何か新しいことをするには過去の業績を調べようということで、前回
simplestar-tech.hatenablog.com
の中盤から、AIの歴史について学び始めました
よく引き合いに出る、チェスのAIについてその原理を調べてみましょう。
オセロの方が簡単だったかもしれません
序盤は定石の研究が行われているので、これに従って悪手を打たないように手を打ちます。
中盤は手の評価関数を作り、限られた時間の中で最良と判断した一手を選びます。
（この中盤の部分、Bonanza Method と呼ばれているようで、膨大な棋譜から特徴を抽出して、盤面の特徴とそれに対する解答を導く評価関数のパラメータも機械が求め、手を決定します。）
終盤は解析済みの状態であり、最も勝率の良い手や、経路探索の結果勝利が確定している手に従い、ミスをせずに勝利に一直線です。
人間が機械に勝つには、何千年と研究されてきた既存の定石を打ち破る、新たな定石と
それに合う、既存の評価方法とは異なる評価方法で、最良の評価を見つけ出し打ち続け
終盤では一度もミスをすることなく、打ち終える集中力が必要になります。
なるほど、定石研究と評価の仕方の研究、そしてそうした知識を持った人間同士が打ち合った膨大な棋譜があれば、こうしたゲームのAIは作れるというわけですね。
最後は最適化問題となり、その最適解に一直線というわけですか
これもやはり、世界が限定されているがゆえに、機械的な仕組みで思考、心というものを表現できたのだと考えます。
ここから、AIの歴史について調べていきましょう。
チューリングテストというものが人工知能の哲学の最初の真面目な提案と言われているようです。
前回自分だけで考えて書いた内容に、心は感じ取ることで存在を信じているというもの、という表現があったけど、これチューリングテストじゃないですか
これが知性の定義の難しさというものに対する一つの答え方として知られているのですね。
・記号的推論と Logic Theorist
あ、これ知ってます。前々回だったか、会社のAIに詳しそうな人に教えてもらって調べた感じ
記号的推論だけでは、知識ができるだけであり、知識作る作業は永遠と終わらない
Logic Theorist も成功するための条件を、用意するための条件を…と再帰的に経路探索するというもので、限定された世界に対してのみうまく動くものでした。
どちらも人間の求める知性に近づけるけれども、記号的推論に関しては知識を活用する部分が重要なのに、まだ研究中だったり
Logic Theorist に関しては、限られた世界における限られた作業しか行えないという強い制約のもとでしか、知能を発揮できなかった。
・ダートマス会議 (1956): AIの誕生
あのクロード・シャノンも参加していたのですか…
先のLogic Theoristがここで初めて発表されたとのこと
ちょうど今から60年前の1956年にAIというキーワードが誕生したようです。
必ず人工知能が作れるんだ！という会議でした。
そこから人工知能の研究、発明が続くようです。
今、ここを読んでます。
人工知能の歴史 - Wikipedia
特に影響があったアイディアについて、詳しく示してくれているので
これらを調べていくと面白くなりそうです。
とりあえず、人工知能について世界のトップランナーが、最近どういうことを主張しているのかも気になりました。
なので次の書籍も読むことにしました。
www.amazon.co.jp
読みました。
人工知能の歴史を知りたかったので、ちょうど知りたいことが書かれていて良かったです。
これを会社の同僚に紹介したら、次の書籍もオススメとのことで読むことにしました。
books.google.co.jp
読みました。
しばらく開発した製品の宣伝が続いている印象を受けたので、前半は良い内容と期待してませんでしたが
後半のディープラーニングの見解は上の書籍と、もともとの自分の見解とも同じことを書いており好感が持てました。
作者の「俺は歴史上の偉人学者の功績に見合う数々の発見をしている」と主張している点、これもわかりやすくて良かったです。
きっとここを読んでいる方も、時折そう思うことがあるはずなので、ぜひみなさんも主張してみてはどうでしょうか？
歴史上重要と認められている発見をみなさんも日々の考えの中から見つけ出しているはずなので、Web上に書いて（描いて）共有できる形にしておいてください。
まだAIの歴史は序盤ですが、長くなりそうなので、次の記事でまとめます。
