読者です 読者をやめる 読者になる 読者になる

「創造的な人工知能」開発日誌

創造性を持った人工知能と、そのビジネス応用など。未来の人工知能についても考察。

機械学習は人工知能の基盤技術であり続けるか

どうやら「人工知能」ブームは単なるブームでは終わらず、人工知能関連技術は複雑な問題を解決する方法論として定着していきそうです。自動運転、受給予測、自動応答など様々な場面で、現在の人工知能技術を基礎とした技術が用いられていきそうです。

 

その人工知能の基盤技術が機械学習なわけですが、今後も長きにわたって重要な技術であり続けるでしょうか?真空管のように、新たな技術に置き換えられることはないのでしょうか。

 

まず、機械学習というのはアンブレラタームで、様々な手法が機械学習に含まれます。ディープラーニングサポートベクターマシン、Latent Dirichlet Allocation、簡単なところだとロジスティック回帰まで機械学習に含める人もいます。(厳密にはLDAやロジスティック回帰は統計モデルだろ!と叱られそうですが)

 

では、機械学習とは何かというと、「データから振る舞いを自動で獲得するための手法」です。囲碁のAlphaGoは、過去の対局データから打つべき手を自動で獲得することで人間を超えました。囲碁の局面のひとつひとつについて、手動で打つ手を決める(プログラムする)ようでは、プロの棋士には及びません。自動運転も同じです。周囲の状況をもとにアクセルを踏むハンドルを切るといった振る舞いを、データから学習して獲得しています。

 

現在の人工知能ブームを牽引している機械学習研究の燦然と輝く成果は、

  • 過去のデータが想像以上のポテンシャルを持つことを明らかにした。過去のデータから情報をうまく引き出すことで、囲碁でトッププロに勝つことや自動運転が可能になることがわかった。(多くの研究者は、「データさえあれば、企業の経営だって可能になる」と考えていると思われる)

ということです。

 

この、データから(つまり経験から)振る舞いを獲得していくというのは、実世界の複雑な環境を乗り切るためには不可欠な方法論だと思います。世界の本質は常に変化し続けるということであり、その環境で上手に生きていくというのは臨機応変に対応することです。(適応したものが生き延びる)

 

ですから、今後、ディープラーニングをはじめとする現在の到達点を大幅に超える手法が出てきても、それは機械学習の新しい手法が出てきただけであって、依然として機械学習の研究は続いていくわけです。