数理的手法を使いやすくするためのソフトウェア開発

科学技術計算とデータサイエンスについて

機械学習・ディープラーニングのこれからの進展

松尾先生の「人工知能は人間を超えるか」^1を読んで、

  • (1)機械学習・デープラーニングの何がブレークスルーなのか?
  • (2)これから成長するのはどの分野か?

をまとめて、

  • (3)どんな仕事が求められるのか?

を考えてみました。

(1)機械学習によるブレークスルー

これまでの人工知能ブームでは、2つの課題を解決できなかった。

  • 第1次ブーム : 推論、探索

    • 課題1: 迷路などの簡単な問題は解けても、チェス、将棋などでは組み合わせが莫大すぎて、探索しつくすことができないので、解けない。
  • 1回目の冬の時代

    • 現実の問題は、計算機に解かせるには複雑すぎる。
  • 第2次ブーム : エキスパートシステムで計算機に「知識」を入れる。

    • 課題2: 「知識」を書きだそうとすると、どこまで書いても書ききれない。
  • 2回目の冬の時代

    • フレーム問題 : 計算機がタスクを実行しようとすると、計算機は適切な「知識」の範囲を選び出すことができない。「知識」の範囲が狭すぎて失敗するか、あるいは、範囲が広すぎて計算時間が足りなくなる。
    • シンボルグラウンディング問題 : 計算機は「モノ」を抽象化した「記号」は扱うことができる。しかし、「モノ」と「記号」を結びつけることができない。それは「意味」が分かっていないから。

課題1の解決 -- チェス世界チャンピオンとプロ棋士に計算機が勝利

  • 機械学習

    • 論理的推論ではなく統計的推定 : 過去の膨大な棋譜という「ビッグデータ」の活用
    • 良い特徴量の発見 : 将棋の盤面を評価するときには、「2つの駒の関係」だけでなく、「3つの駒の関係」を使う。
  • 弱点

    • 良い特徴量は計算機でなく人間が見つけねばならない。

課題2を解決する目処がつき、機械学習の弱点は克服されつつある

  • 「現実からどの特徴を取り出すか」を人間でなく計算機にさせることができれば、これまでの難問はすべて解決できる。
  • ディープラーニングというブレークスルー : 特徴表現学習
    • 計算機がデータから着目すべき特徴を見つける --> 機械学習の弱点は克服される
    • 計算機が特徴を見つけ出して、その特徴で抽象化されている「モノ」との対応関係を取り出すことができれば、その対応関係が「モノ」の「意味」であり、現実の「モノ」を抽象化された「記号」である特徴と結びつけることができる。 --> シンボルグラウンディング問題の解決
    • 計算機はデータから特徴を取り出すことができるのだから、その特徴がタスクをこなすために必要な範囲の情報となる。 --> フレーム問題の解決

次の課題を解けるか、それとも、3回目の冬の時代か?

  • 課題3 : マルチモーダルな抽象化、時系列データからの文脈抽出
    • 画像・音声・圧力データを連携させることで、計算機に感情を認識させられるか?
    • 生物は視覚・聴覚・触覚を連携させて生きている。
    • 動画をばらばらの画像としてではなく、文脈を持つ時系列として認識させることができるか?
  • 課題4 : 行動と結果の抽象化
    • 機械自身の行為とその結果を、あわせて抽象化できるか?
  • 課題5 : 外界との相互作用の抽象化
  • 課題6 : 言語理解・自動翻訳
  • 課題7 : 知識獲得

(2)成長分野

これまで

  • 課題1の解決
    • チェス、将棋、碁

現在の注目分野

  • 課題2の解決 : データから良い特徴量を自動的に抽出

これからの成長分野

  • 課題3の解決 : マルチモーダルな抽象化
    • 環境認識、行動予測、感情理解
    • 「ペッパー」のようなロボットに接客をさせる。
    • 街中の画像、音声センターからのデータを連携させて、防犯・防災に役立てる。
  • 課題4の解決 : 行動と結果の抽象化
    • 自律的な行動計画
      • 自動運転
      • 物流でお客さんに渡すところまで
      • 農業の自動化

(3)これから求められる仕事

  • 課題3の解決 : 種類の異なるセンサーからのデータ収集と予測モデルの連携
    • IoT組み込みデバイスからのデータ収集と解析
    • 収集したデータによる機械学習、学習させてモデルによる予測、デバイスへのフィードバック
    • データ収集、解析、予測をクラウドで統合

???


参考

^1:「人工知能は人間を超えるか (角川EPUB選書)」松尾 豊 (著)