新着Pick
370Picks
シェアする
Pick に失敗しました

人気 Picker
確かに両者のアプローチを統合することがより強い汎用知性を作り出す自然なアプローチのように思われるが、私の直感的にはコネクショニストはシンボリスト包含され、かつコネクショニストも実際の人間の脳で行っている情報処理に欠けている部分があるように思う。

なぜなら人間が行っている論理的な推論過程も、所詮はコネクショニスト的なパターン認識の連続であって(だからこそたまに間違える)、特別な論理回路を持っているわけではないから。
AIを実務に適用する際にいつも「ところでその大量のデータはどこにあるの?」となってしまい、立ち往生することが多い。このブレークスルーにより新しい手法が使えることができれば、AIの適用範囲がグッと拡がる。ほんと楽しみです!
90年代の研究テーマがまさに「シンボルとパターンの融合」でした。1次元の時系列データのシンプルな問題ではありましたが、無限に連鎖するベイジアンネットワークで出来そうな予感はありました。ただ、やはり学習が難しく断念しました。自己組織型学習と教師付き学習を組み合わせないといけませんから。

今なら深層学習とナレッジグラフで相当複雑な問題も学習できそうな気がします。人間とAIの協調学習という視点からも、かなり期待しています。
AIに限らず、広く普及していくプロセスにおいてはハイブリッドのようなバランス型に進むことが多いように感じます。黎明期は尖った特徴でリードするも、普及期にあたり前者の弱点をカバーするような差別化アプローチが進む。後者にも弱点があり、融合しようとなる。