10MTVオピニオン|有識者による1話10分のオンライン講義
ログイン 会員登録
このエントリーをはてなブックマークに追加

ディープラーニングの特徴量抽出でロボットが人間に近づく

人工知能のディープな可能性(3)日本が重視すべき側面

松尾豊
東京大学大学院工学系研究科 技術経営戦略学専攻 特任准教授
情報・テキスト
ディープラーニングが可能にしたのは、森羅万象の中から「何が重要か」という特徴を取り出すことだった。現在の計算システムが誇る高い処理能力によってもたらされたこの技術は、やがて言葉を理解する人工知能すら生み出すだろう。そのような人工知能を、日本はどう生かすべきか、東京大学大学院工学系研究科准教授・松尾豊氏が解説する。(全4話中第3話)
時間:11:55
収録日:2016/01/15
追加日:2016/05/16
≪全文≫

●現在の計算処理技術がもたらした、人工知能技術の進展


 昔から人工知能の分野には、「モラべックのパラドックス」という問題が知られています。これは、子どもができることほど、コンピュータにやらせるのは難しい、ということです。

 実は、人工知能の研究が始まってから比較的早い1960~70年代に、定理を証明する人工知能であるとか、チェスを打つ、あるいは医療の診断をするような人工知能などは、次々に実現しています。ところが、画像を認識したり積み木を上手に積むといった、子どもでもできるようなことは、一向にできるようにならない。何十年たってもできるようにならない。ということで、これは非常に逆説的である。簡単に思えることほど人工知能にとっては難しいということで、パラドックスだと言われてきたわけです。

 それが、ここ3年ぐらいの間に急速に変わりつつあります。画像認識では人間の精度を上回るぐらいになりましたし、運動の習熟もできるようになってきました。結局そこで何がポイントだったかというと、世の中の森羅万象から、「どういう情報が重要なのか」という、特徴量を取り出すところ、情報を抜き出すところが、実は一番計算量が多く、最も大変だったのです。

 これは、現在ディープラーニングで画像認識する場合にも、最新のGPUのサーバーを使って、これを何台も並列に並べて、何十時間、あるいは時には何千時間も計算し続けて、それによって、ようやく人間と近いところまで学習が進むわけです。つまり、現在のコンピュータの計算量をもって、ようやく可能になってきているということです。


●「特徴量の抽出」は、赤ちゃんの時にやっている


 人間の場合、おそらくこういった特徴量の抽出という作業は、赤ちゃんの時にやっているのではないかと思っています。0~1歳の時に、ただ泣いて寝ているだけかというと、そんなことはなく、非常に重要な学習をしているはずです。おそらくは、先ほどのオートエンコーダのような仕組みによって、自分が次に何を見るのか、何を聞くのかを予測しながら、その予測に寄与するような特徴量を取り出していっている。それを下から次々と積み上げている。こういうことだと思います。

 2歳ぐらいになると、言葉を覚え始めます。お母さんが「猫だ」というと、それが猫であることが分かるようになります。赤ちゃんがそれを猫だと覚えられるからには、すでに赤ちゃんの中に「猫」という概念ができているはずなのですね。すでに概念ができているから、それ(「猫」の概念)に対してお母さんが「猫」というラベルを当てはめてあげると、覚えることができる。そのため、いったん言葉を覚え始めると、子どもはすごい勢いで言葉を覚えていくわけです。それができるのは、もうあらかたの概念が出来上がっているので、あとはラベルを教えればよいだけだからです。0~1歳児、あるいは2歳児といった、非常に若い頃の何年間かを使って、いま言ったような処理をやっているのではないかと思います。


●「人間の知能をコンピュータ上で実現する」という野望


 実はディープラーニングの考え方自体は昔からありまして、いろいろな研究者がトライしてきました。古くは1980年に、当時NHKの放送技術研究所におられた福島邦彦先生という方が、「ネオコグニトロン」という名前で提案されています。今のディープラーニングの仕組みは、この福島先生が言われていたこととほぼ同じなのですが、やはり当時の計算機のパワーだとなかなかできませんで...
テキスト全文を読む
(1カ月無料で登録)
会員登録すると資料をご覧いただくことができます。