Ai、人工知能をわかりやすく、倉庫作業に例えてかんたんに説明

【5分で読める】Ai、人工知能をわかりやすく、倉庫作業に例えてかんたんに説明

2020/10/19

人工知能をレベルによって分ける

Aiとは、人工知能とは何かを、人工知能は、何ができて、何ができないのか?

人工知能を
「倉庫で、荷物を配送するための仕分け作業」
として見てみよう。
その仕分けの作業と、人工知能のレベルを比較することによって、人工知能をより理解できる。

レベル1

[対象]
アルバイト

[内容]
数枚のルールが書いてある指示書に従ったごく簡単な仕分け作業

荷物を縦何cm以上、横何cm以上、高さ何cm以上の荷物は「大」、何cmから何cmまでは「中」、それ未満は「小」といったようなルールに従って仕分ける。

【レベル1人工知能】
制御プログラムを「人工知能」と称していて、マーケティング的に「人工知能」としている。
制御プログラムを搭載しているエアコン、掃除機、洗濯機、電動シェーバー、など。

レベル2

[対象]
一般社員

[内容]
多くのルールが書いてある分厚い指示書に従った仕分け作業

荷物の縦・横・高さ・重さなどの情報で仕分けるが、荷物の種類に応じた多くのルールがある。
例えば、「割れ物注意」のタグが付いていれば丁寧に扱う、天地無用であれば上下を入れ替えない、ゴルフバッグであれば縦に置く、生鮮食品は冷蔵扱いとする。

【レベル2人工知能】
レベル1をより複雑にしたもので、多くのパターンの機能をもつ。
安価な掃除ロボット、将棋やパズルのプログラム、占い診断のプログラム、簡単な質問に答える人工知能、など。

レベル3

[対象]
部長

[内容]
ルールが書いてある指示書がない中で、サイズに応じて、仕分け作業

倉庫内の荷物のサイズを見回して、「このサイズは大」「このサイズは中」「このサイズは小」というルールを自分で学ぶ。
次からは自分で「このサイズは大だな」「このサイズは中だな」「これはどこにも当てはまらない」と判別して、自分で仕分けする。

【レベル3人工知能】
ヒントを用いて、データを探索することで、ルールを自ら学習し、ルールに基づいた行動をする。※機械学習という。
掃除ロボットのルンバである。ルンバは、掃除をしながら、部屋の大きさや、どこに障害物があるのかを自分で学習して、より効率的に掃除を行う。

レベル4

[対象]
社長

[内容]
倉庫内の荷物の仕分け作業

倉庫内の荷物を見回して、例えば、ゴルフバッグをいくつか束ねて、「このタイプの荷物は、サイズ的には『大』かもしれないが、他とは明らかに異なる形状なので、別扱いしたほうがいい」と気付き、ゴルフバッグについての荷物のルールを自分で作る。これを繰り返すことで、時間が経つほど、一番効率的な仕分けの方法を学んでいく。

【レベル4人工知能】
データを探索することで、レベル3におけるヒントを自ら見つけ出す。そして、ヒントから、自分でルールを作る。それを繰り返して、ルールを進化させていく。※深層学習(ディープラーニング)という。

自動運転や、医者では見つけられない「がん細胞の検出」、弁護士による「調査(過去の判例と照らし合わせる作業)」、など。

【参考】
人工知能は人間を超えるか

【参考】『人工知能は人間を超えるか』要約

Aiだ、人工知能だと世間は賑わっているけれど、本当の意味での人口知能は、できていない。例えば、ドラえもんのような、人間のように自律的に思考するコンピュータはできていない。
人間の脳の中には、多数の神経細胞があって、そこを電気信号が行き来することで、脳は動いているから、原理的には、脳は、コンピュータと変わりない。しかし、人間の脳の仕組みは、解明されていないから、人口知 ” 脳 ” を作り出すことはできない。

人工知能の実現

飛行機の場合は、鳥が飛ぶための「揚力」という概念を見つけ、揚力を得るための方法を実現すればよかった。
人工知能においても、知能の「原理」を見つけ、それをコンピュータで実現すればよい。それが人工知能の出発点である。

人工知能と脳の関係

スポーツ選手はスポーツを「構成論的」に理解していて、スポーツ評論家は「分析的に」解明している。

構成論的
「システムを作って動かすことにより理解する」という意味で、対応する言葉は、「分析的」である。

人工知能研究者は、知能を「構成論的」に理解しようとし、脳を研究する脳科学者は、「分析的」なアプローチで知能を解明しようとしている。
「人間の知能を構成論的に理解する」という目的からすると、現在では、人間のように賢い知能をつくることはできない。

コメント

タイトルとURLをコピーしました