誤解だらけの人工知能 ディープラーニングの限界と可能性 (光文社新書)

著者 : 田中潤 松本健太郎

• 光文社 (2018年2月15日発売)

感想・レビュー・書評

[澤田拓也さんの感想 · 2018年8月18日]

数学科出身で、人工知能に関するスタートアップ企業の創業者である田中氏が、聞き役の松本氏がリードする人工知能に関する大枠の質問に答える形で進んでいく。人工知能の現在地が、比較的フェアな視点で語られている。
対談形式の本はこれまでの自分の経験上いまいちな仕上がりになっていることが多いのだが、ある程度語るべきことが二人で共有されており明確なので、テンポのよい読みやすい本になっている。

本書の章立ては以下の通り。

第一章 みんな人工知能を勘違いしている
第二章 人工知能はこの先の社会をどう変えていくか?
第三章 社会に浸透する人工知能に

人工知能と言われているものは、現時点のものは「ディープラーニングそのもの」であると言う。将来にわたってそうかどうかはわからないが、そんな状況のものを定義しても意味がないとでも言う。そしてディープラーニングは何かと言うと端的には「分類」することだと言う。特にディープラーニングは画像解析によくその分類能力を発揮しているが、これをして「機械による目の獲得」であるという。松尾豊さんがアンドリュー・パーカーの『眼の誕生』に書かれたカンブリア紀の生物種進化の爆発を生物による目の獲得であったとする説を引いて、同じことを言っているが、同書はここでも紹介される。パーカーの眼の獲得は自分もお気に入りの比喩で、理屈としてもディープラーニングによる機械の目の獲得から今後様々な分野で爆発的進化が起きることを予感させる。

巷のシンギュラリティ論に対して、著者はアンチシンギュラリティで、扇情的にAIが取り上げられることについてはものごとを歪めるものとして、不満に思っている。少なくとも彼らが言うようなシンギュラリティはすぐにはこないと。AIは技術であって、哲学やその類のものではないという意見だ。人間に対するAIの強みはどこになるのかというと明確で、リソースをほぼ無限に拡張できる点と、記憶が完璧な点だ。これにより、これまでできなかったことができるようになり、ある種のもの(チェスや将棋やクイズ)については人間よりもうまくできるようになっている。ただ、それが人間を超えたということにはならない。著者も『AI vs 教科書が読めない子どもたち』や『はたらきたくないイタチと言葉がわかるロボット 人工知能から考える言葉』などで言われているように機械による意味理解は大変難しいという。その通りだと思うし、この認識については、広く共通認識となってほしいと個人的にも思っている。
また、ディープラーニングにも得意不得意があり、それも含めて徐々に浸透することが見込まれるので、しっかりと足元を見て推進していこうよ、というのが著者のメッセージなのかと思う。

一方で、実際的な課題としては、技術人材、組織の理解、学習データ、の不足が挙げられる。ハードウェアの制約がGPUやクラウドの登場によって解消された今、これらのヒューマン的要素が成長の制約条件として顕在化してきている。特に日本では圧倒的に人材不足だという。日本は少なくとも数学教育では過去の遺産をもって優位に立てていなければならなかったはずだが、そこが劣位になってきているのは危機的なのかもしれない。特に著者は大学における統計学科の創設の推進を訴える。確かに統計学は実学的な部分も含めて専門的に集中して勉強するべき領域でもあると思う。複雑系の学問と組み合わせれば学問的にも面白いことができると感じるので、実学一辺倒というものでもない。就職や就職後の実際に役立つスキルとしてもアピールできるだろうから、大学側の学生獲得のビジネスとして考えるとこれから私大を中心に統計学科というものが出てくるのではないかなと思う。また、著者はPythonなどのプログラミング言語を覚えることも重要だという。プログラミングを通して実際にディープラーニングに触れることにより、より実態に即してAIの適用・不適用を検討できるはずだ。

AIは今後も社会へ浸透していくはずだが、その領域として音声認識による受付、自動運転、顔認識による認証・監視カメラ、医療診断などが考えられる。そうしたことが想定される先に、将来雇用を奪ってしまうことが一部では懸念されている。著者はここでも一般的な極端な予測とは距離を置くべきだとして、まずそういうことは一気には来ないこと、またそれは仕事を奪うのではなく、労働からの開放と捉えるべきだと示唆する。この考えは、ベーシックインカムの思想にもつながり、実際に試験的に導入されているフィンランドやカリフォルニアの事例を挙げる。実際、シンギュラリティが来なくとも、AIによって社会は大きく変わっていくはずだ。


本書はiPhoneの自動音声認識でドラフトされたという。人工知能によって省力化しようという趣旨でもあるので、それを地で行く形になっているということか。

著者の田中さんは一度所属するAIに関する研究会で講演してもらったことがある。かなりくだけたフランクな感じで面白かった。ありがとうございます。聴く前に読んでいればよかったですね。

[Kazuさんの感想 · 2019年9月5日]

「AI vs. 教科書が読めない子どもたち」新井紀子
「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」松尾豊
と読んできてAI関連の3冊目。
人工知能をガチで作っている人の将来展望を知っておきたくて読んでみた。

2020年代、2030年代、2045年以降に区切っているが、2018年現在の課題解消に必要な時間が述べられている。
人工知能に置き換わっていく仕事と、人間でなければできないことの判断基準のヒントが得られる。

頭の片隅に留めておこうと思ったことを以下に少しだけ。

・ブロックチェーンが人工知能のデータベースになる。（??コストが高すぎるのでは??）
・仕事は人工知能がやってくれるのだから、労働時間が減少しベーシックインカムが必須となる。(現状では絵に描いた餅)
・人工知能に置き換わっていく仕事は地方にも波及するか疑問、情報格差が生じる。
・現状の社会や組織を人工知能に置き換えるという発想「現在の延長線」はダメ。人工知能の進化に組織や社会を合わせるべき。
・インターネット上を「匿名でなく」実名で生きられる人が人工知能時代を満喫できる。

[T.Fukuyamaさんの感想 · 2023年1月1日]

人工知能の技術の詳細ではなく、人工知能そのものが何なのかについて考えることができる。

【概要】
●ディープラーニングのメリット・デメリット
●人工知能は社会をどう変えるか
　2018年、2020年、2030年代、2045年以降
●今後、人工知能にどう対応するべきか

【感想】
●この本の対象者は人工知能を勉強したことがない人と思われる。人工知能の試験を受けるような勉強をした人には既に理解できている内容がほとんどである。
●人工知能の将来に関していろいろと予測を立てられているが、定性的な表現の箇所は、なぜそのように判断できるのか個人的に理解が難しかった。
●具体的には「最低でも今から15年ぐらいかかる」「今から少なくとも10年はかかる」「5年ぐらいはかかる」などの記述部分である。技術的な動向から見積もりを立てて説明されれば説得力が増すと思った。その点がAmazonで「科学・テクノロジー」や「コンピュータ・ＩＴ」ではなく「ビジネス・経済」にカテゴリーされている所以と思われる。

[kun92さんの感想 · 2021年1月7日]

AIとはなんぞや、どういう仕組みなんだというものではなく、実際AIに今何ができて将来どうなっていくのかっていう話で、それはそれで面白かったのだが。

最終盤、AIと共存する社会でベーシクインカムが大事とか、ゴマ信用がどうとか言い出したあたりで、全力でドン引き。

[すぎもったんさんの感想 · 2019年4月25日]

研究者として人工知能研究を行う田中潤氏と統計や分析に精通する松本健太郎氏が話題の人工知能について初心者でも分かりやすく理解できるように解説した一冊。

本書を読んで人工知能にまつわる誤解が解けるとともに様々なことを知ることができました。
そして、人工知能の現在までの発展の過程や人間の脳と人工知能の違いやシンギュラリティの真実を学べました。
データを取得することがこれからのAIの発展において大切であり、
また、2018年から2045年までの人工知能の可能性やそれに基づいての地方創生や働き方改革にも言及されていて、研究や開発が他国より立ち遅れている日本の今後について書かれているところは刺激的で勉強になりました。

そんな本書の中でも意味や概念を理解させるために今後ディダクションという理由付けを行っていくことが大事だということは印象に残りました。
また、本書に書かれているGoogleやAppleが参入しているスマートスピーカーの真の狙いには驚きました。

ただ、フォントのみで区別されていて時折どちらの発言かがわからない部分は内容が素晴らしいだけに非常に残念でした。

本書を読んで人工知能の可能性を知るとともにこれから生きていく上で人工知能とどのように上手く付き合っていけばいいかというヒントを得ることが出来ました。
人工知能の発展とともにこれから起こるであろうパラダイムシフトのなかで本書で学んだ知識をしっかりと活かしていきたいと感じた一冊でした。

[kohamatkさんの感想 · 2023年3月25日]

ディープラーニングは、学習のさせ方が楽、高次元の学習が可能、過学習をしない、柔軟性に優れているという4つのメリットがある。

マイクロソフトは、skypeに日本語を含む10か国語をリアルタイムで通訳できる機能をつけた。
Cogent Labsは、文字認識を行うTegakiのサービスを提供している。
個人を株式会社に見立てて、その価値をビットコインで支払うVALUというサービスが反響を呼んだ（2020年3月終了）
専門家の時間を売買できるTimeBankと呼ばれるサービスも登場している。

労働の対価としての貨幣を中心とした経済が世界を席巻したのは19世紀ごろ。そのタイミングと同時に組織や企業が誕生し、第二次世界大戦後に体系立てて確立された。

サラリーマンのように、会社から雇われて一生を終える人が多かった時代は20世紀だけ。人工知能が社会に浸透して行くと、経営者や個人事業主がたくさん増える世の中になる。 21世紀は人生を生きる能力が必要。

[ryokucha334さんの感想 · 2019年1月27日]

■Q1. 人工知能とDeep Learningの関係は？
2018年時点では、人工知能とはDeep Learningのことである。Deep Learningは分類ができるものである。人間の知能の根底には分類がある。
2018年時点では、人工知能はある分野に特化して人間に勝っている。人工知能を作るにあたって、必ずしも人間の脳を模倣する必要はない。

■Q2. Deep Learningが現時点で強い領域、現時点の弱点、将来期待される領域は？
[現時点で強い領域、弱点]
2018年時点では、画像認識の精度がすごいが、何でも認識できるわけではない。認識できるのは「名詞」であり、「動詞」が認識できるのはまだ先のこと（動画認識が必要）。また、雰囲気のように実体のないもの（数字や文字では表せない何か）は表現できないことが現時点での弱点である。

[将来展望]
第3次人工知能ブーム＝Deep Learning　　　→第4次人工知能ブーム
（2018年現在）　　　　　　　　　　　　　　（10年以上後、2030年代～2045年頃）
- 今ある学習データの枠は超えられない　　→手元にないデータに対する解析ができるようになる
- 誤認識の理由を説明できない　　　　　　→理由をセットにして提示してくれる（Deduction）
★ブレークスルー：Deduction, 意味の理解、理由の説明
※所感：どうやって実現するのかは想像がつかない（だからこそブレークスルーと言っている）

[将来的に期待できる領域]
・この先10年（2020年代）は、誤認識が起きても人間がフォローできる分野での開発と実用化が進む。現在の技術＝Deep Learningで実現される。防犯対策における顔認証や、医療業界における画像診断のように、人間の認識率がもともと低い分野の正解率を高める用途では、すでに実用化に入りつつある。一方、自動運転車やロボットタクシーのように誤認識が安全にかかわる分野では、技術が完成しても法整備などがネックとなる。

・2030年代は、現在分かっているDeep Learningの問題点が解決されたうえで、人工知能が活用される。製造業や農業などの製造生産現場向けのロボットが巨大産業化する。

・2045年頃には、これまでは人工知能に作業を任せるだけだったのが、人工知能が仕事そのものを奪うようになる。まず、意味を理解する人工知能＝強い人工知能が登場する。意味を理解する（Deductionと同義）とは、ある対象がない状態を想像して、その対象がある状態との差分を表現できることである。これにより、人工知能が対応できる範囲が作業から仕事に昇華する。その後、シンギュラリティが来る。
※所感：人工知能≠Deep Learningかもしれない。何者になるかは今はまだ分からない。

■Q3. 自分がこれから備えるべきことは？
新しいものをゼロから生み出すことができるのは、まだ先のこと（Deduction, 意味の理解が必要）。
しかし、新しいものを生み出すための補助手段としてはどんどん導入されていき、作業がどんどん自動化されていくので、キャッチアップしていく必要がある。
※所感：人工知能を研究開発の遂行に活用したり、人工知能を製品に適用したりすることが考えらえる。
このためには、コツコツと勉強することが大切。明日からでも、例えばPythonとDeep Learningの勉強を始めて、知識のキャッチアップをしていくこと。実際に雰囲気に触れて、何ができて何ができないのかを把握し、ビジネスへの導入を考えていくこと。

■Q4. 子供がこれから備えるべきことは？
・21世紀の仕事は、人工知能を作る仕事と、自分自身を売り込む仕事の二つに収斂する。
・第4次人工知能ブームに備えて、統計学を学ぶ。統計学科で統計を体系立てて四年間きっちりと学ぶ。統計学科はアメリカや韓国では普通にあるが、日本では滋賀大学が2017年に設置した一つのみ。

■その他のメモ
・ビジネスにおける人工知能の導入は、ニーズから掘り下げていったほうが良い。聞きかじった事例から入ると、まず成功しない。（p.138）
・グランドチャレンジを見ると、10～20年先の方向性が見えてくる。（p.171）
・人工知能のDBとしてブロックチェーンが向いている。一か所に集めたくない個人情報を分散・セキュアに管理できるため。日本はブロックチェーン技術の最先端にいる。（p.180）

[じろさんの感想 · 2019年1月26日]

・ディープラーニングには「なぜ?」が無いし、「なぜ？」とも考えません。考えないから、目の前の問題しか解けない。思考に奥深さが生まれない（p.80）
・帰ってきていない飛行機に対する理由付けを2018年現時点の人口知能はできない。「帰っていない爆撃機はなぜ帰ってきていないのか？」についての洞察が浮かばないのです（p.86）
・aiboはスマートスピーカーの欠点を補う「足」を持ち、家の中のリアルデータを取得できる能力を備えているのです。（p.95）
・ピーターの法則ってご存知ですか？簡単に言うと、組織は進化すると最終的に全て無能な人材が占めるという話です。（p.111）
・人口知能は「忖度」ができないのです。空気が読めないですから。事務作業はある意味で忖度の集合作業みたいなもので非常に人間味があります。そうした作業は人工知能には難しいです。（p.120）
・今はまだ、完成度の高い映画の予告編を見させられているようなものです。（p.132）
・「ブロックチェーン」＝データを分散して管理する仕組み（p.181）
・「意味」というのは、それがある状態と無い状態、両方を想像できたときの「差分」なんです。（p.193）
・無い状態を想像できるようになって、それは初めて「意味を理解している」と言えます。何々して無いという否定の状態が想像できれば、意味を理解していると言えます。無い状態の理解こそ絶対条件なんですよね。（p.194)
・死ぬまで働くって奴隷と何が違うのですか？（p.214）
・

[そらくもさんの感想 · 2019年1月21日]

とても面白く分かりやすかったです。人工知能に関するイロイロなことがクリアになりました。

[Yuki Shimomuraさんの感想 · 2019年1月9日]

・AIに関してのわかりやすい解説書
・「人工知能によって仕事が奪われるのか」という事が主題
・基本的には2018現在の人工知能では完全に人間の代替になることは無理
・不足している情報（なぜ爆撃機は堕ちるのか）を想像する人工知能が出てくるとすごい
・上記のような「強い」人工知能が出てきてからのシンギュラリティ
・日本企業はデータ収集の時点から他の海外企業から周回遅れ（先行投資ができないから）

著者プロフィール

2004年よりデパート新聞社、社主。俳句結社「夢」主宰。一般社団法人東日本大震災雇用・教育・健康支援機構、理事長。公益社団法人受動喫煙撲滅機構、理事長。

「2022年 『みんなのデパート　地方百貨店に秘策あり』 で使われていた紹介文から引用しています。」