はじめに 人間と同等な汎用的知性を備えたAGI（Artificial General Intelligence：汎用人工知能）は、AI研究開発のきわめて限定されたコンテキストで語られるだけの用語でした。ところが最近、AI業界のビジネスシーンで言及されるようになりました。 AGIが語られるようになったのは、GPT-4VやGeminiの登場によって、その実現性が以前より現実味を帯びてきたからだと考えられます。その一方でAGIはどのようなステップを経て実現されるのか、AGIに特有なリスクにはどんなものがあるのか、といった個別的な考察が十分に周知されていません。 そこで本記事ではAGIに関する最近の発言や研究論文を手がかりにして、AGIに関する理解を深めていきます。そして、AGIを安全かつ安心に実現するための第一歩を踏み出すにあたって、考慮すべき事項を提言します。 なお、本記事は見出し「Q＆A方式

大量のテキストから知識を学んでニューラルネットに蓄えている「大規模言語モデル」。米オープンAIが発表したChatGPTのブームで一躍有名になったこのAIはただ話し相手になるだけでなく、今後科学の諸分野に影響を及ぼすかもしれない。生命科学を中心に、すでに変化が起こり始めている。大規模言語モデルとは、WebサービスであるChatGPTの内部で動いているAIだ。ネット上にある大量のテキストを学習する

脳科学と人工知能（AI）研究は，互いに影響を与えながら発展してきた。脳科学はAI開発のインスピレーションとなり，機械学習は脳を理解するためのヒントとなる。昨今のAIにおけるブレイクスルーもまた，脳科学に示唆をもたらしつつある。 脳を理解するために有用な視点に「座標系」がある。実際に脳科学は，脳が様々な情報をマップする多様な座標系を持つことを明らかにしてきた。その一方，異なる種類の座標で得た情報をどう統合するかというバインディング問題が未解決のまま残されてきた。 現在，AIの世界では，ChatGPTなどの大規模言語モデルが依拠するTransformerアーキテクチャの威力が驚きをもって受け止められている。このTransformerと脳との対応を精査することは，実は脳がどのようにバインディング問題に対処しているかについて重要な示唆を与える。 さらに，Transformerの成功は，脳が現在や過

アメリカのIT大手、メタは、利用者との対話や文章の作成、それに資料の要約ができるAI＝人工知能を大学や企業などの研究向けに公開すると発表しました。対話式のAI技術をめぐっては、マイクロソフトやグーグルも開発を強化するなどアメリカのIT大手の間で競争が加速しています。 これは、旧フェイスブックのメタが24日、公式ブログなどで明らかにしました。 公開されるAIは、利用者との対話や文章の作成、資料の要約ができるということで、メタのザッカーバーグCEOは自身のフェイスブックへの投稿の中で「数学の定理を解いたり、たんぱく質の構造を予測したりといった、より複雑な課題に活用できる見込みがある」などとしています。 現時点では研究目的の利用を対象とし、アメリカメディアによりますと、大学の研究者や企業、NGOなどの利用に限るということです。 メタは去年11月、自然科学の分野に特化した対話式AIを発表していまし

https://www.amazon.co.jp/人工知能-Vol-36-No-5-2021年9月号/dp/B09CRH6CVY/ref=a... https://www.amazon.co.jp/人工知能-Vol-36-No-5-2021年9月号/dp/B09CRH6CVY/ref=asc_df_B09CRH6CVY/?tag=jpgo-22&linkCode=df0&hvadid=529635459077&hvpos=&hvnetw=g&hvrand=15695650357096521152&hvpone=&hvptwo=&hvqmt=&hvdev=c&hvdvcmdl=&hvlocint=&hvlocphy=1028828&hvtargid=pla-1417433584691&psc=1&th=1&psc=1 『人工知能』は編集委員がテーマを決め、AIに関連する有識者が記事を持ち寄っ

著者のAlberto Romero氏はスペイン在住のAIエンジニアであり、最近は神経科学に強い関心を寄せています（同氏の経歴はLinkedInを参照）。同氏がMediumに投稿した記事『人工知能を次のステージに導く5つのディープラーニングのトレンド』では、現在の人工知能の限界を克服するかも知れない5つの技術的トレンドが解説されています。 以上のような技術的トレンドとして同氏が挙げているものは、以下の通りです。 CNNの弱点の克服：画像認識モデルの基礎的技術であるCNNは、視野角や背景が変わると認識精度が低下したり、人間には識別できないノイズを画像に混入すると誤認したりする。こうした弱点は、ヒントンらが発表したカプセルネットワークで克服できるかも知れない。 自己教師ありディープラーニング：現在のディープラーニングモデルには、大量のラベル付けされた学習データが不可欠である。自己教師あり学習はラ

4月10日の日経ITproの記事「 AIベンチャーの雄が総務省の開発指針に反対する理由」で、総務省主導で推進されているAIネットワーク社会推進会議とその開発原則分科会からPFNが離脱したことを、取り上げていただきました。私とのとりとめのないインタビューを適切にまとめてくださった日経ITpro浅川記者に深く感謝いたします。また、その記事に対して、はてなブックマーク、NewsPicks、FacebookなどのSNSを通して多くのコメントを下さった方にも感謝の意を表します。ありがとうございます。離脱の理由は記事にある通りですが、総務省の方々も私達の立場を真摯に受け止めてくださっていて、実りのある議論を続けてくださっています。その上で、今後の議論を深めるために、いくつかの点について補足したいと思います。 汎用人工知能と特化型人工知能 現在、人工知能という言葉は大雑把には、 汎用人工知能（「強い」人

めずらしく本以外のことを書いてみたい． テーマは「強いAI」(strong AI)と「弱いAI」(weak AI)について． 今日，会社で上司に呼ばれて「強いAIと弱いAIの違いって何なの？」と聞かれて，社内で人工知能に詳しいことになっている私なので，「それはですね〜」と意気揚々と解説を始めようとしたものの，実は自分自身よくわかっておらずに撃沈し，悔しいので調べてみた． 調べ始めてすぐに分かったのは，「強いAI/弱いAI」という概念の初出は哲学者John Searleによる1980年の論文“Minds, Brains, and Programs”らしいということだった．これは「中国語の部屋」（Chinese room）として有名な論文で，自分も大学時代に一度読んだことがあった．今日，８年ぶりくらいに読んでみたところ，冒頭１ページ目にちょっとした気づきがあったので，ここに書いておくことに．

「人工知能」とその注目の背景 現在、人工知能といった言葉が様々な分野で広がりを見せている。マーケティングの分野においても例にもれず、数多くの機会で人工知能という言葉は使われており、実際に触れている方も多いだろう。しかし、そもそも人工知能とは何か、マーケティングでどのような活用ができるのか把握できている方はどれくらいいるだろうか？ 当連載では、人工知能の基本、マーケティングの分野における活用の可能性、そして人工知能の領域での代表的な手法を用いた活用事例について解説していく。第1回目は、人工知能の基本として、人工知能と言われている領域の整理や様々な分野での活用の可能性について解説していく。 人工知能（AI）とは、一言でいえば「コンピュータを用いて人間と同様の知能を実現させること」だ。さらにカリフォルニア大学バークレー校教授ジョン・サール氏によると以下のような区別がされている。 強い人工知能：知

ニューラルネットワークにより、われわれがこれまで人間特有の性質とみなしてきた能力、つまり「常識」を、人工知能（AI）システムに持たせることが可能になるかもしれない。 人によって備えている常識の程度には差があるかもしれないが、「常識」とは（曖昧な概念ではあるにせよ）、込み入った状況において、明確な情報に頼るのではなく、自分自身の経験と世界観に基づいて公平かつ正当な判断を下す、という概念のことである。AIはこのことに苦戦している。 このような直観は人間らしい概念だが、FacebookのAI研究グループ担当ディレクターのYann LeCun氏によると、ニューラルネットワークとマシンビジョンの飛躍的な進歩により、将来的に常識を備えたソフトウェアが登場する可能性があるという。 マシンビジョンに必要なニューラルネットワークに関して言えば、さらなる「進歩が必要」だ、とLeCun氏はMIT Technol

担々麺大好き(特にゴマ風味のもの)。 アジサイ大好き(桜や紅葉も)。 そして経済ニュース大好き(国際ニュースも)。 ということで「担々麺とアジサイと ちょっと経済」です^_^ 何かとＡＩ＝人工知能が話題ですが、大手ＩＴ企業の間でmachine learningの技術者の争奪戦が激しさを増しているそうです。高額な給与に目がくらみ大学に残って研究する若者が減り、さらに重要な研究が一部のＩＴ企業に寡占されることに警鐘を鳴らす記事が The Economistの最新号(4/2/2016号)にあります。 アメリカや中国のＩＴ企業がいかにカネに糸目を付けずに、必死にＡＩの専門家を世界中から集めているかが分かります。日本企業はいっさい登場しませんが、そうした人材獲得は日本では難しいのでしょうね。 Artificial Intelligence, Million-dollar babies（人工知能、10

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 「人工知能（AI）」「IoT（Internet of Things）」「ウェアラブルコンピューティング」「カスタマーエクスペリエンス」「APIエコノミー」「FinTech」「リテールTech」「デジタルマーケティング」は、ビジネスや社会に広く普及し、さまざまな影響を及ぼすと考えられる重要技術と考えられている。 野村総合研究所（NRI）は3月17日、これらの8つの重要技術が2020年までにどのように進展し、実用化されるかを予測した「ITロードマップ」をとりまとめた。 この中でもAIは、新たなサービスを生み出す技術として注目されているFinTechやサービスロボットの普及の鍵となる重要な要素技術としても位置付けられている。ディープラーニング

Googleが500億円以上で買収した謎のスタートアップ「DeepMind」。当時、無名の人工知能(AI)開発ベンチャーのDeepMindをGoogleが買収した目的は、天才デミス・ハサビス氏を手中に収めたいからと噂されていました。Googleの期待通りDeepMindはAI技術を磨き上げ、学習してゲームの腕をメキメキ上げるアルゴリズム「DQN」を発表して一躍有名になり、人工知能ソフト「AlphaGo」を開発してこれまで難攻不落と考えられてきた囲碁の世界最強棋士を破るのに成功するなど、世間をあっと驚かせています。 そのDeepMindを率いるハサビス氏にThe Vergeが、AlphaGo VS 囲碁界の魔王イ・セドル(李世乭)九段の世紀の対決の第1戦が終了した翌日の第2戦が始まる前にインタビューしています。 DeepMind founder Demis Hassabis on how A

人工知能が人類の知能を超す「2045年問題」 6月16日に、テクノロジーや科学を雑誌とインターネットで扱うワイヤードが、SF映画「トランセンデンス」(6月28日より公開)の試写会イベント「「2045年、人類はトランセンデンスする?」 異色の宇宙物理学者・松田卓也博士 映画「トランセンデンス」を語る」(画像1・2)を開催した。決して絵空事ではない映画「トランセンデンス」と、それらにまつわる話をまとめて、トークショーの様子と共にお届けしたい。 画像1(左):宇宙物理学者理学博士の松田卓也博士。画像2(右):ワイヤードがタイアップし、雑誌やWeb上で「トランセンデンス」関連の特集を展開(ワイヤードWebサイトより抜粋)。この人物は、ジョニー・デップ演じるウィル・キャスター博士 さて映画の説明やトークショーに入る前に、まずは事前情報ということで、少し長くなるが、いろいろと説明させてもらいたい。まず

California's age verification bill for app stores and operating systems takes another step forwardThe Digital Age Assurance Act will now go to Governor Gavin Newsom. Roblox hit with wrongful death lawsuit following a teen player's suicideAccording to The New York Times, a mother has taken legal action against Roblox and Discord for their alleged involvement in her son's death.