この式がブロックされると、AI IQはゼロになります

[[214770]]

この記事はQuantum School（WeChat：quantumschool）から転送されました。

この記事は「人類の最も美しい54の公式」から抜粋したものです。

鉛

私は考える、ゆえに私は存在する

AIの背後にある秘密の公式

近代哲学の創始者である偉大なデカルトが「我思う、故に我あり」と言ったとき、神は衝撃を受けた。

市民権を与えられた最初のロボットであるソフィアは、次のように質問されました。「自分がロボットだとどうやってわかるのですか？」ソフィアの返答: 自分が人間だとどうしてわかるの?

ロボットは反論する、これは新世紀の福音か、それとも人類の転換点か？

AI（人工知能）はもはや人間に対して世界を説明する際に完全に受動的ではなく、主観的に意見を表現するようになりました。

Googleの自動運転車のOS、Gメールのスパム対策、MITが主導する人間の「書き方」システム、最新のSIRIインテリジェント音声アシスタントプラットフォーム、人類の英知の最後の砦に挑戦するAlphaGoシステムなど、いずれも「ディープラーニング」の嵐のような革命が始まっている。

近年、機械知能は「我思う、故に我あり」という哲学的命題にどんどん近づいている。それを操る謎の手が背後に潜んでいる。それがベイズの定理だ。

科学は世界に対する客観的な理解を証明する一方、ベイズの公式は人間の主観を取り入れています。

01

「非科学的」ベイズ・ラプラス公式

ベイズの定理は、18 世紀のイギリスの数学者トーマス・ベイズによって提唱された確率論です。

この定理は、ベイズが生前に書いた「逆確率」問題を解決する論文に由来しています。ベイズがこの論文を書く前から、人々はすでに「袋の中に P 匹のカニと Q 匹のクモが入っていて、手を伸ばして触った場合、カニに触れる確率はどれくらいか」といった「正の確率」を計算することができました。しかし、逆に考えてみましょう。「袋の中のカニとクモの比率を事前に知らず、代わりに目を閉じてカニ（または数匹のカニ）を取り出すとしたら、袋の中のカニとクモの比率についてどのような推論ができるでしょうか？」この問題は逆確率問題です。

この研究は単純で目立たないものであったため、彼の死後2年経った1763年まで出版されなかった。その数学的原理は、星座に迷信深い人事担当者のように、理解しやすいものです。乙女座の応募者に会ったら、その人は完璧主義者である可能性が高いと推測するでしょう。つまり、何かの性質を正確に知ることができないときは、経験に頼ってその本質的な属性の確率を判断することができます。ベイズ法は他の統計手法と異なり、主観的な判断に基づいているため、非科学的であると感じられます。そのため、200年以上もの間、科学者の間で不評でした。

ベイズに加えて、1774 年にフランスの数学者ラプラスも非常に「非科学的な」方法でベイズの公式を発見しました。有名なラプラスの獣を作った科学者は、今日私たちが使用しているベイズの公式を与えました。

この式は、イベント B が発生する条件下でイベント A が発生する条件付き確率を表します。これは、イベント A が発生する条件下でイベント B が発生する条件付き確率にイベント A の確率を掛け、イベント B が発生する確率で割った値に等しくなります。

この式では、P(A) は事前確率とも呼ばれ、P(A/B) は事後確率とも呼ばれます。

微積分公式の正式名称が「ニュートン-ライプニッツの公式」であるように、科学的であるためには、この公式は少なくとも「ベイズ-ラプラスの公式」と呼ばれるべきです。

02

今日の天気はどうですか？

ベイズの公式はこうだ

ベイズの定理は理解しにくいものです。それは人々にとってどのように役立つのでしょうか?

ベイズの定理については、上記の式を参考にして、まず各確率に対応する事象を理解する必要があります。

• P(AB)は、Bが発生した場合にAが発生する確率です。

• P(A)はAが発生する確率です。

• P(BA)はAが発生した場合にBが発生する確率です。

• P(B)はBが発生する確率です。

分からないでしょう…では、よく使われる例を挙げてみましょう!

量子学校のCEOは気が変わって10日間休暇を取った。量子少女は夕暮れ後に彼を利用しようと、イケメンと梧桐山に登る約束をした。しかし、天気は良くなく、早朝は空は曇っていた。

どうすればいいですか？雨の日の60％は朝が曇りです。ハンサムな男は、遊ぶのをやめようと言いました。

もちろん、クォンタムガールは諦めるつもりはなく、ハンサムな男を説得しました。

1. 曇りだからといって雨が降るとは限りません。朝が曇っている日が約 30% あります。

2. 深センでは平均して月に3日しか雨が降らず、その確率はわずか10％です。

このハンサムな男は刺繍された枕ではなく、「ベイズの公式」を使って非常に科学的に計算します。

今日雨が降っていることを表すには「rain」を、朝が曇っていることを表すには「cloud」を使います。

朝が曇っている場合、その日に雨が降る確率はP(雨雲)です。

P (雨雲) = P (雨)·P(雲雨) / P(雲)

P（雨）は今日雨が降る確率 = 10%

P（雲と雨）は雨の朝に雲が出る確率 = 60%

P（雲）午前中の曇りの確率 = 30%

するとベイズの定理の答えが出てくる

P（雨雲）＝ 0.1 × 0.6/0.3 = 0.20

そのハンサムな男は無表情でこう言った。「今日は雨が降る確率が20%だから、ハイキングに行けるよ。」

量子少女は、この世のものとは思えないほど美しいハンサムな男を見て、恐る恐る尋ねた。「あなたは本当に人間ですか？」

ハンサムな男は無表情で答えた。「私は人間ではありません。アルファ・ウルフです。」

03

ベイズの公式が徐々に人々の信頼を獲得した経緯

今日、ベイズ理論はあらゆるものに浸透し始めています。物理学から癌研究まで、生態学から心理学まで。

物理学者は、量子機械のベイズ解釈、および弦理論と多元宇宙理論のベイズ的防御を提案してきました。

哲学者たちは、科学全体をベイズの過程として捉えることができると主張している。

ベイズの定理は、熱力学の第二法則と同じくらい普遍的に適用可能になりつつあります。

特にIT業界では、AI脳の思考・意思決定プロセスをベイズプログラムとして設計するエンジニアが増えています。

しかし、ベイズ理論は誕生以来、厳しい運命を辿ってきました。その非科学的な性質のため、長い間、主流の学術界では認められてきませんでした。

実際、私たちは日常生活において、意思決定を行う際にベイズの公式をよく利用します。たとえば、川で釣りをするとき、川のどこに魚がいるのか、どこにいないのかをはっきりと見ることはできず、ランダムに選ぶことしかできないように思えます。しかし、実際には、ベイズ法と過去の経験を利用して、釣りを始めるための入江を見つけます。

これは、事前の知識に基づいて主観的な判断を下し、釣りをした後にその場所についてさらに学び、選択を行う場合です。したがって、物事を包括的に理解していない場合、ベイズ法は非常に合理的かつ科学的な方法です。

ベイズの公式が主流の科学界で認められているのは、主に次の 2 つの理由からです。

1. フェデラリスト論文の著者が明らかに

1788年、『ザ・フェデラリスト・ペーパーズ』が匿名で出版されましたが、著者のハミルトンとマディソンの文体はほぼ同じでした。二人が亡くなった後、各論文の著者を見つけることは極めて困難になりました。ハーバード大学は、語彙のベイズ研究法を通じて、ようやく各論文の著者を見つけました。この研究法は統計界に大反響を呼び、200年間閉じ込められていたベイズ式はパンドラの箱から解き放たれました。

2. USSスコーピオン原子力潜水艦捜索救助

1968年5月、アメリカ海軍の原子力潜水艦スコーピオンが大西洋のアゾフ海で消息を絶った。軍はさまざまな技術的手段を使って調査したが成果がなく、最終的に数学者のジョン・クレイブンに助けを求めざるを得なかった。ジョン・クレイブンはベイズの公式を使った解決策を提案した。彼は数学、潜水艦、海上捜索救助などさまざまな分野の専門家を集め、サイコロを振る際にベイズの公式を使って事故の可能性が低い捜索エリアを除外した。

2014年初頭にマレーシア航空MH370便が連絡不能になった後、科学者が最初に考えた方法は、ベイズの定理を使って地域的な捜索を始めることでした。当時、ベイズの定理はすでに世界中で有名でした。

04

音声認識

ベイズの公式が「奇跡」を見せ始める

iFLYTEK が音声認識技術によって数千億ドルの市場価値を持つ企業になったのは、まず第一にベイズの公式とマルコフ連鎖のおかげです。

自然音声処理は、常に科学者が直面する最大の課題でした。コンピュータ言語処理の分野では、近年、ベイズの公式とマルコフ連鎖の導入により大きな進歩が遂げられています (マルコフ連鎖についてはここでは詳しく紹介しません)。

テキスト翻訳は理解可能ですが、音声にはさまざまな動的文法が関係します。機械はどのようにして、あなたが話している鳥の言語を認識できるのでしょうか?

しかし、機械翻訳の正確さをその場で見れば、それはまさに「奇跡」であり、ほとんどのオンサイト翻訳よりもはるかに優れていることにため息をつくでしょう。

条件付き確率が発生するたびに、ベイズ統計が常に役に立ちます。

上記のP(AB)とは対照的に、音声認識機能を説明するためにP(fe)を使用します。

統計的機械翻訳の問題は、次のように説明できます。文 e が与えられた場合、その可能な外国語翻訳 f のうちどれが最も信頼できるか。つまり、P(fe)を計算する必要があります。

P (fe) ∝ P (f) * P (ef)

この式の右側は簡単に説明できます。つまり、事前確率が高く、文 e を生成する可能性が高い外国語の文 f が勝つということです。任意の外国語文 f の出現確率を調べるには、簡単な統計を行うだけで済みます。しかし、P (ef) を見つけるのはそれほど簡単ではありません。候補となる外国語の文 f が与えられたとき、それが文 e を生成する（または対応する）確率はどれくらいでしょうか。 「対応」が何を意味するかを定義する必要があり、ここでは単語分割に合わせた並列コーパスを使用する必要があります。

自然言語処理の問題を数学的手法で解決することに成功した最初の人物は、Jarnik でした。彼は音声認識をベイズの公式で処理される数学的問題に単純化し、問題解決の新しい道を切り開きました。

大量のデータが反復のためにモデルに入力され、計算能力が向上し続け、ビッグデータ技術が発展するにつれて、ベイズの公式の大きな実用的価値がますます明らかになります。

音声認識はベイズの定理の応用例のほんの一例です。実際、ベイズの定理の考え方は AI のあらゆる側面に浸透しています。

05

ベイジアンネットワーク

AI知能の「群集効果」

単一の音声モデルの確立により、ベイズの定理が問題を解決する能力を見ることができますが、ベイジアンネットワークの拡張により、AIの背後にある「スカイネット」の恐怖を漠然と感じます。

人類の比較的単純な問題はほとんど解決されていますが、残りの問題は非常に複雑です。

竜巻の形成、2の50乗の最小可能パラメータ値の比較。

がんを引き起こす遺伝子、2 の 100 乗の可能な遺伝子マップ。

銀河の起源、2 の 350 乗の可能性のある星雲のデータ処理。

脳の仕組み、意識の量子的な流れ 1000 個のうちの 2 つ。

このような数学的計算に直面した科学者は、可能性のある法則の中から信頼できる法則をいくつか選択し、それに基づいて理論モデルを構築するしかありません。ベイズの公式は、厳密な数学的形式でこれを達成するのに役立ちます。科学者は、すべての仮定、既存の知識、観察データをベイズの公式に代入して、明確な確率値を取得します。ある現象の因果ネットワークを解読するには、式自体をネットワーク、つまりベイジアンネットワークに形成するだけで済みます。その後は、観測データをこのモデルに代入し、ネットワークノード間のベイジアン式を通じて確率値を再計算するだけです。この計算は、任意の 2 つの原因間の接続が正確な確率値を持つネットワーク ダイアグラムが形成されるまで、新しいデータと接続ごとに繰り返されます。

人間の認知の欠陥が大きいほど、ベイジアンネットワークが示す力は衝撃的になります。

しかし、最も恐ろしいのは、このことではありません。ここで「群れ効果」について紹介する必要があります。個々のミツバチは基本的に知性がありませんが、群れを形成すると、全体的な知性が爆発し、記憶力があり、独創的な巣を作ることができます。ベイジアンネットワークの各ノードは蜂のようなものです。このグループのつながりは鮮明であるだけでなく、非常に厳密でもあります。グループが一定のレベルに達すると、全体的なインテリジェンスを生成することは可能でしょうか?これは哲学者が考え、生物学者が議論する必要がある問題であるだけでなく、AIコミュニティの科学者が直接直面する必要がある問題でもあります。

現在、AIの世界では活発な「ベイズ革命」が起こっており、ベイズの公式がエンジニアの骨にまで浸透し、分類アルゴリズムが主流のアルゴリズムとなっています。多くの人々の目には、ベイズの定理は AI 進化の基礎となっています。

結び目

この式をブロックします。

AIのIQはゼロになるのでしょうか？

AI人工知能の最初のレッスンはベイズの定理から始まります。

ベイズの公式はビッグデータ、人工知能、自然言語処理で広く使用されているためです。

すべてはまだ始まったばかりなので、ベイズの公式とコンピューターを組み合わせることの真の力を予測することはできません。

ベイズの公式と AI の組み合わせ、これは科学革命でしょうか、それとも概念革命でしょうか?それは生産様式の革命なのか、それとも人類自身の革命なのか?

当時、人間の科学者は客観的なベイズ式をまとめたが、AIはその式を使って主観的な遺伝子を自らに注入した。両者は逆転している。今後はどのような愛憎劇が繰り広げられるのだろうか。

もし本当に決戦の日が来たら、人類はどうやって切り札を保持すればいいのでしょうか？ NSA がアルゴリズムにバックドアを残しているのと同じように、AI が「考えるから我あり」にならないように、この式を抽出すべきでしょうか?

これは少し余計な心配のように思えます。社会全体から見れば、AIが人間のように考えることをあまり心配する必要はありません。最も心配すべきは、人間が考える能力を失っていることです。