第2章 知能の再発明 （要約）
この章では、知能の再発明とは何かについて説明しています。宇宙の進化を情報処理のパラダイムの進化とみなし、人類の物語をその文脈で捉えています。具体的には、生物学的脳から、より強力なデジタル基盤上で再発明された知能への移行について述べています。以下は章の要点です。
知能の再発明の意味
• 知能の進化: 人類は、生物学的脳から遺伝学に縛られない超越的存在への移行を遂げつつあります。
• デジタル基盤: 2020年代に、自然の知能をより強力なデジタル基盤上で再発明し融合する段階に入るとしています。
AIの誕生と発展
• アラン・チューリング: 1950年に「計算機械と知能」という論文で、機械が人間と同じ認知タスクを実行できるかどうかをテストする「模倣ゲーム」（チューリングテスト）を提案しました。
• ダートマス会議: 1956年にジョン・マッカーシーが提案した会議で「人工知能」という用語が生まれました。この会議はAI研究の重要な出発点となりました。
AIのアプローチ
• シンボリックアプローチ: 人間の専門家がルールベースで問題を解決する方法。例えば、MYCINシステムなど。
• コネクショニストアプローチ: 人間の神経ネットワークを模倣したニューラルネットワークを使用し、データから直接学習する方法。ディープラーニングはこのアプローチに基づいています。
進化する知能
• 小脳の役割: 小脳は運動タスクの制御に重要な役割を果たします。モジュール構造で、複雑な運動スクリプトを保存します。
• 大脳新皮質: 哺乳類の大脳新皮質は、より柔軟な思考と行動の発明を可能にします。階層構造により抽象概念を学習し、認識します。
知能の未来
• 脳コンピューターインターフェース: 人間の生物学的認知能力とデジタル技術が融合し、大脳新皮質に仮想ニューロンの層を追加することで、知能が飛躍的に拡張されます。
• シンギュラリティ: 超人的なAIの助けを借りて、知能が数百万倍に拡大する未来を予測しています。
結論
この章では、AIの進化とそれが人類の知能に与える影響について詳しく述べています。特に、知能の再発明がどのように進行し、最終的にシンギュラリティに到達するかについて説明しています。
–感想
AI、深層学習を扱ってます。
特に、下記の内容が興味深かったです。
「トレーニングデータが正しくラベル付けされる割合が60%だけであっても、ニューラルネットは90%をはるかに超える精度で学習することができます。条件によっては、より少ない割合の正確なラベルでも効果的に使用できます。[注26]
教師が生徒を自分の能力を超えるように訓練できるというのは直感的ではありませんし、同様に、信頼できない訓練データから優れたパフォーマンスが得られるのも混乱を招く可能せいがあります。簡単に答えると、エラーは互いに打ち消し合う可能性があるということです。(中略)データセットが十分に大きい場合、これらの不正確さは互いに相殺され、訓練が特定の方向に大きく偏ることはなくなります。」
