人工知能の本質は？　「近さ」の判断が不得意：今どきの人工知能（1/4 ページ）

[松尾豊, 塩野誠 ，Business Media 誠]

塩野：　抽象化の定義ですが、いままでのお話から判断すると、似たものを見つけた際に、その間の近似値を設定する問題だと思います。近似値をどれくらい取るかを「似ている」と定義するなら、それを設計している人間の思想が入ることになりそうですが。

松尾：　核心的なところに近づいてきたようですが、「近いかどうか」の判断は知能において非常に重要な処理です。近さを決めるにはいろいろな方法があり、近さには多様性もあります。いろいろな角度から見て、近いとも言えるし、遠いとも言える。そしてその中でも、「良い近さの基準」「適切な近さの基準」を選ばなければならない。これができると、あるストーリーとあるストーリーは実は近い、だからこのパターンがある、と判断できるようになります。

塩野：　「あの人はあの芸能人と似ているよね」、「いや、ぜんぜん似てないよ」みたいな話ですか。判断する人によって近さのレンジは違いますね。

松尾：　レンジも違いますし、近似に対する人間の特性のような部分も関係します。ビッグデータの話と一見、逆のことを言っているように聞こえるかもしれませんが、人間は少ないデータから、いかに人より早くパターンを見つけるかという競争をやっています。なぜなら、他の生物や個体に勝って生き残るには、「異変にいかに早く気付くか」が決定的に重要だからです。異変に早く気付くために、膨大な量の「普通のこと」を知っておかなければならないのです。

　少ない例からパターンを見つけるには、少ない事例の中でも、グルーピングしなければなりません。例えば、この例とこの例は、厳密に言うと違っているが一緒と考えていい、そして同じグループとして扱ったとき、共通する要素は何かとか、共通に表れるパターンは何かを見つけて取り出す。それによって、他の人が一見すると違うことを経験していると見えることでも、賢い人は異なる例からも抽象化し、これはあのときのこれと同じだ、このパターンならこんなことが起きるはず、などとパターンを抽出できるのです。