この本を読めば，AIの知識が深まる!

この章では、#人工知能 と人間を比較しながら話が進められている。

人工知能は、大量のデータ( #ビッグデータ )から物事を判断することが求められるのに対して、

人間はより少ないデータからいかに他人より早く判断できるかが求められる。

以上より、二者の進む道は違うのではないかと考える。

この章では #ビッグデータ に対する国の対応について述べられている。

世界中のデータが取得できるようになり、国ごとで管理することが難しくなった現代において、

他の国を率いる力よりも、他の国同士を結びつける「接点」のような役割を担うことが重要になると述べられている。

この章では、人間を満足させるために、どのように #AI を利用するのかということについて述べられている。

機械と違い、人間には「感情」がある。あまりにも進みすぎている技術は、なかなか理解されない。

そのため、半歩先の技術を提供することが重要で、時間的な要素を考慮する必要がある。

この章では、ロボット( #人工知能 )に寿命が必要なのかということについて述べられている。

一度完成したものを変更することは極めて大変である。

世の中の変化に対応するためには、寿命を設けて、新たに学習するべきなのである。

これは、人間にも当てはまることではないでしょうか？

この章では、 #人工知能 に対する、人間の #教育 の役割について述べられている。

学校の授業では、歴史の年号や数学の公式などを暗記する作業が多い。

しかし、このような作業は人工知能の得意分野なので、

人間は，この過程の中でどう意思決定をし、その結果どうなるのかを考えるべきである。

近年、人工知能が世の中で使われることが多くなっている。例えば、自動運転などがそれに当たる。

現段階では、人工知能の能力は一部に特化しているが、

今後、人間よりも賢い人工知能が現れた時に『技術的特異点』、つまり、人類の危機が訪れる時であると述べられている。

人工知能は、大きく4つに分けられると述べられている。

1つ目は家電製品など制御プログラムのみの物。

2つ目は将棋など推論と探索を行う物。

3つ目は大量のデータから自動的に判断する物(機械学習)。

そして、4つ目は大量のデータの変数自体を学習するもの。

第1次AIブームでは、「推論・探索」を行うことで、特定の問題を解決してきた。

例えば、迷路を想像してもらうと分かりやすい。

スタートから往復を繰り返し、ゴールに辿り着くため、膨大なメモリが必要となる。

このことから、第1次は、複雑な作業に向かないとされていた。

第1次AIブームが終わり、第2次では推論から知識へシフトをチェンジした。

知識を詰め込むほど、優秀な人工知能が作られると考えられていたのである。

しかし、実際は知識そのものを言語化することが難しいということが分かり、

またしても失敗に終わってしまうのである。

第3次AIブームでは、知識から確率へと変化した機械学習が注目を浴びることになる。

機械学習では分ける作業が重要であり、その方法の一つとしてニューラルネットワークがよく用いられる。

しかし、この方法では、人が決めた重みで精度が変わってしまうという問題がある。

機械学習は、データの特徴を人間が見つける必要があり、見つけ方によって精度が変わっていた。

しかし、2012年にそれを解決する方法が発表された。

それがディープラーニングである。

これは、コンピュータが特徴を見つけ出すことで高精度な結果を叩き出すことが可能になる。

本章では今後、#人工知能 が人間を超えるのか、ということについて述べられている。

結論から言うと、今のところ人工知能が人間を超えることはない。

人間には、知能に加えて『心』が存在する。

自分自身の複製を増やしたいという欲求があることで生命を維持するが、人工知能にはそれがない。

この章では、今後の #人工知能 の扱われ方と、人工機能に対する人間の存在意義について述べられている。

肉体的な仕事は、まず人工知能にとって替わられる。

そのような中で、人間に求められることは、少ないデータで判断することと、お互いにコミュニケーションを取り合うことである。