文化・芸術・クリエイティブ発信 K2ブログ

人工知能
2017年07月05日 Life Style

『人工知能』を読みました。

おはようございます!ブックキュレーターの永田です。
先日このブログにも書きましたが、人工知能に関する盛り上がりは東京ビッグサイトで開催された『AI・人工知能 EXPO』でも肌で感じました。その熱気さめやらぬうちに書店巡りをしていたら、どこの書店でもビジネスコーナーやテクノロジーコーナーは人工知能やらディープラーニング関連の書籍が所せましとならんでいることに気が付きました。

これを機会に人工知能について少し知識を仕入れておこうと思い、まずは人間が人工知能とどう関わっていけるのかをテーマにした本書籍を読んでみることにしました。

CMSでの集客ならWEBサイト制作会社ケイツー・インタラクティブへ

人工知能/書籍情報

  • 人工知能―――機械といかに向き合うか (Harvard Business Review)
  • 発売日:2016/9/30
  • ISBN-10: 447810090X
  • ISBN-13: 978-4478100905

人工知能/書籍概要

機械といかに向き合うかをテーマにした人工知能の論文集です。論文は全部で8本、その全てが人工知能の分野では最先端の有識者によって書かれた世界と日本の知を結集した論文集です。本書籍は1章完結型なのでどこの章から読んでもいいようになっています。人工知能と人間のかかわり方から世界最先端企業のGoogleやアリババの社内システムのアルゴリズムなど、企業の考え方までを網羅しています。

人工知能/INDEX

  • 第一章 オーグメンテーション:人工知能と共存する方法
  • 第二章 人工知能はビジネスをどう変えるか
  • 第三章 ビジネスの仮説を高速で検証する
  • 第四章 ディープラーニングで日本のモノづくりは復権する
  • 第五章 アリババの戦略はアルゴリズムに従う
  • 第六章 あなたの上司がロボットに代わったら
  • 第七章 グーグルは組織をデータで変える
  • 第八章 【インタビュー】機械は我々を幸福にするのか

人工知能/気になったところPICK UP

8つの章どこから読んでも、機械と人間のかかわり方というテーマは一貫していますが、テーマそれぞれが個性的でした。

オーグメンテーション:人工知能と共存する方法

この論文では、人工知能は人の仕事を奪うのではなく、既存の仕事が人工知能に置き換わる分、人間の可能性が広がるということを説明しています。

オーグメンテーションとは何か

オーグメンテーション戦略は、かつて効率重視の企業が追求した自動化戦略とは対照的な性格を持つ。自動化戦略は、人間がある仕事をするときの作業を基準とし、そこから引き算する考え方だ。コンピュータを導入し、体系化できた作業から順々に機械処理に移行して、人間の作業を減らしていく。高度な自動化を目指すことによりコスト削減が期待できるが、その半面、既存の仕事の枠内に思考が限定される。

オーグメンテーションはこれとは対照的で、現行の人間による作業を基準とし、機械処理の拡大によっていかに人間の作業を深められるか(削減できるか、ではなく)を見極める。思慮深い知識労働者は、このことを明確に理解している。

この章のキーワードはオーグメンテーションです。これは、コスト削減の号令の元、人間の仕事をシステムが取って代わるのではなく、する必要のない作業をシステムに任せて、人間は人間ならではのこと、例えば文脈や感情を読み取る、もっと言えばイノベーティブなことを追求していくべきだという考えです。

そのために人間は次の5つのアプローチの中で自分の最適なポジションを選択し、システムとの関係を見直して再調整する必要があります。

  • 向上する:コンピューターよりも大局的な考えを持つ
  • 譲る:単純認知ではない言語化されない知識、多重認知を強化する
  • 介入する:専門知識を最新の状態に保ち、機能やアウトプットを監視・調整する
  • 絞り込む:コンピューターの開発が進んでいないニッチな分野を攻める
  • 前進する:自動化の候補となる分野を特定し、次世代の応用方法を構築する

ディープラーニングで日本のモノづくりは復権する

この章では、人工知能が現在どの段階にあり、さらに今後どのような段階を経て進化するのかを論じています。

機械がみずから「特微量」をつくり出す時代の到来

これまでは、人間の手で現実世界の森羅万象の中から変数を取り出し、それをコンピュータに与えていた。たとえば、ビールの売上げと気温の関係を重回帰分析するとしよう。この時は気温が変数だが、気温ではなく湿度や曜日を変数に置くことも考えられ、何を変数に定めるかは個人の判断で変わる。

機械学習では、こうした変数を「特微量」と呼び、特微量に何を選ぶかで予測、分類、会期、分析の精度は大きく変化する。人間の場合、同じ作業を何度も繰り返す中で適切な特微量を決めるコツをつかむ。同様の作業を資格でもやっており、子供の頃から、目の前に何があるかを理解するために、さまざまな特微量を無意識のうちに導き出している。従来のコンピュータは、何が特微量かを自発的に構成することができなかった。これが機械学習における最大の問題であったと言っても過言ではない。

機械学習の中でも「特微量」に注目しています。僕は「特微量」については、何らかの条件を指す言葉だと理解しました。(間違っていたらすいません…)様々な経験に基づき蓄積された情報の中から何を特微量(条件)としてピックアップすれば最適の『解』が求められるか?を機械自身が導き出すことが出来るようになった、それがディープラーニングです。

その特微量(条件)こそが日本のモノづくり復権の鍵となるようです。機械学習は膨大な画像・テキストデータの中から最適な特微量を検出します。しかしながら、職人的なノウハウはまだあまりビッグデータには蓄積されていない、その部分が諸外国に対して圧倒的優位性につながる可能性があるのです。

職人的ノウハウ「認知と行動による特微量」のうち、認知と行動に関する技術はすでに実用化されています。そこに、職人的ノウハウの自動化が実現出来れば、それが、人工知能の分野で日本独自の強みとなります。

人工知能を読んでみて。

『人工知能』いかがでしたでしょうか?

内容の一部をピックアップしましたが、その他にも人工知能を持ったロボットが同僚、上司になったときに、人間はどの様な感情を持ち反応をするのか?を実際に実験したり、人工知能最先端の技術を持つGoogle社ではどのようなマネージメントがされているか?など、人工知能の技術や可能性のみならず、人工知能が人間へ与える影響について幅広い見地で書かれていました。

専門的な難しい内容はあまり書かれていない分、自分たちの未来にどのような影響があるのか?具体的にイメージしやすかったです。

人工知能が未来をより良くするのか?利益を享受出来る人と出来ない人、二極化させるものとなるのか?見極めるにはもう少し時間がかかりそうですね。

それではまた。

その他のおすすめ記事

ケイツー・インタラクティブをSNSでフォローする

PAGE TOP

ケイツー・インタラクティブの出来ること

PAGE TOP