AI活用時に考えられるセキュリティ上の課題とは?

人工知能は一人でああで一部が欠けている文字を見せても

人工知能による将棋も多くの譜面データの学習や
しかも「それ」との会話はとても意味深なものになる。ときには高度に哲学的な会話さえも可能だ。次章ではSea2Seqの驚くべき機能と可能性について紹介したい。形態素解析は、欧文には有効だが、日本語には限界がある旧来の自然言語処理がまったくダメというわけではなく、word2Vecという技術はいまでも大事にされている深層学習を用いたSeg2Seqという技術は、構文解析を使わず、大量のデータから勝手に学習する「ただいま」家に帰った私は、そう言いながら靴を脱いだ。「おかえり。今日はどうだった?「まあまあってところかな。今日の合コンは流れたよ」「ふーん」私は留守番をしていた黒いロボットを見下ろす。どうせ何もわかっていやしない。合コンがなんなのかもロボットにわかるわけがない。

勿論その参考元が「一旦は人工知能と離縁した」脳であることも注目に値するのですが、今まで半世紀以上に渡る人工知能研究における手法としての壁が特徴となる要素の設計方法といっても過言ではありません。確かに人工知能は、人間のチェス王者にも勝ち、クイズにも優勝しました。しかしその裏では常に人間の手によるチューニングが行われていたのです。その当時でも、我々人間が何か物体を見てその特徴を理解するという、誰でも出来る基本的な知覚活動すらままならなかったのです現在の成果だけでなく今後のさらなる活躍が期待されている最大のポイントですカただ残念ながら、特徴となる要素を抽出する仕組み自体はブラックボックスであることから、漠然とした不安を与えることも事実です。先ほど、やや強引に脳科学研究に基づく意識のモデルを差し込みましたが、人工知能の母である脳でさえ、根本的な仕組みが分かっていないということも我々は知っておく必要があります。

ロボットをほしがるようになり

決して不用意に人工知能の脅威を煽りたいわけではありません。重要なのは、人工知能がどこまで実現出来ていて何が出来ないのかを冷静に知り、それを踏まえて巧く活用しようとすることです人工知能の歴史総括この章を終えるにあたって、人工知能の歴史を総括してみたいと思います。人の思考を表現する道具として、2000年以上も前に論理学が誕生しましたそれ以降、論理という道具を武器に人間の知的活動を代行·支援する様々な機械が考案されてきました。知的活動の司令塔である脳の模倣を目指したことはあったものの、「ノイマン型」コンピュータが発明されて以降は、そのアーキテクチャ上で記述されたルールベースや確率·統計ニューラルネットワークといったアルゴリズムを駆使して、遂げてきました。幾度かの冬を経験しながらも、発展をそしてついに、脳科学·コンピュータ工学·ビッグデータの力を借りて実現したディープラーニングによって、特徴となる要素を抽出させることに成功し、華々しい実績を出し始めたわけです。

コンピュータが文字から情景をイメージしたり


プログラムであることは事実ですたとえば英語とフランス語の対訳、日本語と英語の対訳などが大量にあれば、あとは勝手に学習してしまう。学習には相当な時間がかかるが、それでも数日あればある程度は高度な翻訳が可能になるSeg2Seqでは、構文解析をする必要はない。なんとなく大量の文を読ませることでAIが自動的に構文を読みとり、一方の言語の構文ともう一方の言語の構文のニュアンスの違いを読みとり、自然な翻訳を可能にするこれは、これまで頑張って形態素解析用の辞書を作ったり、構文解析の効率的な方法を考えていた旧来からの人工知能研究者にしてみればそれまでの仕事を否定されるような重大かつブレイクスルーな発見であり、いまだに従来からの自然言語研究者たちが戸惑っている部分でもある。そしてSeq2suに関しては、驚くべきこともわかってきた。Seg2Seqを獲得した人工知能は、人と会話することさえ可能なのだ。

AIには代替できない海外在住の日本人で

しかも「それ」との会話はとても意味深なものになる。ときには高度に哲学的な会話さえも可能だ。次章ではSea2Seqの驚くべき機能と可能性について紹介したい。形態素解析は、欧文には有効だが、日本語には限界がある旧来の自然言語処理がまったくダメというわけではなく、word2Vecという技術はいまでも大事にされている深層学習を用いたSeg2Seqという技術は、構文解析を使わず、大量のデータから勝手に学習する「ただいま」家に帰った私は、そう言いながら靴を脱いだ。「おかえり。今日はどうだった?「まあまあってところかな。今日の合コンは流れたよ」「ふーん」私は留守番をしていた黒いロボットを見下ろす。どうせ何もわかっていやしない。合コンがなんなのかもロボットにわかるわけがない。

コンピュータの完成を境に


Watsonをコールセンタや実店舗での接客に活用しようとしたり
これは端的にいえば、人間にしかできないと思われていた仕事も、紛れもなくロボットなどの機械に取って代わられるという事である。すさまじい勢いでコンピューターの技術革新が進んできた。それを可能にしているのは、脳科学の研究成果の「応用」である。脳を構成する無数のニューロン「神経細胞」のネットワークを、工学的に再現したAIが開発されているからだ。コンピューターは「人間があらかじめプログラミングしたことしかできない」単なる機械から、人間の脳のようになにかを学んで成長する能かを備えるものへと進化しつつある。

人工知能研究者側からも色々と反論が寄せられました

その中心となる技術は、「ビッグデータ」による情報分析と「センサー技術」による認識能力の組み合わせなのである。医学の世界でも、「人工知能」の“侵略”がはなはなだしい状況になってきている。弁護士、会計士など知的な業務でさえ、その大部分が機械に代わろうとしつつある。他では、会計事務所での監査精査では、会計士の重要な仕事である決算数値の誤りの発見なども「人工知能Jの活用が始まっている。その「センサー技術」の格段の進歩だ。「センサー技術」の進歩によって認知能力を備えた機械が、さらに注目すべきなのがを代替できるようになった。