ALphaGo¥グーグルディープマインド社が開発した囲碁の

人工知能によって自動化されようとしている

週刊東洋経済日付号で「ロボットが変える戦争」と題する特集が組まれました。そこでは、米陸軍研究所で開発されているロボットが紹介され、例えば全長数ミリの極小昆虫型やチーター型、さらには歩兵用パワースーツが取り上げられています。そして、研究の一部を担っているのがDARPAです。今まで人工知能のスポンサーであり研究推進役として何度も登場したDARPAは、いかに産業創出や人類の技術進歩に貢献したとはいえ、やはり国防省傘下であるという事実は拭えません。例えば、日本でも不法侵入で話題になっているドローンは、元々軍事偵察用途で研究·利用されました911によってテロリストとの新たな戦い方が必要とされたこともあり、ミサイル攻撃まで実施されるようになったため、殺人兵器ともいえます。また、同じく911後の瓦礫処理で投入されたのがルンバを開発したiRobot社のロボットです。AIは蘇ったか?人類の位置づけはどうなるのだろうか

データマイニングという総称のほうがよく知られています

ロボット掃除機ルンバも元々は地雷検知の研究から派生してできた製品です勿論言い、ようによっては、人工知能の高度化によって、ピンポイントでターゲットを特定するとが出来、かつ自国の兵士が亡くなるリスクも減ります「とはいえ精神的ストレスを抱えるという課題も持っているようですが」しかし、2004年以降、パキスタン、アフガニスタン、イエメンの3カ国で、少なくとも民間人479人が巻き添えになって死亡したことが、国連人権理事会の依頼を受けた専門家チームの調査で発表されました。他にも、ドローンの核にあたる人工知能が悪意のあるテロリストに渡ったとすると、テロの拡大という脅威も増します。あの最高機密の中で開発された原子爆弾でさえ、結局戦後スパイの手でロシアに設計書が漏洩しました。近年では、元CIA局員のエドワード·スノーデンによるNSA「アメリカ国家安全保障局」傍受告発もありましたが、どんな技術、機密情報でも、人が管理する以上は100%安全とはいえないのです先述のGoogleによる買収を受け入れたDeepMindは、条件の1つに彼らの開発している人工知能を軍事目的に利用しないことを約束させ、倫理委員会の設置も要請しています。それだけ、汎用的な人工知能が実現すると倫理的な制御が利かなくなるリスクを感じているのだと思います雇用の危機について「人工知能が雇用を奪う、というのは人工知能がもたらす短期的なリスクとして常に起こる話題です。


人工知能が活躍する場面は大いにあります
人工知能が活躍する場面は大いにあります

コンピュータは専門家の数だけ定義があり

人工知能と人間の間の知能の差がいま現在、IoTによって起こりつつあるのはサービス産業分野の効率化·自動化自己労働化である。IoT化は、コストが削減でき、利潤最大化が期待できるので企業中心に普及しつつあるのであるが、その帰結は、あらゆる産業の自己労働化であり、それは労働力商品化の消滅ではないかということである。IoT化は、第一次、第二次産業分野でも当然進んでいくが、その方向は、同様に、効率性の追求、利潤最大化の追求であるが、究極的には資本の蓄積基盤を破壊する、デジタル·ファブリケーションにみられるように、モノづくりの個別化であり地域化·自営業化であるまた、いま現在のエネルギー産業におけるIoTは省エネ·効率化として導入されているが、その行方はこれも再生可能エネルギーによる地域化·個別化である。IoTによって再生可能エネルギーの不安定性が解消され、集中大量発電システムに依存しなくてもエネルギーの地産地消が可能となるからである。そして、その身近な再生エネルギーが、蓄電池システムとともにIoTの安定電源ともなる。IoT化の行方について検討しておこうIoT時代には、無数のモノにセンサーが取り付けられ、大量の電気エネルギーを必要とするといわれているが、IoTの省エネ·省力化の特性と再生可能エネルギーを基盤とした自律分散型社会を可能とするので、現在ほどの大量のエネルギーは不要となると考えられる。たとえば、インターネットの普及と発達は、音楽や映画などのネット配信を低コストで実現した。それによって、CDやDVDというモノの生産が減少した。また、手紙などのメール化やチラシなどのお知らせメール配信、さらに書籍の電子書籍化は、地球上の木の伐採や紙の生産を大幅に減らすことになる。このようにして最大の電力消費者である工業での電力消費が徐々に減っていくのであるその過程に、LED照明やIoTによるいっそうの電力消費効率化効果が加わるということである従来の火力発電所や原子力発電はいずれも、二〇世紀型の中央集権的大量発送電システムであっこれはアメリカ型重化学工業生産力に対応した大量エネルギー供給システムであったといえよう。

AIの活用シーンではあなたの企て次をたてせていく

ま、顔だけでも、バストアップでも、全身像でも、服を着ていようが、水着であろうが、裸であろうがなんでもかまいません。これを、適切な「前処理」「後ほど説明します」をして、NNが取り扱えるように0から1の数字に置き換えます。次に、サンプルの写真について、好き、嫌いを答えていきます。こうして、「この人に対する好き嫌い」という例題と模範解答のサンプルを作ります。サンプルはなるべくたくさん、しかも偏っていない方がいいでしょう。


人工知能の未来と仕事への影響と題する講演会では
人工知能の未来と仕事への影響と題する講演会では

コンピュータは予め定義された入力しか受け付けない

サンプルができあがったら、それらをNNに覚え込ませます。NNが模範解答を十分に勉強し理解したところで、サンプルにはない写真、つまりNNに教えていない写真をNNに見せますそうすると、NNは、今までのあなたの好みに対する学習から、その異性について、好きか嫌いか、あなたに代わって推測してくれる、そうなるはずです。NNラブテスターが、「あなた自身も理解できなかったあなたの好み」を把握してくれるわけです。「好きか、嫌いかなんて、自分で判断できるから、そんなもなぁ必要ない」と思われるかもしれません。でも、例えば、こういう使い方もできるわけです。NNは、般に、学習する際には、たくさんの時間やメモリーを必要とするのですが、学習済みのデータは比較的小さくなります。コンピュータの登場と好きこそものの上手なれ仕事こそ