【人工知能】ＡＩ、ついに囲碁まで… 一気に人間を抜き去る「シンギュラリティ」は近い？★2 [無断転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
盤上勝負でのＡＩの進化
https://www.asahicom.jp/articles/images/AS20170525003222_comm.jpg
囲碁の人工知能（ＡＩ）「アルファ碁」が２５日、世界最強棋士との対決で勝ち越した。機械じかけの知性は、人間を超えたのか。
アルファ碁に使われている「深層学習」は、人間が長年かけて培う「直感」に似た判断能力を、脳をモデルにした手法でコンピューターが自ら獲得する技術だ。
一気に人間を抜き去る「シンギュラリティ（技術的特異点）」が近づいた、とする声もある。
ただ、ＡＩは過去にも盤上で人間を打ち負かしてきた。技術は様々な形で応用され、社会を変え始めていると、電気通信大の伊藤毅志助教は指摘する。
１９９７年にはＩＢＭの「ディ… ※続く
配信 2017年5月26日07時00分
朝日新聞デジタル 続きは会員登録をしてご覧になれます
https://www.asahicom.jp/articles/images/AS20170525003222_comm.jpg
関連
【国際】米グーグルの囲碁ＡＩ「アルファ碁」、世界最強の中国囲碁棋士に第1局で勝利
http://asahi.2ch.net/test/read.cgi/newsplus/1495603095/
★1が立った時間 2017/05/26(金) 08:04:59.56
前スレ
http://asahi.2ch.net/test/read.cgi/newsplus/1495753499/ >>245
統合すんには重複や矛盾を解決する必要がある
人間の脳はなんてことなく簡単に処理できるが
これをプログラムで処理すんのは膨大なこと 囲碁も将棋もしょせんは図形的要素を含んだ計算でしかないから
ソフトのほうが人間より強くなるのは当然 こうやって金引きだすんだろうけど頭いいのにバカなことしてんな >>213
AI開発の中では、心を持たせる必用がないって結論が出てると思うが
AIと接する人間に心を持っていると思われる大対応ができれば良いだけだから >>248
今の暗号技術は素数同士の倍数は簡単に因数分解できないってことを基本にしてるから
マシンパワーさえあれば解読できちゃうんだよね 新しいゲーム・・・そうだ！ 体を動かすスポーツと合わせてみたら・・・
サッカーなんかどうか？ >>256
ボードゲームはやっと勝ったけど
コンピュータゲーム全般が適当なスクリプトでも人間は最初から勝てない言われてるしな
格ゲーやパズルみたいな単調なのはもちろんFPSもRTSもcpu圧勝は崩れないんじゃなあ >>250
ディープラーニンで、絵も音楽も小説もAIが作るようになってきてるけどね
人間が好む物を探すだけだからディープラーニングの得意分野 AI囲碁が人間より強くなったは、アルゴリズムを人間が試行錯誤で開発したこともあるし、
自己対局による学習（強化学習）のプログラムを人間が書いて、実行させたからであって、
まだ、AIがAIを作り出したり、強化したりとかは、想像もつかないけどな。
人間が頑張ればディープラーニングのネットワークモデルを考えるAIとかは作れそうだ
けど、それとて人間がそう作らなきゃならない。 既に人間を抜いてるだろ
ハードに国営のスパコン使われたら勝ち目がない >>257
例えば、言語であれば特定の音が
複数の意味を持ったり、文脈によって逆の意味を持ったり、
国よって違う意味を持ったりする
それを解決するために「国」「工業」「文芸」などラベリング、階層化をする
このラベリング、階層化作業が統合する際に膨大な作業になるってこと >>259
まーたそういういい加減な事を言う
模倣と新規創造は違う >>226
> ただ、自動運転の車が増えれば安全性は猛烈な勢いで上がるだろうな
自動運転車が世に出てくることによって新たに人間と自動運転車の間の事故が起きるよ
単に人間が悪いというのではなく、自動運転車の挙動が人間に読みづらいために起きる問題
人間は相手の運転手の様子も見て状況を判断する
例えば自分が歩行者の立場で道路を横断しようとするとき、
車の運転手がこちらを見ていればきちんと自分を認識してくれているのだと判断できる
一応停車はしているけど自分とは反対側に顔を向けっぱなしなら、こちらの存在に気が付いていないかもという危険予測ができる
アイコンタクトって結構重要よ
これが自動運転になると、ちゃんとこっちを認識した結果として停まっているのか
別の理由で停まっているのか判断できなくて
人間側の危険予測がうまく働かない >>264
ディープラーニングがどういう物か理解してる？
もしディープラーニングを模倣と言うなら、例えば今いるプロ棋士全員模倣だよ >>267
＞車の運転手がこちらを見ていればきちんと自分を認識してくれているのだと判断できる
それは見切り発車する場合でしょ。自動運転車にそんなリスクとる必要がない。 >>267 そのような個別例はあったとしても、
全体的数値としては、自動運転の安全度は高まると考えられるね。
それでもトロッコ問題が残るが、普通に考えて、もう犠牲者少人数なら
そっちを選択するしかないだろうね。後は保険の補償などで。といった現実的解決になるだろう。
>>267
おいおいｗ
教習所や免許更新の講習で一番危険なことと指導されてる「だろう運転」の典型じゃないかｗ
>>264
新規創造ｗ
あんたが新規創造したものが一つでもあるのかい？ >>264
新規想像ってなんですか？
過去の芸術の大半は模倣ですよ >>8
例の中学生はＡＩを師匠にしている可能性が高い。
駒得誘って、場所を開けさせ、そこから怒涛の攻め。 >>271
歩行者の立場で「車は一応停車している、横断歩道を渡っても大丈夫か？」って問題だよ？ >>268
そのまま返す
現状のAIで絵とかやりましたーってのは
画像加工＋パターン配置レベルでAIである必要無し
あれが文化的背景や流行を学習した上でのものなら
クオリティに関わらず大したもの 人類20万年も頑張って来たのに
なんだかあっけないな
子供の頃は、永遠に今日の延長線上に明日があるような気がしてたな ここでいう模倣の範囲ってどのくらいのことだ
そうじゃないと新規創造と模倣の話をしてもわけわからんことになる
現に今も多分>>264の意図とずれた返しになっている ディープなんとか
外人がライブラリ作って誰でも使えるようになったからな
中身分かってるやつはいないだろ AIって結局コピーしか出来なくて人間より勝ってるコピー機能を組み合わせて特定の分野だけで勝ったと言ってるだけのような？違うのかなあ？
AIの棋譜は全部人間が過去に創造したデータなんでしょ？ >>272、>>273
つ >>277
現状のあれは単純に描写の仕方(パターン)を学習してるだけで
木だとか花を学習した上で描いてるわけじゃないよ レジももっと自動化進めよう
セブンイレブンやファミリーマートのような所が率先して進めなきゃ駄目だ >>29
計算速度という点においてはコンピュータのほうがすでに断トツだけど
シンギュラリティというのはAIが自分より優れたAIを作りその連鎖で人間の想像がつかないという点で技術的特異点と言われている
計算がどれだけできてもシンギュラリティにはならない >>276
車側から停止を明確に表示すればいいだけのことだろ >>281
自分の手で動かす事出来るのだが
なぜか動かしもせず、想像でいい加減なSFを語るよね
解せぬわ
妄想するよりも自分で作った方が楽しかろうよ 計算の分野はもう人間勝てないな
次は他の面で人間に勝てるようにならないと
取捨選択出来るようにならないとな >>277
ディープラーニングがAIを変えたって話題のスレなんだけど理解してる？
今までのAIにディープラーニングを組み込むと、人間が好む物、のような物を時代に合わせて作り上げるようになるって話なんだが >>283
いやだから、過去の芸術は
そもそも学習の深化どころか
ただの模倣の汎用ばかりでしょ
それを新規創造といえるかどうか 単純なゲームが機械学習が向いてるだけ
機械学習だと自然言語理解や自動運転すら出来ない
機械学習バブルの最終到達地点だろ囲碁が >>287
初代のアルファ碁は人間側が故意に不利な手を打った時に暴
走するという欠陥が偶然見つかったね >>282 ＞AIの棋譜は全部人間が過去に創造したデータなんでしょ？
その読み込みはほぼ終わっていて、その後に
「こんなのどうだろうな」というのを、よく分からないがアルゴリズムとして放り込む。
それで千対戦以上を機械的に走らせて実行し、そして勝率が５２％以上なら採用みたいなのもやってるそうだよ。
それは日本の将棋ソフト最強開発での話だけど。
アルファ碁の場合は、そこらはかなり「完全自動化」されてるのかもしれないね。
>>291
そもそも機械学習もAIも君には理解出来んやろ？ 人間が創造的だというのが勘違いでは？
たまたまだろ
ほとんど GPUによるAIの高速化――新たなコンピューティング・モデルの誕生
自律走行の自動車が遭遇する可能性のあるシナリオ、すべてを網羅したソフトウェアなど、書けるはずがありません。
NVIDIAより
自律走行の自動車は、超人的な副操縦士として運転者を助ける、人々の移動を革新する、
都市部で無秩序に増えている駐車場の必要性を引き下げるなど、驚くべきプラスを社会にもたらす可能性を秘めています。
運転というのは複雑なものです。予想しないことが起きます。雨氷で道路がスケート場のようになることもあります。
通るつもりだった道が閉鎖されていることもあります。車の前に子どもが飛びだしてくることもあります。
自律走行の自動車が遭遇する可能性のあるシナリオ、すべてを網羅したソフトウェアなど、書けるはずがありません。
だから、ディープラーニングなのです。ディープラーニングなら、学び、適応し、改善していくことができます。
NVIDIAでは、トレーニングのシステムから車載AIコンピュータまで、すべてがそろうエンドツーエンドのディープラーニング・プラットフォーム、
NVIDIA DRIVE PXを自律走行の自動車用に開発しました。その結果、すばらしい成果が上がりつつあります。
超人的なコンピュータを副操縦士にしたり、運転手のいらないシャトルバスが走る未来も、SFではなくなったのです。 >>292
リンゴをリンゴと認識せず描くことは
おそらく人間には不可能だよ禅のせかいだ
絵を描くって五感で認識しているものを
アウトプットすることだから
絵を並べてその中で多様されている物を並べ直すとか
それAIである必要ないから
画像処理技術としては素晴らしいと思うが ビッグバン
コンピュータというものが登場して以来、ずっと、AIは、最後のフロンティアだと考えられてきました。
この50年間、人間と同じように世界を認識したり言語を理解したり、事例から学んだりできるインテリジェントなマシンを構築することが
コンピュータ科学者のライフワークだったのです。
ヤン・ルカン氏の畳み込みニューラルネットワーク、ジェフ・ヒントン（Geoff Hinton）氏のバック・プロパゲーションと
確率的勾配降下法によるトレーニング、アンドリュー・ン（Andrew Ng）氏による大規模なGPUを活用してた
ディープ・ニューラル・ネットワークの高速化が組み合わさるまで、
最新型AI――すなわちディープラーニング――のビッグバンは起きませんでした。 >>288
そうすればいい話ではある
でもいまの自動運転開発って、そういう観点のことまで考慮できているのかな？
ウインカー出したりブレーキランプ点灯で知らせる以上の情報を半ば無意識のうちに人間はお互いにやりとりしている
自動運転車の開発では人とマシンのインタラクションはどうあるべきかをもっと真剣に考えて欲しい
周囲の人間や他車との間でコミュニケーションが取れないと混乱を招くよ 映画を見て猫と人を区別するようになる。
2011年になると、AI研究者もNVIDIA GPUに注目しました。
ちょうど、YouTubeの映画を観ることでネコと人を区別できるようになるという驚異的な成果をGoogle Brainが挙げたころです。
でも、そのためには、Googleの巨大なデータセンタにずらりと並んだサーバを使い、2,000個ものCPUで処理する必要がありました。
これほど大量のコンピュータを使えるところはほとんどありません。そこに登場したのがNVIDIAとGPUでした。
NVIDIAリサーチのブライアン・カタンザーロ（Bryan Catanzaro）がスタンフォード大学のアンドリュー・ン氏のチームと協力し、
ディープラーニングにGPUを適用してみました。その結果、ディープラーニングにおいては、
12個のNVIDIA GPUが2,000個のCPUに匹敵するパフォーマンスを挙げられるとわかったのです。
そして、ニューヨーク大学、トロント大学、スイスAIラボで
、GPUによるディープ・ニューラル・ネットワークの高速化が始まり、これが爆発的な普及につながっていきます。 そもコンピュータと張り合おうって発想からして無意味なことだと思う
オリンピック100m走でバイクが出場するようなもんだ
人間同士が競い合うことに意味があるんじゃねえか
・・・まあ人間同士が戦っても客が来ないからやってるんだろうけど これからの未来、数十年、数百年、数千年のうちにそういうものが作られる可能性はあるけど
今ＡＩってよばれてるものはフェイクＡＩ
ただの特定用途向けソフトウェア
人間のように訓練しだいでいろいろなスキルを獲得できるわけではないから知能とは言えない
ものごとを理解し、知識として整理し、活用するというのはかなり難しい
もちろん将棋ソフト囲碁ソフトの進展はすごいし
そういうものが着実に進展していることも事実だけど >>299 人類は見たままを描くという技術のために何百年も費やしてるよね。
個人の画家が数十年かかって、その「写実」性能を磨き上げていた。
そういう時代が数百年は続いた。
しかしそんなのは、スマホで撮れば写真画像として一発再現。
そしてかつての絵画「写実」全盛時代でも、針孔写真機的な工夫によって
その「機械」を用いて、それでデッサンの基礎をやったりしてたのである。
芸術に定型はないし、なんだかなぁ・・・という話でもあるね。
>>296
理解できないってどの部分が？
アルファ碁はルールと棋譜を教えたばかりの時は子供にも負けるくらい弱いけど
自分対自分で1日3万局やって1ヶ月後には素人が勝てないレベルの強さになるって意味を理解してる？
普通のプログラムのソフトように、インストールした時も1ヶ月後も同じ強さな訳じゃないってのは当然理解してるよね？ 自動運転車を偽の標識で誘導して自爆テロにつかえるな。
共謀罪だな。機械学習の判事も有罪にしてくれると思うよ。 奇跡を起こすディープラーニング
そして、コンピュータによる画像認識精度を競うImageNetの2012年大会で、
トロント大学のアレックス・クリジェフスキー（Alex Krizhevsky）氏が優勝します。
コンピュータビジョンの専門家が作り込んだソフトウェアに大差をつけて勝ったのです。
対して、クリジェフスキー氏らはコンピュータビジョンのコードを書いてもいません。
ディープラーニングにより、コンピュータ自身が画像の認識方法を学んだのです。
クリジェフスキー氏らはAlexNetというニューラル・ネットワークを構築し、何百万枚もの画像を使ってトレーニングしました。
これは兆単位の回数、演算が必要な処理になりますが、それをNVIDIA GPUで処理したのです。
その結果、クリジェフスキー氏のAlexNetが、人間が作り込んだ最高のソフトウェアを超える成績をたたき出したわけです。
そして、AIレースが始まりました。次の節目は、2015年に訪れました。 俺と馬券で勝負してみろや
回収率60パー台の鬼だぜ 計算だから当たり前じゃね？
新幹線にボルトが勝てないのと同じ >>297
コンピュータだって何万回もシミュレートしてたまたまよく出来たのを採用してるだけで
やってることは人間と変わらんのだぞ
ただそのサイクルが脅威的なだけ パターンを発見してるだけでしょ？知性と言うのは違和感がある。 そして、AIレースが始まりました。次の節目は、2015年に訪れました。
ディープラーニングにより、GoogleとMicrosoftが、ImageNetで人間以上の成績を上げたのです 。
人間が書いたプログラム以上の、ではなく、人間以上の、です。その少しあとには、Microsoftと中国科学技術大学が、
IQ試験で大学院生並みのスコアをディープ・ニューラル・ネットワークで得ることに成功したと発表します。
さらに、Baiduから、Deep Speech 2というディープラーニング・システムが
ひとつのアルゴリズムによって英語と標準中国語を学ぶことに成功したとの報告が続きます。
ImageNetの2015年大会では、GPUアクセラレーテッドのディープ・ニューラル・ネットワークによるディープラーニングが上位を占め、
その多くが人間以上の精度をたたき出しました。
ディープラーニングは2012年に人間が書いたソフトウェアを打ち負かし、2015年には「超人的な」認識能力を実現したわけです。 >>304
それを変えたのがディープラーニングでしょ
アルファ碁を作った所は研究としてボードゲームをやらせてたけど
アルファ碁は囲碁をやる前に30種類くらいのゲームで人間が太刀打ちできないレベルになった
だから一番難しいボードゲームと言われてた囲碁をやらせた
そして囲碁でも人間が太刀打ちできないレベルになった >>301
対人間運転車両への配慮が現時点で足りてないように見えるのは同意するよ。
でもそのあたりは自動運転が導入された際のインフラ・環境・法律整備の範囲内だと思ってるから
当然、それに対する施策も必要になるだろうね。
まあ、でも俺が自動運転導入後に一番心配してるのは、自動運転車が暴走した場合
その原因を突き止めることが困難だろうな、ってことだね。
その運転動作を選んだことは明確でも、選んだ判断理由が切り分けられないんだよね。
>>310
あらゆる仕事はコンピュータの計算で出来るわけで、それら全てが人間を上回るのもいつかは来る。 サイコロで黒白の石30個置き石してゲームスタートとかやってそう >>309
それやると的中率90％とかになって雑誌の裏広告に乗るよ 馬券は今やらないと
みんながAI馬券始めたら、倍率下がる 囲碁や将棋は完全情報ゲームだから
いつかは完全解析されるんだろうなあ
結果、先手必勝か後手必勝か引き分けのどれになるのかは興味あるな トップ棋士チームとの対戦もアルファ碁の完勝だったな
明日の世界ランキング1位のカケツ戦ではカケツになんとか食らいついてもらいたいが ディープラーニングというブレークスルーにより、AI革命が始まりました。
AIディープ・ニューラル・ネットワーク搭載のマシンなら、
複雑すぎて人間のプログラマでは対処できない問題も解くことができます。
データから学び、使うたびに成長することができるからです。
同じディープ・ニューラル・ネットワークを、それこそプログラマでない人がトレーニングし、
別の問題を解かせることさえ可能です。指数関数的な普及が見込まれます。
そして、社会に対する影響も、きっと指数関数的になるはずだとNVIDIAでは考えています。
KPMGが最近行った研究では、コンピュータによるドライバ・アシスタンス・テクノロジにより、
自動車事故は、今後20年間で80％も減少すると予想されています。
年間100万人近い人が死なずにすむようになるということです。
これを支える要がディープラーニング型AIというわけです。 >>315
いやだから
ボードゲームに限定してる時点で
それはボードゲームを解くためのソフトであって知能ではない
アルファ碁がアルファ碁のままで翻訳とか映画評論をやりはじめたなら
考えを変えてもいいよ >>324
だから、そんなの産業革命の時にもあった 学習するネタが無数にある・作れる分野はAIで劇的に変わる
特定のがんの画像診断はもう「機械にやらせるための環境整備」レベルだろう
しかし学習する機会の少ないレア事象が含まれるようなもの、あるいは
学習させる範囲が不明確なものにまで適用すると思わぬ失敗が出て来る >>305
絵を描くときに人間が用いるのは視認だけじゃやないよ
「臭い」「音」「感触」「快・不快」、五感を用いる
例えば、絵を描く技術が未熟な幼児に
「好きなもの」って課題で絵を描かせたとき、
色と描き方でその対象に対する感情が伝わる
視認だけを追求するなら写真で良かろうけど
それってアートでもデザインでもなく
ただの記録だよね
ただの記録にAIは要らんし、シャッター押すだけ 2005年にシンギュラリティは2045年と予言した提唱者カーツワイル（google)は
去年16年前倒しの2029年にはくるだろうと予想を訂正。
AIシンギュラリティはすぐそこだ。 >>325
アルファ碁のままである必要は？
人間の代わりに仕事させるならプログラム入れ換えてもいいんじゃない？ >>325
アルファ碁のディープラーニングはすでに飛行機操縦ではベテランパイロットを凌駕
医療カンファレンスも人では太刀打ちできないレベルで正確な診断下せる 生命、宇宙、そして万物についての究極の疑問の答えもそろそろ出せるかね >>330
人間は仕事するとき、家事するとき、余暇にスポーツやるときに脳みそ入れ替える？ >>334
馬が作ろうが人間が作ろうが優れた方がやればいい 人間の思考と全く違うプロセスで勝ったって意味ないだろ AIはニューロネットの接合パターンデータだから
囲碁用ニューロネットデータを将棋用ニューロネットとか肺癌診断ニューロネットとかに差し替えるだけで動くよ
学習させるのにスパコンを何ヶ月も動かすからコストは高いが、
数がでる分野なら安くなるだろうな >>337
アホか、コンピュータがどうやって需要を生み出すんだよ
馬車を駆逐したヘンリー・フォードに学べよ >>339
人間の思考と違うプロセスで答えにたどり着いたから意味がある。
単なる機械学習ではできないこと そもそもディープランニングを理解していないのやろな
ディープランニングってのは無から有を取り出す魔法じゃないぞ
学習のための「モデル」を「人間がつくる」
技術云々のレベルの話じゃないと思うんだがな >>342
ディープランニングってのは機械学習の一部ですよ
そして、機械学習＝AIではない >>343
モデルは神経細胞のニューラルネット形成だよ
それをプログラムしてる 労働はAIと産業ロボットに任せて
人間は不労で食って生きていく社会にステップアップする時代に来たんだよ 苦痛と快楽
この感情を植えつけるだけで飛躍的に進化のスピードば上がる
臆病は勝負師の条件と言うように苦痛への恐怖が防衛能力を高めるし
快楽を求めようとする感情が向上心に繋がる ■ このスレッドは過去ログ倉庫に格納されています
