クラウドからAIへ　小林雅一　朝日新書
アップル・グーグル・フェイスブックの次なる主戦場

人工知能は６０年前から
あらゆるジャンルの学者たちが一同に介して始められた
しかし答えを一つにしない相対的な脳のファジーな部分を
解決できずに論理と法則とルールによって挑戦した第一次は収束し
８０年代に起こった第二次のAIは様々な業界の知識を持ち寄った
集合によって実用化に向かうが柔軟性に欠けた為に頓挫する
そして第三次が今盛り上がっているAIである
アルゴリズムの統計学による確立的な方法で曖昧な部分を
柔軟に対処することによって無限大の領域を相手にできる可能性を持った
1997年チェスで世界チャンピョンを負かしたIBMのディープ・ブルー
TVのクイズ番組で優勝したIBMのワトソン
あるいは音声操作によるsiriを導入したアップル
自動車の自動運転を目指すグーグルなどの各社
医療助手を務めるロボットや
掃除機のルンバなどが活躍し始めている
危ない話では無人偵察機から無人爆撃機や戦闘機
あるいは災害用ロボットを転用する兵隊ロボット

ビッグデータと呼ばれる世界中に人間の思考や趣向を網羅することで
シナヤカな答えを引き出しロボットが自ら情報処理をしながら
成長していくという具合で生き物に近づいてきた
ある意味知らね間にユーザーの情報によってロボットの成長を即され
下手をするとユーザーがロボットに管理されそのロボットの元締めが
全てを支配するというシナリオに成り兼ねないのである
翻訳機もユーザーがロボットに情報提供することで
生きた言葉を並べらる能力を高めていけることになる
アルゴリズムによる人気投票が人間の目指す目的と一致するとは限らず
狭い世界の迷路に紛れ込も危険な可能性も大きい

知識が次元の違う意識を賄えるかと言えば
ディテールが全体像を理解出来るかという話になり
処理と理解の違いが表面化してくる
統計による答えは処理しただけで理解してはいない
今は統計データで結果を出しているけれども
将来心とか意識と関わることになった場合にツマズクことになるだろう
そこで出てくるのが脳の動きを模倣したニューラルネットワーク
知覚メカニズムを模倣したディープラーニング
しかしレイヤが増えれば遅くなる
目の神経を聴覚野に繋いでも視覚能力を発揮するという
五感の相互変換が可能だということに目を付け
大量の情報から抽象化するために必要な本質部分だけを取り出すことで
コンパクトにできるようになる
されにyoutubeを使ってAIがネコの概念を自習することで
自力に獲得させることに成功する
画像認識だけでなく音声も言語処理も自習することで処理できる可能性を得た
クラウド型のサービスにすることで世界中にユーザー情報をサンプルとして得る
いよいよ人間の代わりとなる機会の誕生を迎えて何を考えなければならないか

柔軟な処理をするということは完璧でないわけで その空白となるブラックボックス故のパニクッタ暴走や誤作動に どう対応するかと言う問題や いずれ依存の関係なのか対等な分業なのか 人権とロボット＝ヒューマノイド権の調整が必要になるかもねと言う問題 人間のニューロンは１千億個でシナプスによって相手を選びながらつながるのに対して
AIは数万個の工学的ニューロンと少ないながらも同じような仕組で働く
いくら手塩にかけて育てても思うようには育たないのが現実ですから
ロボットも同じように危険をはらむ条件上にあるといえるのです
金融世界でもフラッシュ・クラッシュと呼ばれる誤動作が起こり
１０分足らずで数十兆円が失われたと言う話もあるし
２０秒間で株価が２０ドルから１セントに暴落した企業もあるという

人間の仕事がなくなる問題をどう解決するか
オフィス・工場・倉庫での多能工
さらには病院の看護師や医者・
あるいは新たな雇用を生むか  最も飛躍して且つ有効だと思えるのはそれぞれの生き方に沿って 過不足のないベーシックインカムの採用である 実利的な生産のほとんどをAIロボットに任せ 人間は消費と創造とそれをこなすべき労働作業とを受け持ち 人間臭く抽象性の高い仕事を遊びとして深く関わっていける道を開く  ある意味原初の人間に戻って大自然の解明に挑む その対象は無限にあるはずだ 全ての現象や心の動きに対して何故かと問い掛けて研究実験するのもありだし 現象自体にタユタウことをたのしんでもいい
更には出合った状態から起こる想念を写し取ってもいいだろうし そこに創造を織り込んだ表現をするのもたのしいかもしれない 何しろ無限の可能性を孕んだこの世界を可能な限り 精一杯に出合った仲間と切磋琢磨することで未知なる今に挑戦し 視野を広げ新たな発見をし全体観を膨らませて行くことを 目指していられれば幸福なのだと思う
 

2017年06月03日

Posted by ブクログ

少し前に流行ったクラウド、ビッグデータから、著者は今はＡＩ（人工知能）へシフトしてきているという。そのための入門書的な新書。

内容は、１章で現代のＡＩの代表である、アップルの音声認識ソフトSiri、グーグルのセマンティック検索、フェイスブックのグラフ検索などの例を挙げ、２章では、ＡＩの研究がどのように発展して来たかを説明している。

３章では、音声認識技術、グーグル・グラス、自動車の自動運転技術、家庭用ロボットなど、医療現場に導入されるロボットなどを紹介し、４章では、人間が機械に依存しすぎる危険性と、人間が機械に存在価値などを奪われる危険性にわけて解説している。

ＡＩについては、まだまだわかないことが多いことと、筆者が書くような未来になるとは限らないが、少なくても現在地点を知る上では、格好の入門書だと思った。

2015年10月04日

Posted by ブクログ

この本は絶対2014年中に読んだ方がいい‼︎来年になったら遅いかも。なんでsiri？なんでpepper？各ITメジャーの今後3年間の競争が想像できてわくわくします。

2014年11月20日

Posted by ブクログ

ビックデータという確率・統計的手法を用いて蘇ったAIという「技術」について、その歴史から価値、将来性に触れている。知的好奇心をつすぐられる一冊。

2014年09月30日

Posted by ブクログ

AIの歴史について。そんなに昔からあったとは知らなかった。AI開発にも流派があるというのは面白い。昔の本だけど今聞いても学びがあった。各社がなぜサービスを格安で提供できるのかについて、「本当のビジネスはそこではなく、膨大なデータを収集してそれを分析し活用することで、それが新たなビジネスになるからだ」というのは言われてみればそう。ITやAI初心者にはオススメ。【Audible】

2026年05月08日

Posted by ブクログ

フロントエンドとしてのSiriの役割や狙いは戦略的でとてもためになった。自動運転に関しては、技術的な課題よりも倫理的な課題の方が大きいのではないか。AIと協働するために開発の方向を人間が指し示す必要性を実感、歴史も振り返ることが出来ていい書籍だった。

2026年02月18日

Posted by ブクログ

展示会でディープラーニングという言葉には触れていたが、AIとつながりがあり、またこれが今、Siriをはじめとするロボット技術と非常に深い関係があることに驚かされた。自動翻訳が非常に有用になってきたと思っていたのだが、その背景がよくわかった。アシモフのロボット三原則の必要性がもうすぐそこまで必要になっていると思わされる本であった。

2018年11月12日

Posted by ブクログ

モバイルデータ通信クラウドによる検索に音声入力を導入。
スマホに音声入力を導入することで囲い込みができる。
ビッグデータを利用した新たな検索方法には AI 自己学習がかかせない。
aiぎじゅつの応用で実現できることや問題点の指摘がされている。
モバイル端末アプリについての利便性を考えると高齢者への応用利用ができそうだ。

2015年06月02日

Posted by ブクログ

AIには少し思い入れがあったのでおもしろく読めた。アプローチの違いとか歴史的な話とかわかりやすかった。

2015年01月23日

Posted by ブクログ

AIは古くから不遇と期待をその歴史の中で交互に歩んできた。
しかし近年。コンピューターの発達と、膨大な統計処理によりついにAIは確固たる技術として日の目を見るときが来るかもしれない。
その時、我々人間は何をしているのだろうか。
また、どのように承認要求と日々の糧を得るのだろうか。

他のAI本と較べてもその歴史的分析や分類などの構成も良く、小話も面白い。
オススメ