あらすじ
松尾豊氏（東京大学大学院教授）推薦！
ブラーゲ賞ノンフィクション部門受賞。
AI（人工知能）の歴史、現在、未来の展望をわかりやすく解説する、ノルウェー発のサイエンス・ノンフィクションが上陸。
本文は3部構成となっており、まずは人工知能の歴史。次いで人工知能の最先端の現状と、人間が問題解決や意思決定まで機械に任せるとどうなるのかの倫理的、進化論的考察。最後に、創造性、意識、人工知能の未来の問題を論じます。どれも具体的な逸話が豊富で、かつコミカルな口調とテンポのよい解説は秀逸で、人工知能に詳しくない読者でも気軽に読むことができます。
第1部の歴史では、18世紀の「チェスをするトルコ人の人形」から始まり、アラン・チューリング、DeepBlue……そして教師あり・なし学習、ニューラルネットワーク、ChatGPTなどなど。損失関数設計の問題に登場するのは、超インテリジェントなお掃除ロボット。家をきれいにすることに勤しむロボットは、ある日こう気づくかもしれない。汚れの元凶はあなたであり、最適解とはあなたを排除することだと……。
第2部の人工知能の現状での逸話は、オスロ中央駅近くのピザチェーンにあったデジタル看板の話。メニューに載っている食べ物の写真を次々に映し出すだけでなく、なんと隠しカメラでそれを見ている人の表情を観察していました。その一方で、テスラ車はカメラで周囲の状況を撮影しています。この2例から著者は、「データを集めること」と「データの使用目的」は分けて考えるべきだと語ります。さまざまな事例を引き出しつつ、人工知能の現状と問題点を説明します。
第3部は、AIの倫理をどう考えるか。その結論は、規制はすべきだが、その過程は簡単でも単純でもない。このまま機械に意思決定を任せてしまうと、人間の意思決定能力が低下するとの意見があるが、これは進化論上、普遍的なこと。データを集める目的は何か、同意をどのように得るのか？ 大衆、AI技術者、政治家のあいだで人工知能に対する考えは異なります。EUで進んでいる人工知能に関する法の整備についても論じます。
感情タグBEST3
Posted by ブクログ
平易な文章でAIの歴史や仕組み、さらには倫理など幅広く書かれていて大変参考になりました。トルコ人のチェスやイライザ効果について笑って読めるのも今の時代だからですね。最後にロジャー・ペンロースの「意識なんてものにはかかわらないようにするね。時間を無駄にするだけだから」と言う言葉が引用されていました。意識を考えていくと科学者と言うより哲学者になっちゃう
Posted by ブクログ
人工知能から人工意識としてのチューリングテストへ。こんなタイトルだけれども、意識は奥が深すぎて踏み込むべきではないというのも面白い。
まぁ定義が難しいからなー。
アルファgoやニューラルネットワークの仕組み、画像生成まで優しい語調でユーモラスに教えてくれるのは初学者にとってありがたいと思う。
Posted by ブクログ
アナログコンピューター データを直接取り込む 数値変換不要 固有目的
ゲーデル 完全かつ無矛盾な数学体系は存在しない
チューリング 停止性問題 事前に完璧なプログラムチェックはできない
万能チューリングマシン アルゴリズムさえ書けばどんな計算もできる
ノイマン コンピューターを設計 記憶専用の部位がある
サイバネティクス インテリジェントシステムの情報処理方法
人工知能 人口システムに知性を創造
チェスコンピュータの基礎 1.評価関数 2.静止探索 3.アルファベータ枝刈り法
ディープブルー 1秒に2億の局面探索
アルファゼロ 対局を経験し 直観 人間が知らない戦略も
シンボリックAI＝表ベースのプログラム ルール＝エキスパートシステム
機械学習 分類＝決定木
サブシンボリックAI ニューラルネットワーク 深さの情報
現実社会≠住みたい社会 データ＝何が起こっているか・理由はわからない
統計学的バイアスの原因はデータ
教師あり学習 難点 世界中をラベル付け必要 データを集めることが困難
見たものを把握 行列に変換
福島 ネオコグニトロン×誤差逆伝搬法＝画像認識用ニューラルネットワーク
畳み込みネットワーク covnets＝多くのフィルター
アルファフォールド タンパク質の3次元形状を出力 アミノ酸配列と形状の学習
ヒトゲノムのタンパク質 解明17％→一晩で倍に→すべてのタンパク質が
facebookの投稿から うつ病の兆候がわかる 個人データ保護法
AIを人間が理解できる説明は研究途中
チャットボットAIにツイートさせるとヘイト拡散者になる
Google LaMDA 人間の会話で学習 意識
拡散モデル ノイズから画像≒大理石からダビデ 不要なノイズを取り除き
特徴を使づける 生成の源は他のアーティスト作品である訓練データ
倫理のトレードオフの時代
AIは新しい電気 すべてを変える 人間中心の対策 安全性？
自律（意思）と自由（行動）
主観的で文脈（状況）に依存 影響される 判断能力の低下 AI判断の理解困難
統計分布から絵を描くこと 創造性？
機械学習は品質保証が未開発 同じデータセット＝「後ろ向き研究」
新薬は対象でなかった別のデータセットでのテスト＝「前向き研究」
AIの倫理に必要なもの 説明可能性
知能の壁
レコメンデーションの効果
知能とは目的達成能力 目標、倫理と価値観は複雑
意識は主観 外から観察して定義できない 量子物理学的な創発現象
