人工知能が人間の脳を再現できるかどうかは論争を巻き起こしている。米メディア「AIにはまだ限界がある」

[[239590]]

8月6日、自動運転車、ロボット医師、10億人を超える中国国民を対象とした社会信用スコアリングシステムなど、人工知能技術（AI）を応用するあらゆる分野で、AIにできないことをどうやってやらせるかという議論が現在行われていると報じられた。かつては単なる学術的な関心事だったものが、今では数十億ドル相当の人材とインフラ、そして人類の未来に関わるものになっています。

8月4日の報告によると、議論はAIを作成する現在の方法が適切であるかどうかに行き着く。微調整と十分な非合理的な計算能力があれば、私たちが現在持っているテクノロジーは、動物や人間に存在するような、本当に「インテリジェント」なものになることができるでしょうか?

議論の一方には「ディープラーニング」の支持者がいる。これは、2012年にトロント大学の研究者3人による画期的な論文が発表されて以来、人気が爆発的に高まったアプローチだ。これは決して AI に対する唯一のアプローチではありませんが、これまでの AI 技術で可能だったことを超える能力を示しています。

「ディープラーニング」の「深さ」とは、人工ニューラルネットワーク内の人工ニューロンの層の数を指します。生物学的同等物と同様に、より多くのニューロン層を持つ人工ニューラルシステムは、より複雑な学習が可能です。

人工ニューラル ネットワークを理解するには、脳内のニューロンのように、空間内で相互接続された一連の点を想像してください。これらのポイント間の接続の強さを調整することで、学習時に脳内で何が起こるかを大まかにシミュレートします。その結果、画像を正しく識別するなど、望ましい結果を達成するための最適な経路を示す神経配線図が作成されます。

報告書によれば、今日のディープラーニングシステムは人間の脳とは異なるという。せいぜい、それらは網膜の外層のように見え、そこではほんの数層のニューロンが画像の予備処理を実行します。

このようなネットワークが人間の脳が実行できるすべてのタスクを実行できる可能性は低いです。これらのネットワークは、真に知的な生物と同じように世界を理解していないため、脆弱で混乱しやすいのです。あるケースでは、研究者はたった 1 つのピクセルを変更するだけで、一般的な画像認識アルゴリズムを「騙す」ことができました。

報告書によると、限界はあるものの、ディープラーニングは画像・音声認識や機械翻訳の分野で「ゴールドスタンダード」ソフトウェアの開発を牽引し、ボードゲームで人間に勝つことにも役立っているという。また、Google のカスタム AI チップや AI クラウド サービス、Nvidia の自動運転車技術の重要な推進力でもあります。

AI分野で最も影響力のある人物の一人であり、Google BrainとBaiduのAI部門の元責任者であるアンドリュー・ン氏は、ディープラーニングによって、コンピューターは普通の人間が1秒以内にできるあらゆる知的作業を完了できるようになるはずだと語った。当然、コンピューターは人間よりもさらに速くこれを実行できるはずです。

報告書によると、議論のもう一方の側には、ウーバー・テクノロジーズのAI部門の元責任者で現在はニューヨーク大学の教授であるゲイリー・マーカス氏を含む研究者もいる。彼らは、ディープラーニングは人々に約束された結果を達成するには到底不十分だと考えています。たとえば、ホワイトカラーの仕事がすべてなくなることも、完全な自動化という輝かしい未来が訪れることも決してありません。

マーカス氏は、思考し、自律的に学習し、世界のメンタルモデルを構築する能力を必要とする「汎用知能」の実現は、今日のAIの能力を超えていると述べた。

AIをさらに進化させるには、「自然からインスピレーションを得る必要がある」とマーカス氏は語った。これは、他の種類の人工ニューラル ネットワークを考え出し、場合によっては、すべての生物に備わっている本能のように、組み込みのプログラム済み知識をそれらに与えることを意味します。

トロント大学の機械学習助教授デビッド・デュヴェルノ氏は、多くの研究者がこれに同意しており、限界を克服するためにディープラーニングシステムを補完する取り組みを行っていると述べた。集中的に研究されている分野の 1 つは、ディープラーニング システムが通常必要とする何百万もの例ではなく、現象のほんの数例から学習する方法を決定することです。

研究者らはまた、生後1年の赤ちゃんでもできるような、世界のメンタルモデルを構築する能力をAIに与えようとしている、と報告書は述べている。したがって、100 万台のスクールバスを見たことがあるディープラーニング システムは、逆さまのスクールバスを初めて見たときにはそれを認識できないかもしれませんが、スクールバスが何でできているか (つまり、車輪や黄色いシャーシなど) についてのメンタル モデルを持つ AI システムは、逆さまのスクールバスをより簡単に認識できるようになります。

[拡大記事] 日本は人工知能技術を使って胃がんの早期発見に成功

東京、7月27日（新華社）日本の研究者らは、人工知能技術を活用して胃がんを識別する方法を開発した。この方法は、胃がんの早期発見を高い精度で実現できる。

理化学研究所はこのほど、早期胃がんと胃炎の区別は容易ではなく、内視鏡画像では専門医でも正確な判断ができない可能性があるとするプレスリリースを発表した。この目的のため、同庁と国立がん研究センターの研究者らは、人工知能のディープラーニング技術を使用して早期胃がんの画像​​を識別することを決定した。

コンピュータのディープラーニングでは、通常、学習データとして数十万から数百万枚の画像が必要になります。早期胃がんの高画質画像を大量に収集することは難しいため、研究者らは早期胃がん画像と正常画像約100枚を選択し、ランダムに切り出し、データ拡張処理を施し、約36万枚の画像を生成した。

コンピューターが大量の画像データを深く学習した後、研究者らは学習に使われていなかった約1万枚の画像でテストし、コンピューターが早期胃がんを正確に診断できるかどうかを調べた。その結果、胃がんと診断された症例では正診率が93.4％、正常と診断された症例では83.6％であった。さらに、ディープラーニングにより、コンピューターは人ががんに罹患しているかどうかを判断できるだけでなく、がんの位置を指摘することもできるようになります。

研究者らは、今回の研究成果は早期胃がんの発見と治療に役立つだろうと述べ、今後はコンピューター認識の精度をさらに向上させる方法を研究する予定だ。

[拡張読解] 人工知能技術は目の動きから性格を判断できる

北京、7月30日、目は心の窓であるとよく言われます。国際的な研究チームは最近、人工知能技術を使って目の動きを観察して性格を判断した。

ドイツのシュトゥットガルト大学、オーストラリアのフリンダース大学、南オーストラリア大学などの研究機関の研究者らは、最先端の機械学習アルゴリズムを使用して、性格と目の動きの関係を実証した。研究者らは42人の被験者の日常生活における目の動きを追跡し、アンケート調査によって彼らの性格特性を評価した。

結果は、目の動きからその人が社交的か、用心深いか、好奇心が強いかがわかること、またアルゴリズムソフトウェアが「ビッグファイブ」性格特性のうち神経症傾向、外向性、協調性、誠実性の4つを確実に識別できることを示した。 「ビッグファイブ性格理論」とは、心理学者が、外向性、協調性、誠実性、神経症傾向、開放性という性格描写のあらゆる側面をカバーできる 5 つの特性があることを発見したことを指します。

研究者らは、この研究は実験室での厳格な管理下ではなく、被験者の日常生活における視覚的動きを追跡・評価したため、得られた結果はより現実に近いものになったと述べた。

さらに、研究成果は、社会的信号処理やサービスロボットなどの新興分野の発展に重要な参考資料を提供し、人間とコンピュータの相互作用の改善に役立ち、より自然で人間の社会的信号をよりよく理解するロボットやコンピュータの開発に役立ちます。

この研究報告は、スイスの学術誌「Frontiers in Human Neuroscience」の最新号に掲載された。

[拡大記事] 中国は外交における人工知能の導入を検討中。ロシアメディア「最終的には人間が最終決定を下す」

中国が外交用途の人工知能システムのプロトタイプを開発していると8月1日に報じられた。

7月31日の報道によると、外交はチェスやポーカーのようなもので、一方の国が動き、もう一方の国が反応するという。これを踏まえ、中国外務省は学者らに委託し、衛星や大使館職員が得た情報を迅速に分析できる機械の開発を依頼した。これらのマシンは、特に国際的な危機が発生したときに最善の解決策を導き出します。しかし、最終的な決定権は依然として人間にあります。

中国は外交用途の人工知能システムのプロトタイプを開発していると報じられている。いくつかの機関がこの分野で研究を行っています。同社の代表者は北京の対外経済貿易大学が開催した会議に参加した。

上海国際問題研究所の馮帥博士は、ロボットが人間より優れている点を次のように説明した。「AIシステムは、技術的成果を利用して、人間にはできない方法でデータを読み取り、分析することができます。人間はホルモンやブドウ糖の影響を避けることはできません。政策を策定するロボットは恐怖に影響されず、恐怖の感情や名誉の理解、その他の主観的要因を持っていません。」

サウスチャイナ・モーニング・ポストが掲載した中国の学者や外務省職員へのインタビューは安心できる内容だと同記事は指摘し、最終決定は機械ではなく人間によって下されるだろうとしている。

このようなプロジェクトは意味があるのでしょうか?費用は回収できるのでしょうか？答えを見つけるのに役立つのは人工知能だけです。

ロシア科学アカデミー極東研究所の主任研究員アレクサンダー・ロマノフ氏はインディペンデント紙に対し、サウスチャイナ・モーニング・ポストの報道は、国際舞台における中国の野心を示す点で興味深いと語った。

報告書では、外交における人工知能の応用については具体的な詳細は述べられていないとしている。ロマノフ氏は、「大規模なデータベースに接続された非常に大規模な分析システムについて何か言われている。第一に、このシステムは必要な情報を選択できる。第二に、このシステムは、公開レポートに出てくる特定のキーワードに基づいて世界の社会的傾向を分析し、判断しようとする何らかのアルゴリズムを開発している可能性がある」と考えている。

専門家は「中国のコンピューター技術者は、このシステムの仕組みを明かさないかもしれない。もしこのシステムが存在するなら、中国の外交官は他国に対して大きな優位に立てるだろう」と強調した。

[拡大読解] 日本メディアは中国が人工知能を積極的に開発していると報じた：人々の生活は変化している

7月26日、全世界が人工知能の発展に力を入れており、特に中国では国が人工知能技術の開発を積極的に進めており、人々の生活が変化していると報じられた。

7月25日の報道によると、中国初の「無人銀行」が4月に上海の九江路にオープンした。無人銀行の入口には人工知能を搭載した人型ロボットが立っており、事前に登録した顧客がロボットに話しかけてカメラを向けると、直接ドアが開き、顧客が入店できる仕組みだ。顧客は店内でVR対応メガネをかけ、賃貸部屋の仮想画像を閲覧したり、設置された端末を通じてスタッフと住宅ローンや金融商品について話し合ったりすることができる。この無人支店を開設した中国建設銀行が打ち出したスローガンは、手動サービスと同じくらい便利かつ迅速に必要な金融サービスを提供できるということだ。

報道によると、中国では検索エンジンで知られるIT大手の百度の人工知能サービスのほか、買い物履歴や交友関係の情報などから個人の信用を数値化するサービス「芝麻信用」もある。人工知能技術開発の主力であるベンチャーキャピタル企業も存在感を着実に高めている。中国は2015年に人工知能技術の発展を強化し、ベンチャー企業の発展を奨励し、技術革新を促進するために「インターネットプラス」を提案した。

上海市張江地区にある「蟻の巣メーカースペース」は、起業を支援する施設。物語を読んだり計算したりできるロボットや、教育用タブレットなどを開発するベンチャー企業が数十社集まっている。上海市政府が支援する民間施設だ。この施設の共同設立者である張向廷氏もベンチャー企業出身者です。この施設では、ベンチャー企業にオフィススペース、ビジネスアドバイス、資金援助などを提供しています。

上海市政府関係者は「起業を支援する施設に財政支援を行い、技術革新を促進したい」と語った。

米ベンチャーキャピタル会社CBインサイツの統計によると、2017年に中国のベンチャーキャピタル会社は人工知能関連分野での資金調達額で米国を上回り、世界最大の企業となった。中国企業に詳しい蘭澤証券のアナリスト、王希氏は、中国は人口の多さを生かしてビッグデータを獲得し、米国との覇権争いに勝ちたいと考えているとみている。

一方、6月中旬に上海で開催された2018アジアコンシューマーエレクトロニクスショーでは、2015年に設立された雲光科技が自社ブースで「雲光シティブレイン」を展示した。巨大な黒いスクリーンに「異常者」の位置と人数が表示されました。雲光シティブレインは、街路に設置された監視カメラで撮影された画像を分析し、不審な人物がいる場合にはタイムリーに通報します。

Yitu Technology社の担当者は、Yitu City Brainは交通、天気、犯罪などの状況を一元的に管理できると語った。同社が開発したシステムは、中国国内の地方政府や金融機関100社以上が導入しているという。

【拡大読解】日本のメディア：人工知能が人間の仕事を奪わない3つの理由…

6月28日、6月18日に「人工知能が人間の雇用を奪わない3つの理由」と題する記事が掲載された。記事では、人工知能は確かに多くの分野に変化をもたらすが、人間の仕事がすぐに置き換えられることはないと考えている。記事では3つの理由を挙げており、その抜粋は以下のとおりである。

悲観論者は、機械が人間の仕事を奪うことになったら、放射線科医が真っ先に困るだろうと考えている。医療画像解析はディープラーニングに適したタスクだからです。ディープラーニングは人工知能関連技術の一つです。もともと人々の注目を集めたのは、コンピュータが画像内の物体を認識する能力でした。

AI研究者の中には、人間は完全に職を失う可能性があると考える人もいる。 2016年に人工知能の分野で第一人者となったジェフリー・ヒントン氏は、「放射線科医の訓練をやめるべきなのは明らかだ」と語った。

機械学習の応用範囲が広いことを考えると、エンジニアから看護師まで誰もが同じ状況に直面することになります。

しかし、医療分野における人工知能の応用を見ると、実際の状況はより複雑であることがわかります。機械学習は確かに多くの分野に変化をもたらすでしょう。しかし、人間はすぐに役に立たなくなるわけではありません。放射線学の現状を見ればその理由が分かります。

最初の理由は、人工知能の性質にあります。機械は人間よりも明らかに優位性を持っていますが、現時点では人工知能の適用範囲は限られています。暗算で 10 ドルの電卓に勝てる人はいない。しかし、計算機でできることは計算することだけです。

ディープラーニングには幅広い応用分野があります。それでも、最終的には限界があります。 AI が人間の仕事を奪うことができるかどうかを考えるよりも、特定のタスクで AI が人間に取って代わることができるかどうかを考えたほうがよいでしょう。

これが、雇用の見通しについて楽観的になる2つ目の理由です。それが人間の仕事の本質です。たとえば、ほとんどの職業は複数のタスクで構成されています。会計ソフトウェアの登場にもかかわらず、会計士の仕事がなくなるわけではありません。その理由は、会計士の仕事は単に数字を計算するだけではないからです。

放射線科医は多くの画像を解釈しますが、彼らの仕事はそれだけではありません。どの画像を撮影するかを決定し、難しい診断を交渉し、患者と治療計画を話し合い、日々の業務の混乱の中で研究文献からの結論を適用します。これらの作業の 1 つが「コンピューター アシスタント」に引き継がれたとしても、放射線科医がまったく不要になるわけではありません。これにより、放射線科医はより有意義な仕事に集中する機会が得られます。

キャリアの見通しについて楽観的になる3つ目の理由は、自動化が進むにつれて需要がさらに拡大するということです。先進国でも放射線治療にはお金がかかります。機械化が進み作業効率が向上すると価格は下がるでしょう。この成果は多くの患者に恩恵をもたらすとともに、医用画像の新たな応用方法も模索されることになる。

産業革命の時代、仕事の自動化が進むにつれて、繊維労働者の数が増加しました。効率が上がり、生産性が上がり、価格が下がると、結果として、機械が実行できないタスクに対する需要が高まります。

長期的には、人工知能が雇用にどれほどの影響を与えるかは誰にもわかりません。しかし、過去の経験に基づくと、技術の変化は予想よりも時間がかかることが多いです。工場の運営者が蒸気を電気に置き換え、その資源を最大限に活用できるようになるまでには数十年かかりました。オフィスにおける「コンピュータ革命」は、現在でもまだ道半ばに過ぎない。