マイクロソフト中国CTO: AIを祭壇から外してください

[[257901]]

まとめ

明らかに、中国における人工知能に関する誇大宣伝は、当初の意図から逸脱している。

「問題を作り出したときと同じレベルの思考では、問題を解決することはできない。」アインシュタインのこの格言は、知能時代の人類社会にとって深い意味を持っています。これを引用したのは、マイクロソフト（中国）のCTOであるWei Qing氏です。

人工知能をどう捉え、ディープラーニングをどう理解すべきでしょうか？人々が電化時代や情報化時代の固有の思考方法に頼っていると、知能化時代の人間の脳の思考方法と機械の計算方法の類似点と相違点を深く理解することはできないでしょう。

人工知能は人間の手と脳を解放する一方で、平凡で無能な人々を軽蔑します。 「人工知能」に対して傲慢さと偏見を向けることに慣れている人がいる一方で、AIに対して迷信的な考えを持つ人もいます。 「人々はまだ人工知能が何であるかを理解していない」のは明らかだとウェイ・チン氏は率直に語った。

人工知能は味方であり敵でもある

人間が視覚認知能力をどのように発達させたのか疑問に思ったことはありませんか?

科学によれば、人間が見ている自分は「本当の自分」ではなく、網膜の錐体細胞と桿体細胞が光子を電子に変換し、それが視神経を通じて大脳皮質に伝達されます。脳は、何層もの分析を経て電気信号を計算し、最終的に目を開けて世界を見ることができるようになります。

視覚の原理を普及させることで、アルゴリズムを使用して視覚信号とビデオ信号を処理し、グラフィックス、画像、ビデオを分析するプロセス全体をより深く理解できるようになります。

人工知能はここ 10 年で登場したばかりの最先端技術ではないことを知っておく必要があります。 1956 年に開催されたダートマス会議で、人工知能のビジョンは早くも現実のものとなりました。歴史を振り返ると、人工知能は3つの繁栄期を経験してきました。その中で最も有名なのは、2016年3月にAlphaGoが世界一の囲碁プレイヤーであるイ・セドルを4対1で破った夜です。 AlphaGo は世界中の注目と賞賛を集めたが、同時に人工知能の計り知れない技術的能力を真に数値化した。

それ以来、ディープマインドはアルファ碁の強化版をいくつかリリースしてきました。ディープラーニング技術により、アルファ碁は何千もの敵を一掃する力を獲得し、世界で負けることは不可能になりました。

当時、人工知能は一部の人々を不安にさせるのに十分であり、このような「テクノロジーによる圧殺」は考えるだけでも恐ろしいものでした。過去にはホーキング博士、将来にはイーロン・マスク博士が登場し、業界の権威ある専門家や学者が人工知能に対して高い警戒心を示しており、これは非常に憂慮すべきことだ。 「AI脅威論」が広まり、広がるにつれ、多くの人々が立場を変え、以前のような楽観主義や興奮を失っていった。

確かに、テクノロジーに対して畏敬の念を抱く必要があるが、人工知能は想像されているほど悪いものではない。マスク氏や他の人々の意見に関しては、ほとんどの人が文脈を無視して受け止めており、全体像を限定的にしか理解していない。ウェイ・チン氏は次のように説明した。「マスク氏は、人工知能という新しいものが非常に強力で、人間の想像を超えていることを表現したかったのです。この能力を持つ人間は超人になります。この超能力が悪意のある人々の手に渡れば、一般の人々に圧倒的な打撃を与える可能性が非常に高くなります。」

多くのSF映画と同様に、マスク氏は人間が自分自身を制御できるとは信じていない。人工知能の発展を停滞させることは明らかに不可能です。むしろ、私たちはこの技術を友好的に受け入れ、それを私的な道具ではなく「公共の道具」に変えるよう努めるべきです。

「テクノロジーが普及」すれば、どんなに強力な機能やツールであっても一般大衆に利益をもたらすようになるという見方があります。

そこでマスク氏が提案した解決策が「Open AI」だ。マスク氏と多くのシリコンバレーのビジネスエリートが共同で設立したこの人工知能の非営利団体は、人工知能の壊滅的な変異を防ぎ、健全で前向きな方向への人工知能の発展を促進することを目指している。現在、同組織は、OpenAIが最近リリースした一般言語モデルGPT-2など、多くのAIアルゴリズムを公開している。

[[257902]]

マイクロソフト（中国） CTOウェイ・チン

「オープンAIの背後にある意味は、デジタル格差の問題を解決するという世界経済フォーラムのアプローチとまったく同じです」とウェイ・チン氏は語った。

数年にわたる開発を経て、ディープラーニングは漠然とした啓蒙段階を経てきました。 「業界の敷居は徐々に下がり、業界はあらゆる種類のアルゴリズムをオープンソース化することを学んでいます」と魏青氏は率直に語った。今日の人工知能の独占やギャップはアルゴリズムレベルではなく、データレベルの障壁です。「多くの企業が人工知能を導入していますが、多くの個人はこれを理解していません。彼らはこの変化を受け入れるために一生懸命努力せず、ただ淘汰されるのではないかと無意味に心配しているだけです。」

業界の多くの専門家や学者は、常に一般大衆に強調したいと考えてきました。機械の能力を神格化しないでください。機械は常に、人間の負担を軽減するために、人間の特定の機能を置き換える役割を果たしてきました。では、人間はいわゆる人工知能に置き換えられるのでしょうか?魏青の答えは「イエスであり、ノーでもある」です。

「はい」というのは、自分自身を諦めてこの技術を積極的に受け入れなければ、この技術を受け入れる人々によって自然に排除されるからです。「いいえ」というのは、人類は特定の技術によって排除されるのではなく、より高度な技術を習得した人々によって追い出されるからです。この観点から理解すると、イーロン・マスクの見解は、ビル・ゲイツ、ホーキング、そしてワールド・マネージャー・フォーラムの起業家たちの見解とまったく同じであることがわかります。彼らの主張の中心となる論点は 2 つあります。1 つは人工知能が非常に強力であるということ、もう 1 つはこの技術を誰が所有しているかということです。

第四次産業革命はどこに向かうのか?

ディープラーニング技術の進歩が世界中で新たな話題を巻き起こす中、人類が「無人地帯」に足を踏み入れつつあることに気づく人が増えている。これまでのところ、人工知能技術が主導する第四次産業革命の社会的プロセスと動向を予測できた偉大な思想家や哲学者はいない。私たちも歴史から学び、歴史の中にパターンを探したほうがよいでしょう。

非常に代表的な時代は、産業革命から第二次産業革命へ、蒸気時代から電化時代への移行期です。当時、世界的に影響力を持つ多くの企業が人力の代わりに蒸気力を利用していました。しかし、電気が登場したとき、ほとんどの企業は電気エネルギーの効率が当初は蒸気エネルギーの効率よりはるかに低かったため、非常に否定的でした。魏青は、この歴史的時期を 4 つの態度と 4 つの結果に要約しました。

• 最初のタイプの企業は、電気は良くなく、非効率的で将来性がなく、蒸気力で十分なので、100年後には淘汰されるだろうと考えていました。
• 2 番目のタイプの企業は、電気は発展の可能性を秘めた新しい生命体であると信じて、一部の負担を放棄しましたが、蒸気機関の力は依然として固く信じており、蒸気機関を改良する限り競争力を維持できると考えていました。これらの企業も淘汰されました。
• 最も残念なのは、3番目のタイプの企業です。古い生産性を手放し、新しい生産性を取り入れ、新しい生産関係を形成し始めましたが、考え方は変わっていません。彼らは電化の時代を完全に受け入れ、蒸気機関時代よりもはるかに高い効率と低コストを実現したと信じていましたが、依然として自分たちを蒸気機関と比較しており、最終的にこれらの企業は淘汰されました。
• 4番目のタイプの企業は勝利のラッパを鳴らしました。当時、ほとんどの企業は電動化に対して閉鎖的な考え方を持っており、照明をどれだけ点灯できるか、生産ラインの効率をどれだけ向上できるかということだけに焦点が当てられていました。当時、重荷を完全に手放し、変革と飛躍を成し遂げ、真に電動化の時代に入ることを選択した企業はわずか5％未満でした。

1950年代から60年代にかけて、中国国民が思い描いていた未来社会は「階上にも階下にも電気と電話が通っている」というものでした。これは当時としては比較的先進的なビジョンだったようで、国全体が理想の社会の終焉を目の当たりにしていたようです。数十年経って振り返ってみると、固定電話はインターネットとスマートフォンに取って代わられました。

以上の歴史的出来事から、人間は未来を予見することができず、画期的な衝撃を予測することができない運命にあることが分かる。

ディープラーニングは知識だけではなく、新しい思考パラダイムでもある

人工知能の概念は比較的広く、機械学習はその中の 1 つに過ぎず、ディープラーニングは機械学習のサブフィールドです。魏青氏は、人工知能の一形態としてのディープラーニングは新しい知識であるだけでなく、伝統的な思考パラダイムの転換も表すと考えています。

初期のチューリング時代、フォン・ノイマン時代、シャノン時代を問わず、彼らは皆、コンピューターと人工知能について独自の理解を持っていました。機械学習が主流になる前は、「論理的な関係」が定着しようとしていました。残念ながら、論理的思考を重視するこの方法は、人間の意思決定メカニズムを解釈しようとすると多くの困難に直面します。業界の専門家は、このアプローチは行き止まりであると考え、代わりに「脳神経のメカニズムを模倣する」ことに注目して意思決定を行っています。

ウェイ・チン氏の見解では、ディープラーニングの核心は、実際には数学的アルゴリズムが世界を記述する方法の変化にある。国民もまた、伝統的な人間の考え方を解体し、私たちの世界は無数のモデルで構成されていることを認識する必要がある。

テレンス・シェノフスキーの著書『ディープラーニング』を読んで、彼は新たなインスピレーションと洞察を得ました。 「人間の思考スタイルと思考能力は、あるパターンを認識することに相当し、数学的アルゴリズムと自然なつながりがある」と彼は語った。「業界で有名な人工知能の専門家や学者は通常、複数の研究分野をカバーしています。1つは数学、物理学、化学に基づく科学分野であり、もう1つは医学、生物学、神経学に基づく分野です。この2つを組み合わせることは、まさにインテリジェント時代のトレンドに適合しています。」

インテリジェント時代の人工知能にとってディープラーニングがなぜそれほど重要なのでしょうか?

彼は、ディープラーニングは人工知能の実践者にとっての研究方向であるだけでなく、政府の意思決定者や一般の人々が明確に理解する必要がある科学普及コンテンツでもあると強調した。数学と人間の思考の進歩により、学習方法に対する人々の新たな理解に影響を与えることは間違いありません。

人間が本来持つ思考を捨てることができなければ、知能化時代の人間の脳とコンピュータの思考や計算方法の類似点や相違点を理解することはできないでしょう。これは直接的に 2 つの結果につながります。1 つ目は、人工知能によってもたらされた成果を神格化したり誇張したりすることが容易になること、2 つ目は、技術の進歩が人工知能によって達成された結果に悪影響を及ぼすことです。後者の最も典型的な例は、真実を知らない大衆が、機械が人間に取って代わるのではないか、あるいはロボットが人類の絶滅につながるのではないか、と過度に懸念していることである。

機械学習を超えたギャップを埋める

人工知能と呼んでいますが、これは機械学習の手法であり、現在ではディープラーニングの手法となっています。ディープラーニングは、数学とアルゴリズムによる人間の思考と自然モデルの認識のシミュレーションにすぎません。数学的手法を使用して自然界のパターンを特定し、特定のモデルを生成できる限り、これらの分野はディープラーニングに代表される機械知能をさらに活用できる手段とシナリオです。

機械学習やディープラーニングは、金融、セキュリティ、教育などの分野で広く実装されていることがわかります。これは、視覚信号と聴覚信号が伝達され認識される方法が数学的な行列で記述できるためです。今後 5 年か 10 年のうちに、味覚、嗅覚、触覚を表現できる数学的表現が発見されれば、さらに多くの人体機能が機械に置き換えられるだろうと信じる理由があります。数学は、人間が作り出す特定の信号をより正確に、よりうまく表現できることが判明しました。

これらの成果を達成したとき、私たちは AI についてより頻繁に話すようになりました。Wei Qing 氏は次のように考えています。「ML、フォン・ノイマン、チューリング、GDPR について言及せずに AI だけについて言及すると、AI 時代に入ったと誤解されることがよくありますが、実際にはまだ解決されていない基本的な概念が数多くあります。 」

「大学には突然AI学科やAI教科書が増えましたが、実際のところ、授業は依然として機械学習が中心です。そうなると、いわゆる『AI』は本当に『インテリジェント』なのか、それとも単にモデル認識に限定されているのか、自問自答しなければなりません」。機械学習の対象を一気にAIレベルに引き上げてしまうと、多くの着手方法を見逃してしまう可能性がある。

中国の特徴は、膨大なデータ、膨大な人口、そして多数の企業を抱えていることです。したがって、私たちはこの技術進歩の過程で画期的な進歩を遂げる上で大きな優位性を持っています。しかし、この本が機械学習や人工知能ではなく「ディープラーニング」と呼ばれている理由を誤解し、深く理解できていないと、それ自体が大きな問題を示しています。

AIの意味に関して、Wei Qing氏は、Microsoft Research AsiaのディレクターであるHong Xiaowen氏の解釈に賛同している。彼は「AI=MI+HI」を提唱しました。これは「機械知能+人間知能」を意味します。

業界関係者の中には、中国における人工知能に関する誇大宣伝が当初の意図から逸脱していることをよく知っている者もいる。

例えば、国内外の学者は、論文を書く際にAIではなく「機械学習（ML）」を使うことを好みます。 「NIPSを含め、どの会議も『AI』という名前が付けられていない。これは中国で深く検討する必要がある問題だ」と魏青氏は強調した。業界の専門家や学者はAIに反対していないが、AI時代が来るのはまだまだ先だと一般的に考えている。さらに、現代科学はまだ初期の「エキスパートシステム」の謎を解いていない。当面は、確率論とデータを使ってニューラル学習を模倣し、人工知能に近づくことを選択している。「そして、彼らは人間のニューラルネットワークの動作のほんの一部を模倣しているだけだ。ニューラルネットワークがどのように動作するかを完全に理解しているわけではない」

「我々はまた、別の考え方の潮流を無視することはできない。一部の専門家はすでに、ポスト・ノイマン時代のコンピューティング・アーキテクチャの研究に取り組んでいる」とウェイ・チン氏は述べ、ノイマンのアーキテクチャでは並列コンピューティングをあまり多く行うことは難しいと付け加えた。このアーキテクチャを解明しなければ、人間の神経行動の並列コンピューティングを模倣することは不可能でしょう。さらに、チューリングマシンの限界を打ち破り、「スーパーチューリング」能力を求めることが可能かどうかという疑問を提起する人もいます。彼は、業界のより多くの専門家や学生に、まずチューリングとフォン・ノイマンの理論を学ぶよう呼びかけた。いくつかの限界を突破すれば、AIにとって真の突破口となるかもしれない。