新着Pick
725Picks
Pick に失敗しました

人気 Picker
あっという間に世界を圧倒的に変えてしまった「AIの源流」をグローバルに追い続けてきたNewsPicksの一大特集(https://newspicks.com/user/9670)もついに最終章を迎えました。

Google, Facebook, Appleをはじめ、世界の巨大テックでAI担当の幹部を勤めてるのは、ほとんど彼の門下生です。その彼が語る「優秀な人材」の条件とは?そして「知能」の限界とは?

どうぞ、皆さんお楽しみください。
「ゴッドファーザー」という異名と、険しい顔をしたお写真ばかり見ていたためか「どんなに厳しい人だろう」と内心どきどきしていました。実際にお話すると、ヒントン教授はおちゃめでチャーミング。真顔でさらっと冗談を言って、にやりと笑うシーンもしばしば。

「意識」とはなにか。脳の仕組みとは何なのか。本当の優秀さとは何なのか。限られたインタビュー時間の中でも、ヒントン教授の言葉は示唆に満ちていました。

昨日の映像とともにお楽しみいただければ幸いです。
https://newspicks.com/news/4405600
ヒントン氏は、~学がやりたかったわけではなく、自分の問題への答えを探したかった人だと思われます。その問題とは、人間の「心」を理解し、理解するために「人間の心」をつくってみることであったと思しいです。ニューラルネットワークは答えの一環でした。
 ヒントン氏のキャリアは、ずっとコンピュータ・サイエンスを専攻してきた学生や、いわんや子供の時からプログラミングを教えられてきた人間が卓越したAI研究者になるわけではなく、自分の問題を持ち続けてきた人間が、たまたまAIの新しいアイディアにこだわり続けて、AIの新しいあり方の開拓者になった、ということを示しています。
 歴史に名を遺す多くの学者は、ほとんどといっていいくらい、自分の問題を持っていました。それは、社会や国家の要請で与えられた問題ではなく、あくまで個人的に気になって仕方がない、といった問題です。その個人的なこだわりは、多くの場合、他者からはどうでもいいこと、くだらないことといわれます。
 「人間(の心、魂)をつくりたい」という個人的な問題へのこだわりは、ヨーロッパでは非常に古く、ポピュラーなものです。古代ギリシアのピグマリオンの神話、中世に試みられた人造人間ホムンクルスの創造など、錬金術のような方法で、非常に多くの人間がこの問題に生涯を費やしました。
 17世紀のデカルト以降、人間の人間たるゆえんは「意識」を持つことではないかと考えられるようになりました。以後、心とは、神が人間に与える与えるような神秘ではなく、人間という機械に組み込まれた仕組みと考えられるようになっていきました。「意識」が何であるのか、その仕組みが研究されるようになり、心理学もそこから出てきました。
 20世紀になると、生化学による脳の仕組みの解明もあり、「意識」という仕組みを人体とは別に想定する必要は無いと考えられるようになりました。心理学や生理学で単に人間の心や脳を観測したり操作したりすることはまだ行われていますが、量子力学などによって、仕組みを説明し、人間の脳の働きを説明するモデルをつくったりするようにもなっています。
 「人間(の心)をつくりたい」という2千年以上続くこだわりが、現代でたまたま数学と電子計算機の能力である程度再現できる条件が整っていたのは、ヒントン氏の幸運です。
「私は当時、そして今も「教師なし学習」こそがあるべき姿だと思っています。」

氏はずっとおっしゃってますね。
Yann LeCun先生もCVPR19のkeynoteでやはり同じことをおっしゃっていました。


いま、深層学習の基本はConvolutional Neural Networks (CNN)ですが、氏はNeuroIPS17でカプセルネットという新しい概念を提唱し、下記のようにプーリング演算は「大失敗である」と述べています。
“The pooling operation used in convolutional neural networks is a big mistake and the fact that it works so well is a disaster.”

NNは完成したわけではなくて、いまもどんどん進化している。面白いですね。

Dynamic Routing Between Capsules
https://arxiv.org/abs/1710.09829
AIの話をすることは、人間を知ることになる。
人材育成の話でもありました。
「「言うことを聞かない」というのは、優秀な学生のサインです。良くない学生は、こちらが何を言っても信じてしまう。これだと、先生を超えることは出来ません。学生が先生を超えるためには、先生が言うことに対して「それは信じないぞ」と歯向かう力が重要なのです」
やはり、脳の仕組みを知りたいことが、研究のモチベーションなんですね。

脳の仕組みを理解するには、大きく3つのレイヤーがあると言われてます。
1. ニューロン:ミクロな視点で、電気信号レベルを解明する、生物物理学的モデル
2. 神経回路:マクロな視点で、複数ニューロンの動きを脳画像などで解明する、ニューラルネットワークモデル
3. 行動:社会の視点で、認知テストなどで行動と神経の関係を解明する、強化学習やベイズ推論モデル

例えば、目で見る仕組みはニューラルネットワーク、タバコなどの依存症は強化学習。
そうやって、人間の振る舞いを数理モデルで説明したいという探究心が、副産物として便利なAI技術も生む。
読み応えがありました。
ヒントンさんがAI研究に足を踏み入れ、今も続けている理由は人の脳の仕組みを知りたいという好奇心だったのですね。
ステーキと納豆の話はとてもわかりやすい。一番好きなのはステーキ。一番嫌いなのは納豆。でもロジックで組み立てていくと、納豆はステーキより好きになってしまう。まだAI(ニューラルネットワーク)は開発途上なのですね。

人間の脳の働きについて知りたい。その一念がヒントン氏を動かし、世の中を変えています。
「何かを理解したければ、自分で作ってみることだ(If you want to understand something, built it)」
これは、真理を突いている。
こうした発想から、今の人工知能は生まれたのだし、これからも何かが生まれるのだと思い、妙に納得してしまった。
昨日の動画よりさらに詳しい。昨日もコメントしたが、ニューラルネットは一通りの見方しかできない、という点が気になる。
ニューラルネットが人間の脳の動き方に近いという確信でずっと進められてきたなかで、人間は様々な見方をできて機械はできない、その背景とかそれを解消していく方法としてどんな仮説を考えられているのだろう。
この連載について
今、我々人類に大きな影響を与える存在として、誰もが認識しだしたAI。その主流技術はカナダで生まれた。巨大テック企業をも惹きつけるカナダ、そしてAIの核心に迫る。