人工知能技術について

人工知能技術について

人工知能はwikiによると「人工知能またはアーティフィシャル・インテリジェンス（artificial intelligence）、AIとは、「『計算（computation）』という概念と『コンピュータ（computer）』という道具を用いて『知能』を研究する計算機科学（computer science）の一分野」を指す語。「言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術」、または、「計算機（コンピュータ）による知的な情報処理システムの設計や実現に関する研究分野」ともされる。大学でAI教育研究は、情報工学科や情報理工学科コンピュータ科学専攻などの組織で行われている」とある。

またもう少しシンプルに言うと「人工知能とは、人為的に人間らしく振る舞うように作られた装置(またはソフトウェア)」とも定義できる。

この人工知能という言葉は1956年のダートマス会議で生まれている。初期の人工知能は、ハードウェアのパワーが大幅に不足していたこともあり、現在の機械学習に見られるような大量のメモリとCPUパワーを消費する大規模な計算は不得意で、その代わりに条件分岐を多用した自動判定プログラムを使った小規模な「推論」や「探索」、またアラン・チューリングが第二次世界大戦中にドイツのエニグマの解読を行ったことで有名な暗号解読などで実践されていた。

チューリングの計算理論入門　チューリング・マシンからコンピュータへ

このチューリングは、「コンピュータは考えることができるのか」という問いを考え、”会話とAI(チューリングテストから考える)“でも述べているチューリングテストを考えたり、”チューリングの計算理論入門　読書メモ“でも述べているようなコンピューターの基本原理である計算理論を打ち立てている。

さらに時代が進み、半導体技術が進歩してコンピューターパワーが増大してくると、それらのメモリやCPUパワーを十分に利用することができるようになり、機械学習技術で述べられているような様々な機械学習技術が検討されるようになった。

そのダートマス会議から70年近く経ち、人工知能技術の及ぶ範囲は非常に広範囲に及んでいる。例えば2020年に日本人工知能学会でまとめられたAI研究のマップでは以下のように表されている。

機械学習技術で述べた技術領域以外に、「推論・知識・言語」「発見・探索・創造」「進化・生命・成長」「人・対話・情動」「身体・ロボット・運動」等のさまざまな領域での技術が検討されている。

ここではこれらの人工知能技術の中で、特に機械学習技術以外の技術に関して以下のような範囲で網羅的にその理論や実践などについて述べている。

人工知能とは

• 因果推論と強いAIの実現に向けた考察

強いAI（または汎用人工知能、AGI: Artificial General Intelligence）は、特定の問題領域に限定されない広範な知能を持つAIを指す。AGIは、人間のように知識を学び、理解し、さまざまな環境や状況で柔軟に対応できるAIを目指しており、単なるパターン認識や最適化を超え、「知的推論」や「意図的な行動選択」ができる能力が必要とされている。強いAIが人間と同等の知的能力を持つためには、因果推論の能力が不可欠であると言われている。

• IA（Intelligence Augmentation）の概要とその適用事例について

IA（Intelligence Augmentation）は、人間の知能を拡張するために、コンピュータなどの技術を利用することを指す言葉となる。つまり、IAは、人間の知能を補完・拡張するために、コンピュータを使用して、分析や意思決定のサポートを行うことで、人間の能力を向上させ、人間とコンピューターの力を組み合わせ、より強力な知的能力を生み出すことを目的としていると言える。これは意味の取り方によってはDXと呼ばれる領域全般に対応する言葉になる。

これに対して、AI（Artificial Intelligence）は、人間の知能や行動をコンピュータなどの機械で実現する技術や概念のことを指す。AIは、機械学習、深層学習、自然言語処理、コンピュータビジョンなどの分野で進化しており、実現できているいないは別として機械が自律的に問題を解決する能力を持つものとして定義することができる。

• AIの歴史と深層学習

まず人工知能(AI)についての定義を行う。人工知能(AI)が誕生したのは1950年台のことで、当時コンピューターサイエンスという新しい分野の草創に関わっていた一握りの先駆者たちは、コンピューターに思考させることが可能などうかについて考えを巡らしていた。この問いに対する答えは未だ出ていないが、この分野の定義を簡単にまとめるとすれば、「本来ならば人が行う知的な作業を自動化する取り組み」とすることができる。この概念は学習とは無関係な多くのアプローチを含んでいる。例えば初期のチェスプログラムは、プログラマーによりハードコーディングされたルールを組み込んでいるだけで、機械学習とは呼べものではなかった。

• ヒューリスティクスとフレーム問題

ヒューリクティクスとは、問題を解決したり、不確実な事柄に対して判断を下す必要があるけれども、そのために明確な手がかりがない場合に用いる便宜的あるいは発見的な方法の人であり、日本語では方略、簡便法、発見法、目の子算、近道などと呼ばれる。このヒューリスティクスに対比されるのがアルゴリズムである。これは手順を踏めば厳格な回が得られる方法のことをいい、例えば三角形の面積を求める公式がアルゴリズムの好例となり、(底辺x高さ)÷2という公式に当てはめれば三角形の面積は必ず求めることができるものとなる。これに対してヒューリスティクスは例えば、「急がば回れ」とか「とにかくやってみよう」といった諺や格言の類のものも指し、日常生活で役立つ一面の真理を捉えているものとなる。

• 認知科学への招待. 読書メモ

人工知能とともに発展してきた「認知科学」を学ぶことで、思考のしくみや脳の使い方がわかるようになる。機械はどのようにして論理や推論を理解しているのか。人間の脳は機械とどう違うのか。アメリカの大学院で最先端の認知科学を学んだ著者が、やさしく解説。さらに、著者の新理論「超情報場仮説」にまで迫る

• 人工知能技術の歴史
• 働きたくないイタチと言葉がわかるロボット
• 自動人形の城