新着Pick
NewsPicks編集部

この記事は有料会員限定の記事となります。

87Picks
シェアする
Pick
Pick に失敗しました

人気 Picker
脳を真似る必要があるのか?
脳は、人類進化の過程で、必要な方向に進化してきたはず。それをなぞる必要は無いと思う。現時点で最良のものを作れば良い。
P.S.
たとえば、脳には様々な「錯覚」を産むメカニズムなどが組み込まれている。限られた能力で最大限の効果をあげるため、ライオンのように見えるものはライオンだと錯覚するように出来ているのだ。
そこまで真似しなくても(笑)。
こうやって獲得された汎用型のAIのネットワーク構造が、人間の脳と同じように機能ごとに領域が分かれていくのか、とか気になります。
AIは近い将来、「脳」よりも、生物の身体知を研究し、模倣していくのではないだろうか。

「創発」の研究分野のひとつである生物学では、「自己組織化」を研究し、人間の機能は大脳以外で運動がコントロールされていることが明らかになったといわれる。AIも、極端な分散処理のネットワークとしていったほうが、人間社会の複雑系の処理には適合するかもしれない。

また、たとえばイワシの群れがひとつの生命体のように動くのは、実は、近接する個体同士が単純な2つのルールだけで行動する結果生まれる「創発」であるという。生物を模倣するのであれば、AIもIoTと連携し、単純なルールの処理を膨大なネットワークでつなぐことで、大きな「創発」を生む可能性があると思う。
汎用人工知能(AGI)の解釈を試みます。
特化型AIで対象領域の基礎的専門知識を事前に「設計」した基礎的専門知識を「学習」で獲得する仕組みとのことですね。

比較対象として、投資の世界で言うと、個別株式とアクティブ投資ファンド、あるいは個別の投資ファンドとファンド・オブ・ファンズ(FOF)の違いでしょうか。
アクティブファンドは複数の株式や債券を買い付けます。また、一般的な投資信託は、複数の株式や債券を買いますが、FOFは複数の投資信託を買い付けることで、運用の安定性を高める効果があります。

AGIは、畳み込みニューラルネットワークという概念で構成され、その結果ディープラーニングは、脳の「視覚情報処理」を具体化しようとしています。機械学習は、大量のデータと計算パワーを利用できるようになっておりますが、一歩進めて、ディプラーニング、AGIは「データの分析」と「知識の統合」に挑戦するものでしょうか。ということは、自然言語処理にとどまらず、画像認識、いずれは感情認識ができるようになるはずです。

「データの分析」と「知識の統合」に挑戦するのは、投資信託、FOFの組成のロジック(リスクーリターン バランス)も同じです。が、優れたアクティブファンドはファンドマネージャー(FM)の脳の「情報処理」を具体化して、銘柄や組入バランスに反映しています。アナリストの意見を聞いて、FMが決定するプロセスからも納得できます。
ある著名投資FMは、組込銘柄に「違和感」を意図的に一部組み入れると表現されておられました。

この「違和感」を具体化するのが、脳の「視覚情報処理」を具体化するということと近いのかもしれません。「なぜその手を選ぶか」が、言葉によって説明できなかったことが、説明できるようになるとワクワクします。
何れにしても、汎用人工知能(AGI)により、invisible worldがvisibleになる技術進化が楽しみです。挑戦者が増えることを期待します!
この連載について
政治、歴史、遺伝学からAIまで、各学術分野の研究は、ビジネスにも有用な知見を提供する。しかしその最先端では、むしろ「わかっていないこと」の方が多いはずだ。そこで本企画では経営学者・入山章栄氏が、各分野の最先端の研究者と対談。それぞれの学問はいま「どこまで何がわかっていて」「逆に何がわかっていなくて」「ここから何をやろうとしているのか」を議論し、「知のフロンティア」からビジネスパーソンが学ぶべきことをあぶり出していく。