CLOSE UP コラム | 人工知能の定義（汎用型と特化型、強いAIと弱いAIの違い）
CLOSE UP コラム | 人工知能の定義（汎用型と特化型、強いAIと弱いAIの違い）
2017年01月23日
オープンソース活用研究所 所長 寺田雄一
人工知能（Artificial Intelligence, AI）というキーワードが注目を浴びるなか、その定義は、実は、あいまいになっている節がある。本稿では、その理由も含めて、出来得る限り、その定義に迫りたい。
東京大学で人工知能やウェブ、ビジネスモデルの研究を行い、「人工知能は人間を超えるか ディープラーニングの先にあるもの」など多くの関連書籍を著している松尾 豊氏によると、人工知能とは「人工的に作られた人間のような知能 」だと言う。
この非常に茫洋とした言い回しからもわかるとおり、2016年の段階では、人工知能についての厳密な定義というものはまだ確立していないことがわかる。
人工知能研究の歴史は100年近くあり、人工知能技術はコンピュータ自体の存在意義である「計算や処理の自動化」を担う中心的なテクノロジーとして、研究開発が盛んに行われてきたが、2010年前後から始まった人工知能第三次ブームでは、技術が飛躍的に進化してこともあり、現実の開発が研究を追い抜いているような状況が推察できる。
2016年現在の人工知能を機能面から捉えると、次の5種類に分類できる。
文章や言語の認識、分析、生成を行う。
画像や映像の認識、分析、生成を行う。（コンピュータ・ヴィジョン）
音声の認識、分析、生成を行う。
自動車、家電、機械、設備などの制御や操作を行う。(IoT)
複雑な課題を解決するための、推論エンジン的な役割
例)
検索エンジンの結果やネット掲載広告の最適化
囲碁や将棋やコンピュータゲームの攻略
複雑な最適化問題の解決
長い人工知能研究の歴史の中で、定義も時代によって変わってきたが、そのゴールも変更されてきた。当初設定されていた人工知能のゴールは「人間と同等の知能を実現する」ことにあったが、この目標では難易度が高いことが明らかになった近年では、「人間のような知能 」(人間の知能に限りなく近いが、その能力には差異がある)というゴールも新たに設定されるようになった。
現在の研究対象は、個別の領域に特化して能力を発揮する「人間のような能力」をもつ「特化型人工知能」と、異なる領域で多様かつ複雑な問題を解決する「人間と同等の知能」をもつ「汎用人工知能(AGI: Artificial General Intelligence）」というふたつの潮流がある。
さらに「強いAIと弱いAI」（Strong AI and Weak AI）という論争もある。「強いAIと弱いAI」とは、人工知能（AI）が真の推論と問題解決の能力を身につけられるかどうかという論争である。
ディープラーニングを駆使したサービスを提供するLEAPMIND株式会社の松田総一氏によれば、「強いAI」とは「人工知能らしい人工知能」を意味するという。すなわち人間の脳のすべてを再現しようとするアプローチを「強いAI」だとする考え方だ。
そのほかにも先に紹介した「汎用型人工知能(AGI)」も「強いAI」のひとつである。AGIは、人間レベルの知能の実現を目指しているため、他のAIプロジェクトと区別するためにAGIと呼ばれている。しかし短期間で人間の知能の複製はできないという見方も強まり、現在では一部の少数の研究グループがAGI研究を行っている。
「強いAI」は全能であるが、一方、そこには「強いAIは本当に実現可能か」という課題が立ちはだかる。全能の人工知能には、経験、直感、魂、人格などの人間しか持ち得ない能力を科学的に解析することが求められるからだ。
もし「強いAI」が誕生すれば、当然ながらビジネスシーン、そして社会全体は大きく変貌するだろう。しかし、人工知能の定義も茫洋としている現在、その山頂に至るまでには多くの課題が待ち構えているのが人工知能研究の現状のようだ。
下記サイトからの要約。
http://www.sejuku.net/blog/7290
１９９３年、株式会社野村総合研究所（ＮＲＩ）入社。 インフラ系エンジニア、ＩＴアーキテクトとして、証券会社基幹系システム、証券オンライントレードシステム、損保代理店システム、大手流通業基幹系システムなど、大規模システムのアーキテクチャ設計、基盤構築に従事。 ２００３年、ＮＲＩ社内に、オープンソースの専門組織の設立を企画、１０月に日本初となるオープンソース・ソリューションセンター設立。 ２００６年、社内ベンチャー制度にて、オープンソース・ワンストップサービス 「ＯｐｅｎＳｔａｎｄｉａ（オープンスタンディア）」事業を開始。オープンソースを活用した、企業情報ポータル、情報分析、シングルサインオン、統合ＩＤ管理、ドキュメント管理、統合業務システム（ＥＲＰ）などの事業を次々と展開。 オープンソースビジネス推進協議会（ＯＢＣI），ＯｐｅｎＡＭコンソーシアムなどの業界団体も設立。同会の理事、会長や、ＮＰＯ法人日本ＡＤｅｍｐｉｅｒｅの理事などを歴任。 ２０１３年、ＮＲＩを退社し、株式会社オープンソース活用研究所を設立。
2022-07-28（木）15:00 - 16:00 「【サービス事業者向け】中小企業が狙われた、サプライチェーン攻撃の手口を解説 ～サイバー攻撃の被害に遭う中小企業の3つの共通点と、その対策～」 と題したウェビナーが開催されました。 皆様のご参加、誠にありがとうございました。 当日の資料は以下から無料でご覧いただけます。 ご興味のある企業さま、ぜひご覧ください。
データマイニング(Data Mining)とは、収集した大量のデータセット(ビッグデータ)に対して、各種データ解析技法(統計学/パターン認識技術/AI技術など)を駆使することにより、そこに潜む「相関関係」「規則性」「傾向」などの「価値のある有用な知見」を見つけ出すための手法を意味する。
「Apache Spark(アパッチ スパーク)」は、ビッグデータを複数のマシンに分散して高速に処理できる、オープンソースの分散処理プラットフォームである。
「テキストマイニング」とは、自然言語解析などの手法を用いて、大量のテキストデータから付加価値の高い「知見」を探し出す技術である。人間が使用する一般的な文章データについて、文章を単語レベルに分割し解析することで「有益な情報」や「傾向」を取り出すことを目的とする。
「iPaaS(integration Platform as a Service)」とは「サービスとしての統合プラットフォーム」を意味し、ソリューションとして提供される。さまざまなハードウェアやミドルウェアについての煩雑な管理を大幅に軽減でき、クラウドとオンプレミスのサービスを簡単に統合して展開することが可能となる。
2021/03/04 セキュリティDAYS Keyspider資料
本資料を見るには次の画面でアンケートに回答していただく必要があります。
Analytics News ACCESS RANKING
