早晩、AIの性能は「対人間にどれほど迫るのか?というところに焦点が当たりそうだ。
「深層学習した人工知能が、なぜ、そのようなアウトプットを行うのかは説明ができないという。
つまり人間にはできない数の経験によって研ぎ澄まさた鋭い「勘」のようなものなのかもしれない。
どのような経験をさせるのかは人間次第でもある。
人間が「人間らしい」のは、案外理不尽で感情的なことをするからだろうか。
それとも単なる感情の偏りなのか。
壮大な実験が始まり、ITがそれを解き明かす。
「深層学習モデル」は確実にここ数年で主要なテーマになるのに違いない。
（十字路）人工知能の使い方
人工知能が囲碁でプロ棋士に勝ったというニュースを聞いた時には、ついにそこまで、との思いを持った。パソコンの囲碁ソフトには強いものがなく、囲碁のような複雑なゲームで強いソフトが出てくればコンピューターの進化の尺度になると思っていただけに、人間の思考の働きがコンピューターに置き換えられるかもしれないと感じた。この人工知能の勝利は大量の棋譜を深層学習させ、大量の自己対局によるシミュレーションをさせた成果だという。さて深層学習とは実際どのようなものかと思っていたところ、先日、人工知能を使って小型ロボットにブランコを揺らすことを覚えさせたというデモを見学する機会があった。目的を大きくスムーズにブランコを揺らすことに置き、大量の深層学習をさせることで目的を達した例だ。
そこで疑問が浮かんできた。それでは、どのようにしたら囲碁に勝てるとか、ブランコをうまく揺らすことができるようになったのかという問いに、深層学習モデルが答えることができるかどうかである。残念ながら、どうもその答えは出てこないらしい。
人工知能による深層学習によって、決められた課題に対処するということに関しては、実用化できるようになったことは疑いないのだが、それは明示的な論理を伴ったものではない。深層学習した人工知能が、なぜ、そのようなアウトプットを行うのかは説明ができないという。つまり人間にはできない数の経験によって研ぎ澄まされた鋭い「勘」のようなものなのかもしれない。どのような経験をさせるのかは人間次第でもある。
いずれは、深層学習モデルの得たものを明示的な論理の展開に置き換える技術も発達するかもしれないが、当面はこの研ぎ澄まされた「勘」を「勘」としてどううまく使うのかが、人工知能活用の勘所ではあるまいか。
（大和総研専務取締役 岡野進）
