ロボットは独自の言語を作り、将来的には自律的にコミュニケーションできるようになるのでしょうか?

[[187107]]

人工知能技術は飛躍的に進歩していますが、人工知能間のコミュニケーションの問題はどのように解決するのでしょうか？ SF映画では一般的に人間の言語を使用することを前提としていますが、人間の言語は非効率的で曖昧な言語であることは明らかであり、高度な人工知能がそれを採用する必要はありません。最近、科学者のグループがロボットが独自の言語を作成できるようにする研究を行っています。これは確かに非常に有望な研究ですが、なぜか、よく考えてみるといつも恐怖を感じてしまいます。以下は関連する紹介です。

イゴール・モルダッチ氏は、会話ができる機械の開発に取り組んでいますが、これは他の多くの人も取り組んでいることです。

チャットボットはシリコンバレーで話題になっているが、モルダッチ氏は違う。言語学者ではなくアニメーターからロボット工学の専門家に転身した同氏は、言語関連の AI テクノロジーには通常関与しない。彼はピクサーで働いて『トイ・ストーリー3』の制作に携わり、その合間にスタンフォード大学やワシントン大学などの大学で研究者として働き、ロボットが人間のように行動できるように訓練した。 「私は常にゼロから１に至るプロセスに興味を持っていました」と彼は語った。

ロボット同士がコミュニケーションするための言語を作ろう

ウクライナ生まれ、トロント育ちの31歳のモルダッチ氏は、テスラ創業者のイーロン・マスク氏とテックインキュベーターの会長サム・アルトマン氏によって設立されたAI研究所OpenAIの客員研究員である。そこでモルダッチ氏は、機械が人間と会話するだけでなく、機械同士がコミュニケーションできるようにする新しい方法に取り組んでいる。彼は、ソフトウェアロボットが必要に応じて独自の言語を発明できる仮想世界を創造しています。 OpenAIが今週発表した研究論文に詳述されているように、モルダッチ氏とその同僚は、ロボットが特定の座標に移動するなど、特定のタスクを完了する必要がある世界を作成した。世界はシンプルで、大きな白い立方体（2次元）だけであり、ロボットは緑、赤、青の円などの色付きの図形です。しかし、この宇宙の意味はそれよりも複雑です。協力する方法として、この世界ではロボットが独自の言語を作成し、他のロボットがこれらのタスクを完了できるようにすることができます。

AlphaGoに似ている

これらすべては、囲碁の名人 AlphaGo を動かすのと同じ基本技術である強化学習によって実現されます。基本的に、これらのロボットは、報酬を求めながら、正しいことを注意深く守り、間違ったことを避けながら、極端な試行錯誤を通じて世界をナビゲートします。同じように、彼らは独自の言語を作り出し、他の人がどこへ行くべきかを伝えて、より早く目的地にたどり着けるようにしました。

ロボットは言語を構築するために、仮想世界を移動しながら学習した単純な概念にランダムで抽象的な特徴を割り当てます。これらは、お互いに、仮想世界の場所やオブジェクトに、そして「行く」や「見る」などのアクションに特性を割り当てます。モルダッチ氏と彼の同僚は、ロボットの会話がより洗練されれば、その技術によってロボットの会話が英語などの言語に翻訳できるようになると期待している。少なくとも有用なソフトウェアにとっては長い道のりだが、別の OpenAI 研究者がすでにこの種の「翻訳ボット」の開発に着手している。

モルダッチ氏は、これらの方法により、最終的には機械が言語をより深く理解できるようになり、言語がどのように生成されるかがわかるようになると述べ、それが真の会話、つまりコンピューター科学者が長い間夢見てきたものの実現できなかったタイプのコンピューターインターフェースへの足がかりとなる可能性があるとしている。

AIのマイルストーン：人間の言語を模倣することから独自の言語を作成することへ

これらの方法は、言語関連の AI 研究における重要なマイルストーンです。今日、科学者は一般的に、新しい言語を創造するのではなく、人間の言語を模倣しようとする方法を研究しています。その一例は、ディープニューラルネットワークを中心とした作業です。近年、大量のデータからパターンを見つけることでタスクを学習できる複雑な数学システムであるディープニューラルネットワークは、画像内のオブジェクトの識別、スマートフォンの音声コマンドの認識などにおいて非常に効果的であることが証明されています。現在、Google、Facebook、Microsoftなどの研究者らは、限定的な成功ではあるものの、同様のアプローチを言語の理解や英語の会話のパターンの発見に適用し始めている。

モルダッチ氏と、OpenAIやカリフォルニア大学バークレー校の教授でカリフォルニアの研究者であるピーター・アビール氏を含む彼の同僚たちは、そのアプローチが機能するかどうか疑問視している。つまり、彼らは全く異なる場所からスタートしたのです。 「エージェントが人間と知的にやりとりするには、単にデータ内のパターンを捉えるだけでは不十分だ」と彼らは論文に書いている。 「エージェントは、環境内で目標を達成するために言語を使用できる場合（他の非言語コミュニケーションやボディランゲージとともに）、言語を理解します。」

初期の人類にとって、言語は必要性から生まれました。彼らがコミュニケーションの方法を学ぶのは、それが動物に対して優位に立つ他の事柄を行うのに役立つからです。 OpenAI の研究者たちは、ロボットにも同じダイナミクスを生み出したいと考えていました。ロボットは仮想世界では独自の言語を学ぶだけでなく、赤ちゃんのように特定の場所を指さしたり、ロボットをある場所から別の場所へ誘導するなど、簡単な動作を使ってコミュニケーションをとることもできます。それも言語であり、少なくとも言語への道です。

それでも、多くの AI 研究者は、データ内の統計パターンを見つけて言語を検出するディープ ニューラル ネットワークのアプローチは有用であると考えています。 「彼らは本質的には依然として統計パターンを捉えているが、よりシンプルでスマートな環境になっているだけだ」と、オープンAIのセールスフォース・ドットコムチームのAI研究者リチャード・ソッチャー氏は語った。 「興味深い新しい分野で進歩を遂げるのは結構ですが、抽象的な表現はちょっとやりすぎです。」

いずれにせよ、モルダッチ氏のプロジェクトは、大量のデータを分析することが前進するための唯一の方法ではないことを示している。システムは独自のアクションを通じて学習することもでき、それによって非常に異なる利点が生まれます。他のOpenAIの研究者らも、「Universe」と呼ばれるはるかに大規模で複雑な仮想世界を明らかにした後、ほぼ同じアイデアを放棄した。さらに、ロボットは、Web ブラウザなど、「宇宙」で一般的なソフトウェア アプリケーションの使用方法を学習できます。これは強化学習の形でも起こります。 OpenAI の創設者の一人である Ilya Sutskever 氏にとって、この配置は実際には言語を理解する別の方法です。 AI は、人間の自然なチャット方法を理解して初めてインターネットを閲覧できるようになります。一方、マイクロソフトは強化学習を通じて言語に対する別のアプローチを採用しており、スタンフォード大学の研究者は「ロボットコラボレーション」によるアプローチを模索している。

*** 成功は、単一のテクノロジーではなく、複数のテクノロジーの組み合わせによってもたらされる可能性があります。モルダッチ氏は実は、ロボットが話すことを学ぶだけでなく、言語自体を理解し、自ら言語を作り出すことを可能にする別の技術を提唱している。人間が初めて言語を生み出したのと同じように、ロボットも新しい時代を先導するかもしれません。