「強いAI」「弱いAI」「汎用AI」「特化AI」とは？違いをスッキリ解説
コメント
選択しているユーザー
注目のコメント
ここでの「強い」とか「弱い」とかの分類は、あまり意味のない分類だ考えます。
もっと大事なことがあります。それは、「未来の不確実性」をどう捉えるかです。
未来は、予測不能です。どんなにデータを集めようとも、これは変わりません。データは所詮過去のものだからです。
過去のデータで、未来が予測可能だと期待するのは、一種の現代の「錬金術」です。決して、実現することはありません。
この意味で、少ないデータで予測できるようになった、とか汎化できる、という言葉は、よほど注意しないと誤解を与える主張です。
しかし、この予測不能な未来に的確に立ち向かうための普遍的な方法はあります。これは過去のデータでの予測性能を高めることではありません。
むしろ過去のデータからの予測と現実との乖離に注意を向けることから始まります。
この乖離を大事にし、そこに起きている新たな変化、既に起きた未来、を機会に変えることこと、我々がすべきことです。そこには、正解はありません。しかし、正しく注意を向けることはできます。これを、データとAIは支援することができます。それ以上のことは原理的にできません。
そろそろ「錬金術」の呪縛から解放される時です。人間の知能と比較するから駄目なんだと思います。そういう意味では「人工知能」と言ってしまったことがそもそもの間違い。
そもそもの話しをすると、人間の脳は消費電力もそんなに多くないし、ニューロンの数だけを切り取ってみると驚くほど大したことはない。では、何がすごいのか。個人的には3次元に自由自在・縦横無尽に張り巡らされる配線だと思っています。人間の脳の容積のほとんどはこの「配線」で埋め尽くされています。配線のおばけと言って良い。なので、実は大事なのは演算処理機能のほうではなく、それをつなぐ配線の自由度なのではないかと思っています。
計算機は現時点では2次元の配線です。「3次元空間に自由に配線できるじゃないか」と思われるかもしれませんが、集積化ができていません。
また、単純に計算機は計算が得意とか、最近のAIの画像認識能力は人間を超えたと言いますが、それも注意が必要です。計算機が得意なのは数値計算であって、解析的計算ではありません。また、AIの画像認識が人間を超えたと多くのひとが言う根拠はILSVRCというコンテストのことを指していますが、そもそもあれは1000種類の物体を、候補5つまで挙げたときに正解が含まれていることというルールの中での話です。いまのAIには「わかりません」「初めてみました」がなかなか言えません。それだけでも難しい。記事の通り、現在ビジネスシーンで使われているようなAI(名ばかりのものも多いけど）はすべて弱いAI・特化AIです。
弱いAI・特化AIは、定義した特定の作業しかできませんが、その領域については人間の代替どころか、人間をはるかに凌駕する精度や効率をたたき出すことがあります。AIが人間の知能を越えるタイミングであるシンギュラリティは2045年と言われています。これは諸説あるので早まる可能性も高いですが、いずれにしてもそれまでは強いAI・汎用AIは登場しません。
よって、弱いAI・特化AIをいかにビジネス上使いこなしていくのかが、直近の企業の課題なわけですが、最も重要なのは弱いAI・特化AIの特徴を理解した上で、人間がいかに正しく彼らが解決すべき課題を定義してあげるかです。弱いAI・特化AIであっても、正しい目的・正しいデータを与えてあげさえすれば、十分に価値のある存在になっていくのですから、企業には改めてその視点を持ってほしいと思います。
