なぜ人間は自分たちよりも賢い人工知能を作り出すのでしょうか?舞台裏では複雑なネットワークサポートが行われている

人間が自分よりも賢いものを創造できる理由について考えたことがありますか?あなたは、人工知能というこのもののことを考えたに違いありません。 2016年、AlphaGoは人間の囲碁世界チャンピオンであるイ・セドルを破り、ロボット時代の到来を世界に告げました。

2019年、中国では344の大学がAI関連の専攻を開設しました。AIは効率性の向上や機会の発見の原動力としての役割から、世界中の政府や企業からますます高い注目を集めています。

しかし、人工知能の開発は常に順調に進んでいるわけではない。 1956年以来、米国は人工知能の分野でさらなる発展と応用を達成することを期待して多額の資金を投資してきました。しかし、結果は満足のいくものではなく、多くの試みは行き詰まってしまいました。

では、なぜ近年人工知能が再び人気を集めているのでしょうか?人工知能が活性化する仕組みは何でしょうか?

[[389804]]

ドローン編隊

人工知能に新たなエネルギーを与えるものは、「ディープニューラルネットワーク」、別名「複雑ネットワーク」と呼ばれます。複雑なネットワークは通常のネットワークよりも複雑です。

昔、人々はネットワークがランダムに形成されると信じていました。しかし、現実世界のネットワークの大部分は、ランダムネットワークでも通常のネットワークでもありません。

「複雑系」という言葉があります。人間の脳、都市の運営、自然生態系、地球の気候はすべて複雑系です。複雑ネットワークは複雑系を説明する最も効果的な方法です。複雑なシステムのさまざまなコンポーネントをノードと見なし、ノード間の相互作用を分析します。

[[389805]]

複雑ネットワークは、複雑システムを研究するための最も重要なツールと方法を提供します。ほとんどの場合、現実世界の複雑システムを複雑ネットワークとして見ることでのみ、より良い説明が得られます。たとえば、夏の夜にはホタルが同じ周波数で明滅し、田んぼではカエルが一斉に鳴きます。これらの自己同期現象は、複雑なシステムが複雑なネットワークの動的なメカニズムによって説明できるため発生します。

たとえばドローンを例に挙げてみましょう。現代の戦争では、ドローンがますます重要な役割を果たしています。過去には軍隊はドローンを 1 機だけ送り出すこともあったが、現在では数十機、あるいは数百機ものドローンを一度に送り出して編隊を組んでいる。同時に離陸する多数のドローンをどうやって制御するのでしょうか?ドローン間の衝突を防ぐためにどのように行動を調整するのでしょうか?

これまでのアイデアによれば、各ドローンには遠隔操作用のコントローラーが装備されている。しかし、これほど多くのコントローラーをうまく連携させるのは不可能な作業です。もう 1 つの方法は、各ドローンの動作を制御するための統一されたコマンドを発行するコントロール センターを設置することです。しかし、このシステムには問題があります。コントロールセンターが故障すると、編隊全体が影響を受けます。

[[389806]]

ではどうすればいいでしょうか？軍が最終的に考え出した解決策は、ドローンを複雑なネットワークに編成し、各ドローンをネットワーク内のノードとし、それらの間の通信チャネルを接続点とするというものだった。ドローンは、リアルタイム通信、情報共有、共同偵察、攻撃を通じて相互に行動を調整することができ、これは複雑なネットワークの自己組織化の特徴です。この自己組織化ネットワークが形成されると、素晴らしい結果が生まれます。

一つ目はコスト削減です。大型でインテリジェントなドローンを製造するには、非常にコストがかかります。比較的シンプルな機能を持つ小型ドローンを大量に製造すれば、コストは大幅に削減されます。

2つ目は、高い回復力を備えています。ドローン編隊は比較的回復力のあるネットワークです。たとえ数機のドローンが敵に撃墜され、これらのノードが破壊されたとしても、ネットワーク全体は正常に動作し続けることができます。

3つ目は柔軟性です。 1 台のドローンでは特定のアクションとタスクしか実行できません。パラメータ設定を調整するだけで、ドローン艦隊は現地の状況に応じてさまざまなタスクを完了できます。

[[389807]]

児童人身売買組織

ドローンは、人間が知識を活用して複雑なネットワークを構築するものです。すると、人間は知識を活用して複雑なネットワークと戦うことになります。

次の例は、どんな親も嫌うであろう児童人身売買です。我が国では児童人身売買は死刑に処せられる可能性があり、このことはこの犯罪と闘うという国の決意を示すものである。

児童人身売買は一般的にギャング犯罪であり、人身売買された子供たちは違法に養子縁組されるまでに何度も移送されなければならない。そのため、一度子どもが誘拐されると、戻ってくる可能性は非常に低く、子どもを誘拐した最初の犯人は連絡先が誰になるか分かりません。過去には、捕まった者は重い刑罰を科せられ、事件はインターネットの観点から扱われることはなかった。

[[389808]]

2018年、武漢大学の王震氏と他の4人の学者は、児童捜索ウェブサイト「Baby Come Home」から行方不明者のデータ2万人分を入手し、そのデータを使って省や市レベルで児童人身売買の犯罪ネットワークを構築した。

最も重要な人身売買ルートは、東部の発展途上地域から先進地域へのものであることが判明しました。これらの先進地域の一部では、女の子よりも男の子を優遇する考え方が深刻です。人身売買の距離で見ると、42.4％の人身売買が同一都市内で発生しており、都市をまたいだ場合でも、人身売買現場と違法養子縁組現場の距離は500キロメートル以内であった。これは、児童人身売買のかなりの部分が近距離または同一都市内での取引であり、多くの人が考えるように子供たちが遠く離れた場所に売られているわけではないことを示しています。

さらに、犯罪者のネットワークは本質的に適応的です。ある都市で人身売買組織を取り締まると、彼らは別の都市に移動します。この鉄道線路を攻撃すると、敵は高速道路に移動します。

複雑ネットワークの観点からは、どの都市が重要な結節点であり、どのルートが主要ルートであるかを知ることができるだけでなく、犯罪組織の社会的ネットワークに基づいて取り締まりに直面した場合の対応計画や代替の密売ルートを分析することもできます。このような精密な研究によってのみ、より効果的な攻撃計画を策定し、半分の労力で 2 倍の結果を達成することができます。

[[389809]]

人工知能の自己進化

元の質問に戻りますが、なぜ人間は自分よりも賢いものを創り出すことができるのでしょうか?答えは自己進化です。

人工知能の本質は、人間の思考プロセスのシミュレーションです。従来の人工知能は、構造シミュレーションの道を辿って人間の思考をシミュレートします。人間の脳の内部構造や動作の仕組みを模倣して機械を製造することですが、人間の脳は複雑すぎるため、脳科学の研究はまだ始まったばかりです。コンピューターはどのようにして人間の脳と同じ複雑な構造を再現できるのでしょうか。

この方法がうまくいかない場合は、別の方法を試して、人間の脳の機能をシミュレートしてください。機械は人間のように学習し、自ら問題を解決する方法を見つける能力を持つことができるでしょうか?

たとえば、AlphaGo はディープ人工ニューラル ネットワークを使用します。いわゆる「深さ」とは、階層化を意味します。深層人工ニューラル ネットワークは、生物学的脳と同様に階層化されており、合計 13 層あります。チェスをプレイする際、AlphaGo はチェスのゲームをデータに変換し、ニューラル ネットワークの最初の層に入力します。処理後、データ セットを出力し、2 番目のニューラル ネットワークに入力する、というように繰り返します。合計 13 回実行され、最終的にチェスの駒の位置を計算します。

科学者たちは複雑ネットワークの考え方を使って人間の脳のニューラルネットワークをシミュレートしてきましたが、このニューラルネットワークが実際にどのように「考える」のかはわかっていません。人工知能が問題を考える方法は、繰り返しのトレーニングを通じてパラメータを調整することであるため、このプロセスはランダム性に満ちています。

したがって、科学者ができる唯一のことは、大量のデータを人工知能に入力することです。たとえば、何百万もの囲碁名人のチェスの記録を AlphaGo に入力し、人間の支援を受けて教師あり学習を実行できるようにしています。これらのチェスの記録がすべて使い果たされた後、科学者たちは AlphaGo を自分自身と対戦させ、人類がこれまで見たことのないチェスのゲームを数多く生成させ、トレーニングを継続させました。トレーニングを重ねるごとに、AlphaGo はより強力になりました。

[[389810]]

最新バージョンのAlphaGo Zeroでは、チェスの遊び方を教える必要がなくなったと言われている。ニューラルネットワークを最適化することでゲーム能力が向上している。わずか3日間のトレーニングで、AlphaGo Zeroはすべての戦いに勝利し、100対0の記録でAlphaGoを破りました。

これは、自己学習、最適化、反復することでさらに強力になる複雑なネットワークの自己進化の力です。人工知能は、複雑ネットワークの視点とツールを取り入れて初めて質的な飛躍を達成しました。

これを読んだ後、複雑ネットワークについてより深く理解できたと思います。私たちが住む世界では、多くの現象が複雑です。複雑ネットワークは、これらの複雑なシーンを研究用のネットワークに抽象化します。

ドローンの自己組織化から、児童人身売買組織の自己適応、人工知能の自己進化まで、それぞれが複雑ネットワークの魔法を反映しています。したがって、人間がロボットに自己学習能力を与え、膨大な量のデータサポートを提供し、このロボットが人間よりも賢くなったことは驚くべきことではありません。