 取 り 入 れた 人 工 知 能 ディープラーニングを 取 り 入 れた 人 工 知 能 マーケティング 的 に 名 乗 っているだけ ちょっ と 高 度 な 家 電 製 品 入 力 と 出 力 の 組 合 せが 非 常 に 多 い 将 棋 のプログラムや 掃 除 ロボットなど 検 索 エンジンに 内 蔵 されている ビッグデータ をもとに 自 動 的 に 判 断 するなど 機 械 自 身 がデータの 特 徴 を 学 習 し 判 断 す るもの
人 工 知 能 の 発 展 史 人 工 知 能 は1960 年 代 より3 回 のブームと2 回 の 冬 の 冬 の 時 代 を 経 験 してきた それぞれのブームでは 人 工 知 能 の 核 となる 技 術 が 変 遷 してきている
人 工 知 能 の 発 展 史 第 1 次 AIブーム 第 1 次 AIブームでは 推 論 や 探 索 を 行 うことによって 特 定 の 問 題 を 解 くことを 中 心 とした 人 工 知 能 研 究 がなされた http://maple-forest.jp/about.html
人 工 知 能 の 発 展 史 第 1 次 AIブーム 3 枚 のハノイの 塔 がある 円 盤 を1つずつ 移 動 して 別 の 位 置 へ 移 動 させる ただし 小 さい 円 盤 の 上 に 大 きい 円 盤 を 置 いてはいけない http://task.naganoblog.jp/e228300.html
人 工 知 能 の 発 展 史 第 1 次 AIブーム 1 局 面 に 点 数 をつけ 自 分 の 点 数 が 最 大 となるように 手 を 決 定 する 2モンテカルロ 法 によって 終 局 までシミュレーションし 勝 率 の 高 い 手 を 打 つ http://matome.naver.jp/odai/2142503508178007401
人 工 知 能 の 発 展 史 第 2 次 AIブーム 第 2 次 AIブームでは コンピュータに 対 して 膨 大 な 知 識 を 移 植 することによって 現 実 社 会 の 問 題 を 解 くことを 中 心 とした 人 工 知 能 研 究 がなされた MYCIN スタンフォード 大 学 で 1970 年 代 初 めに5 6 年 の 歳 月 をかけて 開 発 さ れたエキスパートシステム である 伝 染 性 の 血 液 疾 患 を 診 断 し 抗 生 物 質 を 推 奨 するようにデザインされて いて 患 者 の 体 重 のため に 供 与 量 を 調 節 する http://www.slideshare.net/nipunjaswal/introduction-to-mycin-expert-system
人 工 知 能 の 発 展 史 第 2 次 AIブーム ワトソン ワトソンは IBMが 開 発 した 質 問 応 答 システムで 2011 年 アメリカのクイズ 番 組 ジョパディ! にて 人 間 のチャンピオンに 勝 利 http://dot.asahi.com/print_image/index.html?photo=2015010900037_3
人 工 知 能 の 発 展 史 第 2 次 AIブーム 質 問 : 本 州 の 中 で 最 も 西 に 位 置 するこの 県 は 1871 年 に 発 足 した 正 解 : 山 口 県 広 島 山 口 鳥 取 中 国 地 方 奥 多 摩 県 か 最 も 西 か 1871 年 か 総 合 点 2% 92% 20% 6% 0%
人 工 知 能 の 発 展 史 第 2 次 AIブーム 課 題 専 門 家 から 膨 大 な 専 門 知 識 をヒアリングし 体 系 化 しなければならない 常 識 を 取 込 めない 例 )お 腹 胃 大 腸 小 腸 フレーム 問 題 シンボルグラウウンディング 問 題
人 工 知 能 の 発 展 史 第 3 次 AIブーム 第 3 次 AIブームでは 統 計 学 を 背 景 とした 機 械 学 習 とディープラーニングを 中 心 にビジネスへの 活 用 が 進 んでいる 機 械 学 習 ディープラーニングでは 1 予 測 と2 分 類 を 行 う < 統 計 学 を 背 景 とした 機 械 学 習 > 予 測 分 類 教 師 あり 学 習 最 小 二 乗 法 最 尤 推 定 法 パーセプトロン ロジスティック 回 帰 教 師 なし 学 習 - K 平 均 法 EMアルゴリズム
人 工 知 能 の 発 展 史 第 3 次 AIブーム 統 計 学 を 背 景 とした 機 械 学 習 の 基 礎 として 最 小 二 乗 法 と 最 尤 推 定 法 による 予 測 方 法 がある 予 測 式 :f x = w 0 + w 1 x 1 + w 2 x 2 + + w M x M M w m x m = m=0 最 小 二 乗 法 誤 差 の 合 計 を 最 小 化 するようにパラメータwを 決 定 する 最 尤 推 定 法 観 測 データの 出 現 率 が 最 大 となる(= 尤 度 関 数 が 最 大 )ようにパラメータwを 決 定 する http://imagingsolution.net/math/least-square-method/
人 工 知 能 の 発 展 史 第 3 次 AIブーム パーセプトロンは 事 象 の 分 類 を 行 う 判 別 手 法 である 分 類 線 から 外 れた 値 との 誤 差 を 最 小 化 するように 分 類 線 のパラメータを 決 定 する http://archiveofdata.blog.fc2.com/blog-entry-27.html
人 工 知 能 の 発 展 史 第 3 次 AIブーム EMアルゴリズムは 事 象 の 分 類 を 行 う 判 別 手 法 である 並 べられた 数 字 の 形 の 平 均 的 な 形 を 求 め 文 字 識 別 を 行 うことが 可 能 http://enakai00.hatenablog.com/entry/2015/04/18/220126
人 工 知 能 の 発 展 史 第 3 次 AIブーム 統 計 学 を 背 景 とした 機 械 学 習 の 課 題 1 教 師 なし 学 習 がないわけではないが 多 くは 特 徴 量 を 人 間 が 編 み 出 し パラメータを 計 算 しなければならない 2 精 度 を 向 上 させるためには 職 人 技 が 必 要 2012 年 世 界 的 な 画 像 認 識 の コンペティション Imagenet Large Scale Visual Recognition Challenge に て ディープラーニングを 活 用 した カナダのトロント 大 学 Super Vision が 圧 勝 した http://slideplayer.com/slide/4356873/
人 工 知 能 の 発 展 史 第 3 次 AIブーム ディープラーニングは 人 間 の 脳 神 経 細 胞 のシナプスを 模 した 数 理 モデルを 用 いた 予 測 分 類 を 行 う 手 法 である シナプスは 一 定 の 電 気 刺 激 を 受 けると 発 火 することから ディープラーニングで は 一 定 の 閾 値 を 超 えると 出 力 し 閾 値 を 超 えない 場 合 には 出 力 を 行 わない ネット 値 :w 1 x 1 + w 2 x 2 + w 3 x 3 + w 4 x 4 http://www.lab.kochi-tech.ac.jp/future/1110/okasaka/neural.htm
人 工 知 能 の 発 展 史 第 3 次 AIブーム 特 徴 抽 出 と その 特 徴 をまとめ 上 げる 処 理 との 繰 り 返 しによって 画 像 の 特 徴 を 抽 出 して 得 られた 特 徴 量 を 元 に 出 力 層 で Softmax 関 数 などを 用 いて 各 カテゴリに 属 する 確 率 を 算 出 する 予 測 したカテゴリと 正 解 カテゴリを 照 らし 合 わせることで 誤 差 逆 伝 播 法 (Back Propagation) によって 出 力 層 から 順 番 に1つ 前 の 重 みを 最 適 化 する http://www.atmarkit.co.jp/ait/articles/1511/09/news008.html
人 工 知 能 の 発 展 史 第 3 次 AIブーム ホットペッパービューティーでは 画 像 解 析 を 用 いて 類 似 ネイル 検 索 機 能 を 搭 載 している http://www.atmarkit.co.jp/ait/articles/1511/09/news008.html
社 会 への 影 響 産 業 への 波 及 効 果 法 規 制 対 応 のスピードなどによって 変 化 はするが 技 術 的 には 下 記 の 時 期 には 関 連 したサービ スを 展 開 することが 可 能 である http://www.worksight.jp/issues/609.html
社 会 への 影 響 職 業 への 波 及 効 果 手 続 き 化 しやすい 職 業 はなくなりやすい 一 方 で 対 人 コミュニケーションが 必 要 な 職 業 は 機 械 で 置 き 換 えることが 難 しく 今 後 も 残 っていくものと 考 えられる