AlphaGo が人間のチャンピオンに勝利、さあどうなる?

昨日、「チャンピオンが試合でマシンを破った」という見出しが優雅にスクリーンに躍り出た。 「イ・セドンが第4局でAlphaGoに勝利した」; 「コンピュータは完全に無敵というわけではありません。」まあ、そうではないかもしれません。 DeepMind 研究所の予想通り、そして 10 年以上にわたる囲碁世界チャンピオンの驚きにも、 AlphaGo は人類の創意工夫を打ち破ることに成功しました。土砂崩れでも。 4 対 1 は、コンピュータにとっては重要な数字ではありません。特に囲碁は、すでに説明したように、機械には「適さない」ゲームです。つまり、私たちはすでに人工知能の新たなマイルストーンをマークしています。私たちは、人間の直感をシミュレートし、10の157乗の異なるポジションを使用したゲームで容赦なく自分自身を打ち負かすことができるアルゴリズムを構築しました。それで、今は何ですか？

チャンピオンの敗北

対局の開始時に、AlphaGo は勝利を危うくする重大なミスを犯しました。まだご存じない方もいるかもしれませんが、AlphaGo は最終局を破り、世界囲碁チャンピオンであるイ・セドルに勝利を収めました。そして現在に至るまで、この複雑で古代のゲームを正しくプレイできるアルゴリズムは存在しませんでした。さらに、チャンピオンシップにさらなる緊張感を与えるために、 AlphaGo はゲームの開始時に、勝利を危うく奪う重大なミスを犯しました。したがって、彼が自分自身の縄張りで、気を取り直して囲碁の名人に勝つことができたことの方が印象的である。このマイルストーンにより、AlphaGo は人工知能の世界の前後を記録します。

AlphaGo は始まりにすぎません

AlphaGo の背後にある企業である Google の DeepMind は、一瞬たりとも立ち止まりませんでした。もちろん、アルゴリズムの勝利を見て安心したとは言えません。まったく逆です。同社のジェフ ディーン氏が述べたように、彼の子孫の最初の勝利を観察した後、問題は人間が必要なあらゆる問題にニューラル ネットワークの可能性を適用することです。すでにお伝えしたように、「戦略的」アルゴリズムの機能をテストする次のステップは、Starcraft プレイヤーに勝つことを試みることです。変数の数とリアルタイムでの展開により、囲碁で世界チャンピオンに勝つよりもさらに複雑です。

しかし、すでに述べたように、同社はしばらくの間、同様に印象的な他のプロジェクトに取り組んでいます。 DeepMind の取り組みが際立っている主な分野は、ニューラル ネットワークの学習と使用です。たとえば、同社の仕事の中には、読み取りと「理解」ができるマシンの作成が含まれますが、これははるかに複雑なプロセスであり、データの詳細な分析が含まれます。彼らはまた、海馬が新しい経験について学習する方法をシミュレートし、そのプロセスをニューラルネットワークで再現しようとしている。もちろん、AlphaGo だけがギャンブルマシンではありません。 Deep Q-Network は、実質的に人間の制御ですべての Atari 2600 ゲームをプレイし、そのプレイ方法を学習します。また、医療システムを改善したり、画像処理時に人間の脳をエミュレートしようとしたりするアルゴリズムもいくつかあります。DeepMind は、不可能という言葉を省略することを提案しました。そして彼はそれを達成しつつある。

機械の未来

現時点で多くの人が抱いている疑問は、これらすべてのアプリケーションが実際にいつ登場するのかということです。真実は、彼らはすでにここにいるということです。私たちはすでに、人工知能と人間が共存する未来に生きています。その例としては、ますます高度化していますが、ニューラル ネットワークを使用した検索エンジン、Google が開発したセマンティック コレクター、Siri や Cortana などのパーソナル アシスタント、画像認識などがあります。AI アプリケーションは、今ではモバイル上でワンタッチで利用できるようになりました。しかし、これからはまだたくさんのことが待っています。たとえば、DeepMind の CEO、Demis Hassabis は、ヘルスケアの世界での人工知能の使用を熱心に擁護しています。実際、DeepMind には、信じられないほどのことを可能にするアルゴリズムを備えた健康専用のラインがあります。たとえば、特定の病気にかかるリスクのある患者の特定、臨床診療の組織化、診断の支援などは、アプリケーションのほんの一部です。

先ほど述べたように、DQN はニューラル ネットワークと強化学習を組み合わせて、さまざまなタスク (ビデオ ゲームのプレイなど) での人間の行動をエミュレートできる素晴らしいマシンです。目標は、単純な反復的な動作ではなく、奥深い方法でマシンに学習させるアルゴリズムを作成することです。今のところ彼らはそれを達成している。たとえば、AlphaGo はこの側面を極端に取り入れています。スーパーコンピューティングを使用することで、プレイ時の人間の「直感」をシミュレートすることができます。これらすべてにおいて直ちに講じられるステップは、メカニズムとアルゴリズムを人間の実際の事例に適用することです。私たちはすでに、人工知能が私たちと連携して機能する世界に住んでいます。つまり、自動運転車、パーソナルアシスタント、自動組立ライン、監視用ドローン、意思決定する前に私たちが何を望んでいるのかを知るアルゴリズムなど、機械が私たちを助けてくれる未来はすでに到来しているのです…今問題となっているのは、人工知能を改善することです。私たちが現在どのようにありたいかを、責任を持って意識的に示した知性。