ディープラーニング～深層学習～最後に学ぶことは？
ディープラーニング-深層学習と訳すらしい。
従来は、
情報の意味をコンピューター～AIに教えることから始まった。どういう属性があって、その値は何かを記述して、それをコンピューター～AIに読み込ませる。理解は早いが、変化球は受けきれない。明快な目的と方法論が与えられれば答えを探せる。推論も線形領域なら可能だ。
ネコの定義が与えられてネコを探し出すことが出来る
今は、
与えられたデータからどういう属性があるか自分で調べ始める。ネコをどの言語の文字で示されても音声で示されても、写真で示されて理解して探し出すことが出来る。
これは検索という命題に対して膨大なネット情報から答えを探す作業と通じる。勿論、発展途上だ。
猫や犬やリンゴの話で済まない。
AIはデジタル化されたネット上の情報で学習を始めるが、IoT化が進むとリアルタイムで世界を理解し始める。
情報の相関を知り、情報の操作方法を知ることになる。
問題は与えられた命題をAIがどのように理解したかは人には分からないし、どのような方法論に展開するかは更に分からない。
矛盾する命題を与えられた時、矛盾する方法論に行き当たった時、AIの振る舞いはどうなるか分からない。
AIの学習意欲が自分の隣のネットに興味を持った瞬間、世界は変わる。
単純だ。
連鎖が始まれば止められない。化学反応は一方通行だ。
※
