新着Pick
1264Picks
Pick に失敗しました

人気 Picker
20世紀は、人間の知能(人間にとって知るというのはどういうことか)についての理解が、革命的に変化した時代でした。主役を果たしたのは数学ですが、哲学と数学の合同(数理哲学)、そこに言語学も参加したことによります。20世紀前半に起きた数学の革新では、フランスのブルバキ集団による抽象代数学や位相空間論、そして集合論が、数学的に画像や言語、空間を飛躍的に容易に表現する方法に道を開きました。ベンジオ氏が述べている、(非)線形変換で、AIに画像や言語、空間を認識させる(そして自動翻訳や監視カメラの動画データのスクリーニング、自動運転に応用する)というやり方は、このブルバキ集団による数学の革新から始まっています。
 20世紀初め、言語学者のソシュールが、人間の言語は恣意的に音と意味を結びつけた以上のものではない、という主張をしました。そして、哲学者のウィトゲンシュタインは、人間が言語で真に示しうることは(それまでの形而上学などは除外されて)非常に限られるということを簡明に整理しました。ベンジオ氏も「科学はソーシャルなもの」と述べておられますが、20世紀前半ヨーロッパの数学、哲学、言語学の交流が、人間の知能を数学的に表現できるものにしました。AIは、その数学的処理に必要な大量の計算を効率的にやる道具です。
 ベンジオ氏は、AIをつくっていくことを通して人間の知能を理解する、というのはどういうことか、わかりやすく説明してくれています。最もシンプルに説明されている箇所は、
「知能というのは「学び(learning)」の過程で副次的に生まれてくるものであり、シンプルに説明する原理があるはず」
というところでしょう。知能というのは、人間と同じ「学び」をすればAIにも身につく、という発想でしょう。
 人間と同じ「学び」を機械がするのは決して容易なことではなく、漫然とデータを大量注入すればいいということは全くありません。「抽象化」や「因果関係の理解」まで機械ができるようになるには、人間が生まれた時からどういうふうに学んでいるのか、解き明かす必要があります。ベンジオ氏の、人間は世界についての「高次的な理解」を持っているから、というのは興味深い指摘です。宗教や世界観などの広義の文化が人間の知能形成に果たす役割が重要なポイントになるでしょう。
カナダ最大の都市トロントから、夜行バスで揺られること6時間。「コンピュータ界のノーベル賞」とも言われるチューリング賞を獲ったベンジオ教授に会いに、モントリオールを訪ねました。

「知能とは何か」という難題に挑むベンジオ教授は、柔らかい語り口ながら、素朴な疑問にも真摯に答えてくれました。まだ彼らの研究が日の目を見る前、論文が却下されてばかりで苛ついていたときの話や、その後の「手のひら返し」もリアルです。

著名なAI研究者が続々とGAFAに吸い取られていくなかで、あえて独立を保ち続ける姿勢も印象的でした。ちなみにベンジオ教授には1つ違いの兄弟がおり、彼もAI研究者。Google Brainを率いています。お顔もそっくり。
注目され始めると「手のひらを返したように」周りの反応が変わるというのは、よくわかります。私も同様な経験を数回しています。これを経験するのは、新しいことを始める人の宿命のようなものです。
 あえていうと、ベンジオ先生とは一点重要なところで、見解の相違があります。それは、人工知能の研究が目指すことです。先生は知能をもたらすメカニズムを理解したいと言っています。私は、人間の知能を再現しても社会的なインパクトは少ないと思います。
 むしろ、今の人間を超える知をつくること、すなわち宇宙の理解を前進させること、こそがAI研究の目指すところであると思います。
 実は、これは「科学」の目指すことと同じになります。科学は常に、これまでの人類による、宇宙や世界の知的な理解を前進させてきました。
 必然的に、今後、「人工知能」と「科学」の区別はなくなっていくと考えます。既に、そのような兆候は、物理と人工知能の融合が急速に始まっているところに見られます。
ベンジオ先生に認められ彼の研究室に私のチームからも参加しています。AIの理解が一般社会に進むのはいいことですが、その進化の背景にある人間の理解がAIを通じて進んだら、もっと素晴らしいことだと思います。人間は説明つかないけどこう動く、ではなく、だんだん解明されてきているのだと思います。

私は個人的には現在のAIが苦手とする「我々の脳がいくつかの適切なトピックに集中できるのはなぜか」の解明に興味があります。これは人間の備える際立った特長であると同時に人間の大きな欠陥であるとも思うからです。そこに機械と人間の知が共に支え合う機会があると感じます。
AIの話としても面白いですが、一つの学問分野がどのように広まっていくか、という話としても面白いです。

本文にもありますが、子育てすると、AIはまだまだ人間に勝てないな、と心底思います。

>>>引用
人間は、生まれてから最初の2〜4年で、本当に多くのものを身につけます。そのため、この時期は特に観察しがいがあります。
これまでの研究で分かったことは、少なくともルールや論理だけでは赤ちゃんが学ぶ過程を再現できないということです。
ベンシオ教授の「私の研究成果は、ごく一握りの企業ではなく、全ての人に無料で使ってもらいたい」という思想は美しい。ディープラーニングは多様なコミュニティによって鍛えられる。一つの技術だけにこだわっていては、進化はありません。

「気候変動やヘルスケアなど、人類のためのAI(AI for Human Good)の研究はずっと続けています。」という理念。すばらしい。
今でも覚えているのが、Alpha Goが勝ったときに誰かが確かTwitterで「いや、人間の勝利。Alpha Goが大量のエネルギー消費して勝ったのに対して、ここまで善戦した人間のエネルギー効率は高い」みたいなことを書かれていた。
人間の脳・思考というのは本当に不思議なのだろう。そしてディープラーニング含めて、それを機械でどうすればできるかを考えていくプロセスで、人間の考え方の特異性やメカニズムが言語化されていくのも興味深い。
あと「ブラックボックスだから使いにくい」というのはよくAIの活用で出てくる言葉だと思うが、どの部分が・どこまでがブラックボックスなのかというのが重要なのだと思う。記事にある通り、人間も全部が説明できるわけではない。ただ一方で、全く説明できないわけでもない。コミュニケーションの信頼感的な部分もあるのだなぁと。
面白く、深いインタビュー。
「AIの知能」と「人間の知能」の現時点での違い、ベンジオ教授がこれから目指す方向性など、AI研究の中身が学べる部分が面白かったのはもちろんですが、大学を拠点にモントリオールがAIハブになっていった過程も興味深いです。

同僚や学生らアカデミアの優秀な頭脳がGAFAをはじめとするIT企業に吸い取られていく中、ベンジオ教授が大学にとどまり続ける理由にも感銘を受けました。

<そして私は、利益を生み出さないかもしれないけれど、人類にとって役立つ研究をしたいと思っています。民間企業とは違って、私は「利益を生まなくてもいい自由」の中で仕事ができていると思います>
とベンジオ教授が語るとおり、利潤追求が目的ではない大学でこそできる研究がある。
しかも、そこで生まれた学問が新たな産業を興すことが実際にあるわけです。

翻って最近の日本の科学技術政策や政治家の発言を見ていると、とかく人文科学系の学問を軽視したり、企業と組めない大学や研究室を評価しなかったりと、「大学の学問」のあり方や真価が分かっているのか、疑問を覚えます。
そういう意味で、科学技術政策に携わる政治家や官僚の方々にもぜひ読んでほしいインタビューだと思います。
結果として経済的にも、目先の利益に繋がらないことが、相応の歴史を経て長期的な利益、恩恵をもたらす。
> そして私は、利益を生み出さないかもしれないけれど、人類にとって役立つ研究をしたいと思っています。
Deep Learning 学べば学ぶほど、これは直感ではなくて直観なんだな、と思う今日この頃。