7月31日、マルレク第二回聞いてきた!のでメモ
はじめに
・ディープラーニングから5年
・歴史大事
・20世紀から(かなり前から)人工知能
→いろんな試行錯誤
・ディープラーニング:ぱーせぷトロンの子孫
・21世紀にはいって10数年
人工知能:新しい条件→検索:これからAI技術で大事
・いろんな方法:多様
→人間の知的能力は複雑
・限界:いつかは説かれる→でも人間の限界がある
→われわれは何ができて、何ができないのか?
・あじゃんだ
PART1:20世紀(過去)
・チューリングとチョムスキー
機械は考えることができるか
チョムスキー:チャーチ・チューリングを文法に
→同じ考え
・1950チューリング
機械は考えることができるか
→むしろ、信念の問題
チョムスキー:我々はどういう生物か?
世の中には謎がある
・予想される反対論「神学的反対論」
・デカルトがチューリングテストと同じようなことを言っている
機械:ボトムアップ
→自由に言語を扱う人間の機械はできない 万能理性
・チューリングが想定したチューリングテスト
・当時は、機械が思想するなんて誰も考えなかった
→チューリング 50年後は語ることができるようになるだろう
60年たった今:あたりまえ
→サイモン
・1955 ちょむすきー 生成文法
論理主義嫌い:言語の独自性
1952:機械翻訳 Ba-hilleの試作
言語の3つのモデル
type-0
type-1
type-2
LR
LL
生成変形文法
チョムスキーは理論が変わる
シンタックスとセマンティックは違う
・Speech Recognition Grammar Specification Ver 1.0
→チャットボットの元
言語観の貧困
・サイモンの楽観論
経験論:失敗する
チョムスキー:S-Rの行動心理学を批判
1957年 サイモンの予言
あやしげなおじさん?→そんなことない
ノーベル経済学賞、チューリング賞をとっている
サイモンのLogical Theorist
General Problem Solver(GPS)
経験論→学習フレームワークが一般的
迷路をネズミが解いた→じゃあ、数学は解けるのか?
EPAM:知覚
知覚とメモリー:実現する手段がなかった
LTの限界
命題論理の定理証明
・数学でのコンピューター利用
4色問題のコンピューターによる解決
Univalent Theoryのcoq利用
E8:人間の手では負えない
人工知能技術をどうとらえるか?
機械と人間が一緒になって何ができるか?
・ぱーせぷトロン
・1958パーセプトロン
形式ニューロン;1943からある
60年代爆発的
中身シンプル(1層しかない)
ミンスキー
線形分離可能なものしか
福島
コグニトロン、ネオコグニトロン
・論理的推論の機械での実行
Prolog,GHC
Coqの基礎
ロビンソン
・人工知能に対する懐疑論
石田晴久の全否定→40年たって、間違っているといえる
何べんも起きている
ホフスタッターの皮肉「テスラーの定理」
・ミンスキーのフレーム理論
フレーム:知識表現のフレームワークのこと
ルールベースの源流
機械と人間:同じかもでも言語持っている
かーつワイル:ミンスキーの信奉者
フレーム:ノードと関係のネットワーク
論理的推論ベースのアプローチはうまく働かない
・エキスパートシステム
知識ベースと推論エンジン→普及した
MYCIN
自然言語インターフェースの構想
・1982 第五世代コンピューター
推論エンジンと知識ベース
ほんとにやりたかったことは、並列コンピューターを作りたかった
GHC
リスト処理
1992年に終わる:540億 ICOT
・PDP(Parallel Distributed Processing)・Connectionism
人間の脳は並列で分散
こねくしょにずむ
ニューロンの結合状態が大事
Part2現在
・大規模分散システムと検索技術
・2001 セマンティックWeb
三つ組み→RDF(エンティティモデル)
オントロジー、たくそのみー
2004年 Google
ラリーペイジの人工知能観:知能は検索
2011年 IBM ワトソン
検索している
2012年 Facebook
2011年 Schema.org
2012年 Google
Entityは階層を持つ
Thingは「もの」よりも広い概念
Word.net
・Google Nowができること
2つのパターン
マシンでできる命令
マシン外の情報の検索
→グラフ検索:エンティティを見つける
あるドメインでは有効
でもほかに有効かは?
中でおじさんがシナリオ書いていたという
人工無能とおなじになってしまう。
・言語学の新しい展開
計算システムとして言語能力を再構築
1995 minimalist Program
Language = Interfaces + Recursion
計算システムとしての言語能力
計算システムとしての言語能力
普遍文法をボトムアップで構築する
マージという一つの操作
機能的なプロセスとしての表現の導出
内的言語 I-Language
感覚・運動インターフェース:Phonetic form
概念・思考インターフェース:Logicaol form
プリンシパルパラメーター
枠組みは決まっていて、スイッチが入る
スイッチで特徴が決まる
レキシカルアイテム→マージ
コンピューター向きではある
我々はどんな生き物?
・DeepLearning
技術史上まれなパラダイムシフト
IEEE 2010 人工知能の殿堂
ディープラーニングの3人に1人も入っていない
→たった2年の違い
・人工知能の現在
・DeepLearningの最前線
Google機械翻訳
DNC
→人間の言語能力
Google VS Amazonの戦いは迫っている?
(ボイスアシスタント市場で)
機械翻訳
以前のGoogle翻訳PBMT
現在のGoogle翻訳GNMT
Part3 未来展望
・Realとは何か
主観がたくさん→客観が生まれる
Oculus Connect 2016
主観的観念論とかははやりそう
・感覚能力の外的拡大
人間の感覚能力の拡大
顕微鏡、望遠鏡
レントゲン、CT,MRI
ガスクロマトグラフィー
人間の脳:身近なものを見るようにしか、対応していない
→天体
機械が人間の感覚能力の拡大を可能とした
われわれ=人間の感覚器官
・認識能力の数学的認識による拡大
数学的認識の誕生と発展
バビロニアの数学
科学革命
累積的知→ロボットにできるか?
でも、ロボットなしにできる?
・人工知能研究のパースペクティブ
多方面からのアプローチ
知識検索
数学的
言語能力
感覚能力・自律的運動能力
・課題
感覚運動外界の把握
言語能力認識の飛躍
文字による知識の集積
数学的・科学的
・今後
言語研究者とAI研究者
Coq、AGDA「証明支援システム」