wired AI 特異点祭り2015 メモ


wired ai

%% 若林 恵
男女比17:3
特異点の話をしたいですね
なんかAIの企画やりましょうfrom 経産省

%% 松田卓也
14分タイマーセットwithSiri,ノーコメント
こういうのがフツーにできたことのパフォーマンス?

singularity =超知能
人間よりはるかに高度な知能

〜29
汎用人工知能ができる?
チューリングテストをパスするものができる

45年にはsingularity

狭いAI: 特定目的.現在のもの
汎用:幅広い能力のもの
弱いAI: 意識がない < 強い:ある

機械由来の知能: 人形使い
人間由来の知能:人間のmindをアップロードする cf 草薙素子
超人間:人間がパワーアップしたもの
知能増強人間:人間にwearableで機能を追加,甲殻の世界

シンギュラリティは日本では絶対必要
生産性が爆発的に上がる.産業革命に匹敵する
乗り遅れると発展途上国に転落する
第一次に乗ったのは欧米+(日本),中国は遅れた

海外での取り組み@企業:
googleのDQN
facebook
microsoft: cortana
IBM: watson, synapse, cortical learning center
baidu

海外@政府:
EU: human brain project: 喧嘩してて失敗しそう
アメリカ: brain initiative
研究費 100:10:1
日本は勝てないだろう,しかし

日本の取り組み
全能アーキテクチャ勉強会
ドワンゴ人工知能研究所
産業総合研究所

斉藤スパコン
ペジィコンピュータ :green 500 7ヶ月で完成した
エクサスケールがあと5年
ハードが完成してもソフトが弱い cf. IBM Fujitsu
ソフトは日本のコミュニティに依存

斉藤脳チップ
8リットルで1000億コア,73億人分?
20ー25年までに完成予定
斉藤ハードにはソフトが必要

日本からシンギュラリティすべき!

人間が減る=衰退という大前提を覆す
the master algorithmを作って,斉藤さんのハードに載せよう

%% Lav varshney

chef watson
未来のクリエいてビティについて
企業にも必要だよね

知能の構成:記憶,連想,意思,言語...
難しいけどアルゴリズムを我々は開発する

創造とは新しい何かを生み出すこと
歴史:
tabulation
real-time control
deductive reasoning
inductive reasoning
computational creatibity

どんなものにも対応できる知能
2012に開始
watsonが作ったレシピ,けっこう美味しい
次のでも:400人呼んでディナーパーティ
次のテスト:移動ご飯カーで一般に提供
今:cognitive cookingの本を出しているよ

知能:他の新しいタスクに対応できるべきもの
lovelace 2.0:agent to be believed to have minds
consensual assesment
creativity novelty flavor pairingでスコア作ってクッキングを評価

ibmchefwatson.com

次はロボットにご飯を作らせる

5年以内に人間が分かっているよりもAIが食べたいものを精度よく予測できるようになる

次は spice,fashion,科学

pdca サイクル的な人間のプロセス:
find problem
acqure knwoledge
gather imformation
incumation
generate ideas
combine ideas
select
execute
一部は既にけっこう出来ている

computational divergent thinking -> convergent thinking
neurogastronomy
知覚のモデル化
食のデータ化
flavor networks,類似度の判定
驚きや注意の定式化,baysian surprise and attention

memory: shannon capacity
deductive raesoning computational complexity
dexicison makeing bayes risk
inductive reasoning sample complexity

原理的限界が創造性に存在するかどうか?
shannon の通信原理,森の中を衝突せずに動ける限界速度,など

確かめるためにcreativityの数値的評価が必要である
artifact
known set
novelty
utility

基本的なトレードオフ原則:
新規性と品質は両立しない

maturity of the field
人間の創造性と機械の創造性は協調可能である
ex:gaikuの詩,人間のもつ創造性とは異なるもの.

%%Ben Goertzel

企業や政府もsingularityについて注目し始めた
世界的にカンファレンスが開かれている

2040年に汎用人工知能
60年に汎用超知能の完成

大学では超知能をマジメに話し合う土壌はない?
学会ではマジで言われてる
5人の著名な研究者によって60年説が提唱
もし汎用人工知能が2040年に完成したなら
それ自身がアルゴリズムを改良するのでもっと早く完成するだろうと思う
20年前は顔認識はできないと言われていたことだし

2014年には前年比でAIヘ3倍のfundが行われている

この5年で,googleの検索は質問文の意図を理解するようになった
豚の寿命は?とか
しかしあまり頻出しないであろう質問はまだ無理
ピアノを山の頂上に持って行くのは疲れるか?とか
2021にはできてるかもね

brain initiative
baidu ceo
脳の活動をシミュレーションするのは世界的な傾向
narrow ai と AGIには大きな隔たりがある
顔認識,スキューバダイビング,計算,なんでもできる

自動運転もnarrow aiの組み合わせでしかない
人間は車の運転の仕方を0から学ぶことができる
opencog.org
AGI界のlinuxになろうとしている
人間の知識を有向グラフなどで表した知識がたくさんある
様々な知識をグラフモデルで表現
複雑ではあるものの,手順的な知識ならいかなるものでも.
意識とかは別にして

3dのシミュレーション世界で自発的に学べるようにした
石黒ヒロシのアンドロイドについて
ロボットが人間を支配するのか?どうか

Zoidstein @ Hong kong
アインシュタインの顔を模したロボット
face tracking
object recognition
emotion recognition
chatting,簡単な計算,質問への演繹的回答など.

ロボットは
cognition
perception
action
の組み合わせでいろいろできる,
問題はたくさんあるが近いうちに上手い事いくだろう

今20代のみんなはおこのあとAGIがどうなるか見れるね

ロボットが人間を奴隷とするようなことは起きないだろう
ai は人間に対して感情を持たない
知能として人間と全く別ものになる

人間性の問題

AIの発展はまだ始まったわけではない,
大きな変化は一人の天才boyが作るかもしれない

ハエの研究で,遺伝子の解析をして寿命の長いハエとそうでないハエの
原理を解明した例など.
病気,貧困,教育など大きな問題をAIは解決することができるし,
実際解決中である

石黒ヒロシのようなロボットとAGIが組合わさるころには
人間もAIも同じように賢くなっていくだろう.

私はあと50年やそこらでAGIが完成すると楽観的に信じている.

%%三上智子@MS

今利用可能なAI技術としてのMS windows
ビルゲイツの一人1コンピュータな未来から
現在はさらにPCから拡張された世界が進んでいる
新CEOサティナ登場.

目指す方向性:必要とされるー>愛されるwindowsへ
windows 10からはOSのアップデートという
概念がなくなり,
より早いサイクルで新しい技術が日々拡充されていく

windows insider program

デバイスが異なっても使用感の統一されたwindowsを使いたい

完全に,より人間らしいシステム,忠実なアシスタントを構築したい.
Cortana
今日奥さんにお花かったら?とか言えるようなもの

cortanaはこれからandroidなどで展開できるよ
そのベースになっているbingは賢いよ!
insider programでcortanaを賢くする開発に協力してね!

%% 川上?@ドワンゴ研究所

特化型AI vs 汎用人工知能
特化型:専門性を設計する
汎用型:専門性を学習する

領域知識の学習能力by機械学習を拡張していくと

AGI: 多角的な問題解決を自立獲得できるようになる
例外状況への強さ ex迷子にならにルンバ
創造性 自立的に世界に働きかける

ロボットの事故,制御不可能製とトレードオフ?

ディープラーニング
機械学習としては連続的なinvention,AIとしてはinnovation

aiでは難しかった 表現の獲得
ロボットの制御
CNNとRNNの組み合わせ

AGI = 機械学習+認知アーキテクチャ

全能アーキテクチャ
認知アーキテクチャとして脳を参照する

一様な機構による多様な知識の学習で
脳はあくまでもガイドとして用いる,一致性は二の次

脳全体の接続構造
マウスのコネクトームデータ

WBAIハッカソン
バナナ塾vs相沢まき?

人工知能学会倫理委員会
HELPSヘの対応(政治とか倫理とか)

openなコミュニティで分散開発が望ましい
多くの専門家を巻き込み知識を集約すべき
コミュニティ自体の開発
機械学習,認知アーキテクト,コネクトームのマッピング,開発者など

とりたくなるスライド,わかりやすくて情報が集約されてる

%% 一杉裕志@産総研
「人間のようなAI,本質的危険性と安全性」
objective:
脳のリバースエンジニアリング,ヒト型AIの構築

各器官を機械学習装置としてモデルするとうまくいく

脳に関する誤解:
まだ分かってない > すでに膨大に知見がある,それらの全体的俯瞰的解釈が足りない
脳は計算機と全然違う > わりと普通の情報処理装置
脳は複雑すぎる > 難しいけど,無理ではない
計算量が膨大/高速すぎ > 1pfpsくらいと見積もり,今のスパコンでも割と行ける
コストが高い > 将来的には人間よりも低コスト

大脳皮質:
50個くらいの領域ネットワークで各高次機能が実現されている
認識.意思決定,運動制御,思考,推論,言語
解剖学的には互いに類似しており,いずれもコラム構造,6層構造から成る

大脳皮質=ベイジアンネットモデル仮説
deep learningと同じ構造をもったベイジアンネットではないか?

BESOMの開発,現在のDLができないものもできるかつ大規模化可能

予想されるヒト型AIの特徴

一体が赤ん坊のような形で常識(モノは落ちる,とか)を学習(if-then)
知識転移して,個別専門知識を各ロボットで学習
知識転移して販売

人間脳から引き継ぐ特徴
知識発見,問題解決など
常識,人間環境にて
自由意志など

生物学的制約がないための特徴
思考奥戸,記憶力 ー コストとトレードオフ
寿命
自己改変,自己複製

存在目的の違いに起因する特徴
感情などを人間を模倣する必要はない
自己保存欲求は調整可能
人間の役に立つように情動設計する

コスト
製造コスト,ランニングコスト 将来的に人間より安い
教育コスト:人間と同程度
複製:安い

社会へのインパクト
労働生産性が増大ー>

課題:
1アルゴリズムの解明
神経科学と機械学習の両方を深く理解する必要
知見が融合しないで独立して散らかっている
2計算機の低コスト化
100億のスパコンで実現しても意味なし.

AIの安全性・危険性
短期的:
単なる道具なので反逆とか無理.
犯罪での悪用や兵器化の方が問題
AIを使った誰かによる世界支配が危険
高度なAI出現以降の専制政治:
役人,軍隊,労働者不要.人間不要世界

知能ロボットは危険物,武器.
開発規制などが必要.

中期的:
AIは人間の知能を超えることにより,
人類絶滅リスクを回避する道具になる(災害予測,対応,余力,救助)
利便性と危険性はトレードオフ
暴走したAIハ,ドンナアンゼンサクモジブンデカイジョスルカノウセイガアル

安全装置の設計法:飛ばされた

人類絶滅後の後継者になるのか?
人工物には生物のようなしぶとさがないので消滅しやすいだろう
人間が使いこなす事が必須

%% 上田泰己@東大
生命科学とAI

複雑(無限)vs細胞(有限)
点描主義の話

全細胞解読.全時間解読 は人類の夢

宇宙の星の光の反射の膨大な観察
ばらつきを説明するにはゆがみが必要で,
それは宇宙の始まりを説明する原理が必要だ

対象の多くの観察から原理を演繹的に導くことが出来るよという話

全宇宙の星の数:1000億 ~= 300億@マウス

ブレークスルー:透明化
全細胞を観察可能,各細胞にラベルを張れる
CTで全脳を観察可能に
脳を見ると細胞レベルで生体の発火を追えるようになった
全脳細胞解析:14TB/Brain 人間の5倍くらい必要

細胞間のつながり ー> AI
既存のNNなどは古い脳の研究結果をモデルとしている
時間的な変化などが反映されていない
それをアップデートすることができるだろう

WBCプロジェクト,協賛学生研究者企業募集中

%% 対談

Q:シナプス発火の重みは見れるか
A:
シナプス自体は観察できるが,ひとつひとつ見えるかは顕微鏡のレンズがボトルネック.
いい顕微鏡を使えば見れるかも.
シナプスの大きさみたいなものは望遠レンズのような拡大するものが必要?

Q:AIで仕事を奪う話,医者とかは失業する?
A:基本的に皆自動化して欲しいものなので,大局的にはそういう流れだろう

Q:判断が難しい部分については,責任はどこへ?
A:ヒト以外に責任を取らせるのは難しいので,病院経営者・メーカー・ロボットを選んだ本人の自己責任・政府の保証とか?

機械やロボットはあくまでも人間の道具という立場をやめることは絶滅への入り口

Q:M銀行での講演のとき,人間を超えるのはいつなのか?投資!
A:みんながどれくらい頑張るかに依存する.現状のノリだと100年超.リソースがたくさんつぎ込まれれば20年オーダーで完成するのでは.

Q:脳の機械論と生気論.専門家レベルでもエクトプラズム的な原理が割とdominantな場合も
A:分子機械論で説明可能と思われる.自由意志とは,感知できないくらい小さな時間での変化が大きくなった結果なのかもしれない?しかし調べるには細胞レベル以下の情報が必要であり,まだ難しい.

Q:各領域の研究者のコミュニケーション不足をどう解決するか.
A:若い人が他領域を頑張って勉強する,or必要に刈られて専門家間の協力.共通のわかりやすい目標で人々を引っ張る形

%% 武田秀樹@UBIC

人工知能による訴訟処理の証拠発見

調査対象データ:
電子メール,ビジネス文書

教師データ+弁護士の判定データ
学習したシステムで分類
システムの結果を新たに弁護士が分類
二倍の高速化が可能,弁護士の仕事が半減!

では不正という概念を理解しているか?

犯罪学のモデル化により未然に漏洩を検知する
情報漏洩のプロセスの利用

犯罪者同士の不正に関するメールの判断を機械学習で行う
経験を詰んだ監査人の判断の根拠や特徴を教師データにして学習

少ない教師データで精度を担保する:landscaping
ガウス過程回帰的な話?

看護師によるデータ解析的な作業をなくすなど.

%% 第三部

服部桂@朝日
井上博雄@経産省
松尾豊@東大

画像認識精度,大人も子供もできるのにAIでできなかった
今年の2月に初めて上回った
ロボットの運動能力の向上@UC berkley with DL
試行錯誤による能力の獲得
言語の意味理解への応用

大人の人工知能:データ集めが必要,物量作戦的にgoogleなどへもう勝てなさそう
子供の人工知能:認識から運動能力へ.外界への働きかけを必要とするタスク,農業や建設などに幅広く応用可能

子供の人工知能分野に日本は注力すべき!

Q:小技で勝負ってこと?
A:販売や広告だと5兆円規模.ものつくりははるかに市場がでかいので,そこに大きな付加価値がある

現状は,大人の人工知能に投資が向いている.子供の人工知能はまだ競争の始まりの段階で可能性が大きい

Q:国がやるとなるとどう支援していくのか?
A:具体的にどうしていいか分からない企業に対して,具体的事例を積み重ねて路線を示していくことが大事.2030年となると気の長い話なので投資が向きにくい.法整備などしっかりしていく.

Q:なぜ経産省がAIに興味を?
A:産業,国民生活,AIへの可能性.減って行く人口の中で労働力の生産性をどう向上するかなど多くの観点で重要と感じている

Q:AIをどこへ向けて動きたいのか?
A:industry 4.0という動きへの対応.介護問題.

Q:ネコと犬が分かったからなんだと言うのか.製造業~=自動車産業と考えると,自動運転とかどうなの?
A:実用化が近いものについては高精度な地図上で計算しているので,データ依存の大人AI.地図のない場所や町中を走る,試行錯誤しながら運転が上達してナイスに成長したAIが町中を走る必要があるbased on子供AI

Q:近いうちに実現できそうな技術は?
A:DL+RLでうまくいくという技術はすでに確立しているので,これを各業界がどう応用するかが問題.ex 食品加工はサイズのばらつきなどで人間作業中心だが,これを機械で今後置き換えられる.他に建設,農業など.

Q:みんなでやるには人手不足では?
A:PhDは確かに少人数だが,利用だけならライブラリなどあるので修士でもできる.アルゴリズムの改良と成ると難しいが

Q:必要と成る人材はどういう風に勉強して いくべきか?
A:経営者サイドで自分たちのビジネスがどう変わって行くかを認識する.企業の技術者が社外技術をしっかり学んで行く.数理背景のある理系出身ならユーザーにはなれる.

Q:失業という話は?
A:見通しは今後.何はなくなり,何が必要になるか.

Q:専門家含めてもっとみんなで盛り上げないの?
A: 産業が動かないとどうしようもない.企業サイドで自社に取り入れていくことが重要.旗ふり役は研究者でもできるが,企業が動かないことには始まらない.

%% 齊藤元章@pezy computing

撮影しながら断面図みる リアルタイムCTの開発@大学院
最新の液浸コンピュータもやってることはいっしょ?

ハードとソフトの連携開発が重要

宇宙と生命のビッグヒストリー,コンピュータの性能向上

収穫加速の法則
これまでは2倍/年ペース,15年でスマホは現在のスパコンレベルになると予測される

7nm世代MIMD @ 2021
電力 京の110倍
体積性能 5倍

次世代スパコンの必要性

系の100倍で前特異点が
エネルギーフリーの時代:光合成や核,蓄熱物質
資源問題も解決:大体資源
新しい生産手法が石けん
植物工場で衣食住などフリー
旧来兵器は全て無用,保有者のリスク

スパコンが軍事など全て握る 〜= 国力

共産制の確立.
資源のボトルネックや労働からの解放,寿命は無限
新世界,宗教,全く新しい価値観が生まれて行く
空間と時間を超える?
新しい人類になる

AGIは人間に理解できる?もう現時点で理解不能
知能を超えた何か
国力=AGI性能
二番手はおいつけない
悪用されると対抗手段もない
利他的グループが開発すべきである

脳機能のはーどでの 実現
既存CPUなど利用
大規模なHPCやスパコン
専用ハードの構築 ex:ワトソン

1Hー1human
ハードの規模が小さい.現在最高のトランジスタで京の8倍
しかしfpsが足りない

トランジスタ3D積層TSVはもう無理
磁界結合が鍵
ウェハ極薄か
張り合わせ
宮殿技術
黒田研究室@慶應

100マイクロ ー>5マイクロ厚
ムーアの法則を跳躍する
計算上は800cm3に1Hを実現できる
電力も1Wくらい,IBM synapseの7000分の1

FPGA → NSPCA

connection array構造の利用で脳の各昨日をハードで実現

1Hができると73億Hはすぐ実現できる
NSPCAでの設計によってNSPUができる
体積を大きくするだけですぐ拡大できる,基本原理は同じ
よって前特異点から特異点まではすぐ

スカンクワークスプロジェクト
日本独自ハードウェア+ソフトウェア
project N.I.

NSPUにAGIが自然に創出される可能性?
研究者はinfo@pni.jpまで

菖蒲

%% 対談

Q:量子計算の研究からAIに貢献できるか?
A:物理系もAIにはけっこういるし,モデリング能力が高いので重宝される./ 量子コンピュータは全然上手く行かないし,斉藤さんの提案ならシリコンベースでできるから必要ない/ 手法は別として協力できるといいね
Q:AI系のコミュニティが欲しい人材像は?
A:プログラミングの実装能力,脳の計算モデルがしっかりわかる,ハードがしっかりできる人など.PRMLなどの数式を地の文レベルで理解できる人.上記のスキルに加え,全体設計を俯瞰的に抑えられる人./他分野に興味を持てる好奇心.医学部でAI,その逆,/大学教育の問題.学部は縦割りだが,現実の社会の問題は分野横断.学部教育に拘らずいろいろ勉強しよう.東京にはいろいろチャンスがある

狭い土地に多様なコミュニティと多くの人があるってのは地理的に有利なこともある?

Q:そもそもAGIは必要か?現在のAIの組み合わせではダメ?
A:自分で新しい問題へ対処する能力を発見するvsひとつひとつのモジュールを作り込んで全体を組み合わせる,前者の勝ち.
理由は1,設計開発コスト縮小.2自発的に機能拡充(創造性につながる),3,例外処理などにおいて人間の作り込みを超える,4,自己進化により変化する環境に自己発達的に対処できる/ホーキンス?「専用機は一時は勝つ,しかし最後は汎用機が勝つ」

Q:AI > human な結論を誰が評価できるのか?
A:ex 純粋数学の世界.互いをほとんど評価できないが,自分が信頼するBさんが信頼するDさんが正しいというから正しい,という信頼ベース評価が既に存在.その評価手法で実際に発展している.自分が信頼するAIが正しいというAIが…と同様のことをすればよいのでは

Q:政治やビジネスの意思決定にAIを使えるか?
A:ex: Watsonは選択肢AがM%,BがN%などで利用者に提示して人が選ぶ.人間が考えることを放棄して任せ始めたらヤバいかも

Q:機械と人間の関係は?
A:人間は現時点で貧困,金融など全然上手く取り扱えていない.AIの方が正しい判断をできるのでは.金融システム全体を理解した人間など存在しないのだし,現在の世界はすでに複雑すぎる

Q:AIは意識を持てるか?
A:意識がある=脳が正常に作動しているという理解なら,脳のシステムを実現した段階で意識はできるだろう/脳の観察を詳細に行えば意識の存在を科学的に定義できるだろう/1Hのコンピュータを作成した時点で発生するかどうか見れるかも/現時点で互いが意識を持っているかどうかすら判断できない.(cf 唯独論?) 相手の脳と自分の脳をワイヤで繋いだときに相手の意識を感じられる技術ができたとき,ロボットに同様に接続をして同じ感覚が得られれればyesと言えるかも

Q:何の為にAIの研究をするのか?
A:宇宙を研究するため/脳の方が面白いんじゃない?

ありがとうございました

シェアする

  • このエントリーをはてなブックマークに追加

フォローする