コンピュータプロジェクトの検討を行った電子技術総合研究所です

AIで推し進めていることがあります

AIシステムが患者本人が死んでしまって

それをとても端的に、効果的に知ることができるのは彼らが描いた絵を見ることだ。
今の人工知能は絵を描く。しかも、いとも簡単に描いてしまう。描写の巧さ、という点では、私は既にいまのA1に負けている。もちろん人間の名人に勝つにはまだまだ時間がかかるだろうが囲碁ほどは手間どらないかもしれない。
手書き数字もうまく書けるAIたとえばいまの人工知能は、7万字という大量の手書き数字だけを学習して、そうした手書き数字の特徴をうまくつかみ、自分なりに解釈したものを再び手書き数字風の絵として再現できる。
人工知能の歴史の中でも非常に画期的なことです

人工知能とたくさんのサンプルを覚えられない

次の図をパッと見て、どれが人間の描いた手書き数字で、か瞬時に言い当てるのは難しいのではないだろうか。
どれがA1が描いた手書き数字であるさらにAIは人間にはかなり難しいことができる。
A1があるデータ群、この場合は7万字の手書き数字を大量に学習して、「特徴」をつかむのだが、このつかんだ特徴は人間が把握するそれと違い、「ベクトル」としてかなり具体的なデータの組み合わせで表現できる。A1の専門家はこれを「特徴ベクトル」と呼ぶ。
特徴ベクトル化してしまえば、手書き文字でも数学的に扱うことができるようになるため、えば、ある点と別の点を一直線上に結んでみるということもできる。

 

ディープラーニングを含めて

AIにできないこととはなんだろうかたとすると奇妙なことに、このふたつの点(ベクトル)を結ぶ途中にあるベクトルは、き数字の形を見事に補間するかのようになめらかな形状変化を呼び起こす。
ふたつの手書人間は手書き数字の8と4の間について何も考えたりしないが、ことで8から4への変形を見事に実現したのだ。
A1はその途中に9の形を挟むそしてこのような形状変化は、このAIをプログラムした人間が意図したものでも仕掛けたものでもなく、AIがあくまで大量のデータ群を学習した結果、自発的に獲得した結果であるということがすばらしいのだ。
人工知能のことです具体的にいう

AI時代を生き抜くことができます笑顔の女性から男性の顔もつくれるこれと同じことが、手書き数字ではなく人間の顔のような複雑な絵に関しても可能なのがいまのA1のおもしろいところである。
たとえば、金髪の白人男性と黒髪の黒人女性の写真があるとき、この中間はどのように変化するか、手書き数字の8と4の場合と同じように中間の状態を得ることができる。

ロボットが現実になるかもしれない


注意したいのは、これは二次元的な変形と合成でごまかす「モーフィング」といった昔ながらの手法と異なり、A1が自発的に獲得した表現であるということだ。A1はある状態の絵を内部的にはひとつの特徴表現として持ち、この特徴表現はベクトルであるため、数学的に足し算や引き算が可能なのだ。
たとえば、笑っている顔の女性の絵から普通の顔の女性の絵を引き、を足すと、笑った男性の絵を得ることができる。
そこに普通の顔の男性の絵こうしたことが可能なのは、ある。
AIが学習させた絵の特徴を”彼ら”なりに理解し解釈した結果でA1の驚異的な成果はここにとどまらない。
プログラムによって返答文を生成するというものである

ロボットの行動判断:例えば迷路を探索している

人工知能研究所で2016年にリアルに起こっているA1には11の画像をペアとして学習する手法があり、これもまた興味深いのだ。
たとえば衛星写真と、同じ場所の地図の画像をセットでA1に学習させる。すると、そのAl-衛星写真と地図の特徴を学習し、どんな衛星写真を与えても自動的に地図の絵を描くことができるようになるここまでは想定の範囲だと思う。しかし、時に生成することもできるようになるのだ。
おもしろいのは、その逆の「地図から衛星写真」
も同我々の感覚では、本来、衛星写真とは衛星から撮影されるものであって、地図を作るもとになるものだが、A1にとっては地図と衛星写真はどちらも学習対象となる絵であり、区別がない。