【人工知能】 知らないと本当にヤバイ人工知能(AI)、ディープラーニングとニューラルネットワークとは!

【人工知能】 知らないと本当にヤバイ人工知能(AI)、ディープラーニングとニューラルネットワークとは!

知っておかなきゃ本当にヤバイ!!人工知能 【AI】

※画像 Pixabay


人工知能ってどこまで“進化”してゆくのか!

こんにちは・こんばんは!!当サイト管理人のミーでございます♡
今回は、今や当たり前のように耳にする人工知能【AI】について、色々お話していきたいと思います!!
なんとなくわかるけど・・・詳しいことは分からないって方多いんじゃないでしょうか??私もその一人でした(―_―)!!
これからの時代のドンドン進化を遂げていく人工知能【AI】
人工知能が全人類より賢くなる(技術的特異点『シンギュラリティ』人類より賢くなることを言います)は本当に起きるのか??
人工知能のメカニズム~そして人工知能がもたらす未来etc....ミーなりに調べてみたので!!
是非読んでいただけたら嬉しいです♡

 

人工知能(AI)は、人類最高にして最後の発明になるの?

人工知能の発展は、自動運転やがんの病理診断など、私たちの暮らしや社会に好ましい影響をもたらすとされていますよね?!
一方で、著名な物理学者である、故スティーブン・ホーキング博士は【完全な人工知能が開発されれば、それは人類の終焉を意味するかもしれない】と警鐘を鳴らすなど、人工知能開発に対する懸念を表明する科学者も数多く存在するのも事実なようです。

果たして。。。。。人工知能とはどのようなものなのでしょうか??さぁ♡一緒に学んでいきましょう!!

 

人工知能(AI)って何?

スマート家電から自動運転車まで。
2016年3月,囲碁に特化した人工知能(AlphaGo アルファゴ)が、
世界トップクラスのプロ棋士(韓国のイ・セドル九段)に五番勝負を挑みました。
下馬評では韓国のイ・セドル九段の圧倒的優位だったにもかかわらず。ふたを開けてみれば4勝1敗とAlphaGoの勝利。この結果は世界中に衝撃を与えました!!
更に2017年4月には、将棋に特化した人工知能(PONANZA ポナンザ)が、現役の名人である佐藤天彦九段を破り、人工知能の強さを世界にしらしめたのです!!

※画像 株式会社ドワンゴ




このように近年、人工知能は加速的に進歩し、
多くの製品【スマート家電・お掃除ロボット・将棋ソフト・質問応対システムワトソン・自動運転・ディ―プラーニング(特徴表現学習)を取り入れた人工知能】に搭載されており、私たちの社会に様々な影響を与えています。
一方で、「人工知能に仕事を奪われる?!」「人工知能に人間が支配される?!」と言った
人工知能脅威論も叫ばれています!!
はたして人工知能とはどんなものなのでしょうか?


人工知能の歴史

1956年 ダーマスト会議
計算機による複雑な情報処理を意味する言葉として
(人工知能 artificial inteligence 略してAI)という名称がこの会議にて選ばれる!!

1950~1960年代
推論・探索の時代(第一次AIブーム)
コンピューターを用いて推論や探索を行うことで、特定の問題を解く研究が進む

1970~1980年代
冬の時代
従来の手法では、現実の複雑な問題は解けないことが明らかとなる。研究自体が停滞

1980~1990年代半ば
知識の時代 (第二次AIブーム)
コンピューターに知識を持たせることで作られる「エキスパートシステム」により、医療や金融サービスなどの現場で、実用的なシステムが多く作られました。

1990年代半ば~2000年代
再度、冬の時代を迎える
知識を完全に記述・管理することの大変さ及び、限界が見えてきたことにより失望感が広がる。
再度研究自体が、停滞!!

2000年代半ば~現在
機械学習とディ―プラーニング(深層学習又は特徴表現学習)の時代(第三次AIブーム)
コンピューターの進化と共に、大量のデータを用いた「機械学習」が発展!
また、ディ―プラーニング(深層学習又は特徴表現学習)という手法を用いることで、
画像認証・音声認証のせいどが飛躍的に向上しました。

 

参照元:CATALYST


停滞を繰りかえし、開花した人工知能研究

人工知能(AI)との言葉が誕生したのは、1956年アメリカのダートマス大学にて行われた研究集会(ダートマス会議)
それ以前は、もっぱら複雑な計算や機械制御のために使われてきたコンピューターを、思考に使う方向性が打ち出されたのです!!
1950年~始まった人工知能の研究は、2度のブームと冬の時代を乗り越えて、今本格的に花開いたと言えます。
その立役者の手法こそ “ディ―プラーニング”(深層学習または特徴表現学習)
人工知能はこのディ―プラーニングを手に入れたことで、
人間のみがもつとされていた「創造性」「ひらめき」すら手に入れようとしているのです!! ひぇ~~~~~(>_<)
実際、人工知能により小説が執筆されたり・ビートルズ風の音楽が作られたり・有名画家の描いたような絵画が描かれたりしているんです!!
白黒画像をカラーに変換したり・人間が走り書きしたイラストを清書したりすることも人工知能は朝めし前の様に行うそうです。人工知能は今後どのように進歩してゆくのか?!さらにさらに迫っていきたいと思います★

 

ディープラーニングとは・・・・・

ディ―プラーニング(深層学習又は特徴表現学習)とは一体何なんだ??!!


音声の認識、画像の特定、予測など人間が行うようなタスクを実行できるようにコンピューターに学習させる手法です。
ディープラーニングでは、人間がデータを編成して定義済みの数式にかけるのではなく、
人間はデータに関する基本的なパラメータ設定のみを行い、
その後は何層もの処理を用いたパターン認識を通じてコンピューター自体に課題の解決方法を学習させること。

(出典:野村総合研究所)


自動運転や医療診断に欠かせない(画像認識)を通じて、人工知能の飛躍的進化をもたらした革新技術と言えば
皆さんもうお分かりですね?!そうです!!ディ―プラーニング(深層学習又は特徴表現学習)
ディープラーニングの仕組みをさらに詳しく紹介していきますね!!

 

ディープラーニングの画像認識の仕組み

※画像 NEC

ディープラーニングは、人間の脳神経回路を模したニューラルネットワークという機械学習技術の一種で、
データから特徴量と呼ばれる重要な変数を自動で発見しながら学習することができる。
例えば、コンピュータに犬や猫の画像からどちらかを判定させる場合、従来の機械学習では、体の大きさ/耳や目の形状/尻尾の形状など、画像を認識するための特徴抽出をあらかじめ分析専門家が行う必要があった。
ディープラーニングではそれが必要なく、自ら自動的に特徴を発見しながら学習することで、より短期間で高精度な判断モデルの生成が可能なのだ!!


ニューラルネットワークとは

コンピューター上で神経回路を模して造られたシステムを“ニューラルネットワーク”と呼びます。
とてもざっくり説明すると,人間の脳の仕組みをコンピュータに適用したもので人間の脳には,ニューロンと呼ばれる神経細胞があります!このニューロンは,他のニューロンから信号を受け取ったり,信号を受け渡したりすることによって,情報を処理しています。

つまり、この仕組みをコンピュータで再現してあげると!!人間の脳と同じ能力をコンピュータがもてるのではないかと考えたわけですね。それがニューラルネットワークの始まりです!下記の流れがニューラルネットワークを図式化したものです。

※画像 日経新聞
データを受け取る(入力層)→紫・青・緑・黄色の点々が学習内容に応じてネットワークの繋がり方を変える(隠れ層)→そして赤の点々が、最終データを出す(出力層)それぞれの層はノードと呼ばれる仮想的な領域からなります。このニューラルネットワークを何層にも重ねる(深くする)ことで作られたシステムこそが、
ディ―プラーニング(深層学習)と呼ばれているのです!!
ディープラーニングに画像を読み込ませた場合、人間の視覚野と同様、入力層に近い部分では、単純な形しか判別できません!しかし層を重ねることで、より複雑な特徴を得ることが出来ます。そして最終的にコンピューターは、そのものの概念を手に入れることが出来るようになるのです。


人工知能による“未来予測”ディ―プラーニングの未来

これまでのディ―プラー二ングは主に、静止画像のような(時間の流れを伴わない)情報に対して用いられてきました。しかし、動画のように先の展開を予測する必要がある情報の場合、従来のディ―プラー二ングを用いることは出来ないのです!そこで最近、注目を集めている技術が(リカレント・ニュートラルネットワーク「RNN」)というものです。リカレントとは・・・・・循環するという意味で、今の自国の情報を処理する際に、少し前の情報と統合したうえで処理し、出力することを意味します。
少し前の自分の状態に学ぶ仕組みだと言うこともできるでしょう。私達はときどき刻々と変化する風景を捉え、物体の動きを予測し次の行動を決定します。しかし、現在の人工知能は、このような当たり前の予測を行うことができません。なぜなら、ボールが動く映像の実態は静止画を一枚一枚コマ送りしたものに過ぎず、それぞれの静止画の繋がりを理解することは難しいためです。人工知能が時間を理解することは大変困難なのです。
私達の脳内では、ボールの視覚情報が一次視覚野から二次視覚野、そして高次視覚野へ伝えられる一方で、高次視覚野から一次視覚野へと逆流する信号もあると言います。これは先に伝わった情報と後からきた情報を統合することで、物体の動きを補正し、正確に捉えるためだと考えられています。
この情報の逆流を人工知能に搭載した技術がリカレントニューラルネットワーク(RNN)だと言えます。RNNを用いることで、正確に予測できることが分かります。




大脳皮質の機能解明が人工知能の進化に繋がる

 

視覚の情報処理を行う大脳皮質は、思考や推理・記憶といった高度な働きも司っています。そして不思議なことに、この大脳皮質はどの領野も同じような層構造をしています。なぜ大脳皮質は同じような構造にも関わらず、場所によって全くことなる情報処理を行えているのでしょうか。大脳皮質で行われる情報処理の仕組みには未だ謎が多く、この謎を解明することで画像処理だけでなく、脳の様々な高次機能を人工的に再現することが可能になると考えられています。

ディープラーニングの進化にこれからも断然目が離せませんね!!今後も人工知能(AI)についてミー自身が学んだ情報記事にしていきたいと考えています。ではでは今回は少し難しい話となりましたが。。。。読んでいただき誠にありがとうございました(^_^)/★



 

RPA活用カテゴリの最新記事