simplestarの技術ブログ

目的を書いて、思想と試行、結果と考察、そして具体的な手段を記録します。

人工知能:歴史から学んでみる 2

1980年ころの人工知能の研究を見ていく

前回までのおさらい
人工知能の研究の成果がマイクロワールド(限定された世界)から外に出ようとして
組み合わせ爆発を起こし計算が終わらず、知識の記述も終わらず、研究中だったのに
世間の人工知能に対する熱が冷めて、資金が回らなくなった所で幕を閉じた。

エキスパートシステム
現実問題から遠ざかる形で、医師などの専門家の仕事など、実用化重視でマイクロワールドを選んだのだと、私は思った。
そう、医師などの専門家の知識を使う作業場に対して、ここまで行ってきた知識表現と手段目標分析などを使ってマイクロワールドを作り、一般人にはできない価値ある診断や提案を行うシステムが登場、注目を浴びるようになる。
このエキスパートシステムに価値を見出した企業や国が、お金を出し始めたのだそうな。

【知識革命】
エキスパートシステムだけでは、やっぱり満足できない。
人と同じように反応を返す機械が作りたい。
そこで、一般常識を構築する Cyc(サイク)プロジェクトが始まる。(30年たった今もやっている)
機械に人間の様々な概念の意味を教えるのに近道はない、人の手で概念を1つずつ設定するしかないという主張が支配的となった。(わかる、ちょうど今の私がそう思っている)

コネクショニズムの復活】
ニューラルネットワークの配線を工夫することをコネクショニズムと言うらしい。
ホップフィールドネットワークというものが、新たな火種となって、コネクショニズムの研究が再燃し
確率的勾配降下法という、数学で言えばそれこそ200年くらい前の技術が、ニューラルネットワークの学習に利用できると初めて示される。
ニューラルネットワークの出力層から逆伝播するから、誤差逆伝播法とも呼ばれている。
以前私が作った3層ニューラルネットワークはこの1980年代に登場した技術です。

【AIの冬第2期 1987−1993の到来】
わずか7年でまた冬が来たらしいですね。(ちょうど私が生まれたころの時代です。)
エキスパートシステムに対する過度な期待のふくらみにより(勉強できないクライアント達のね)、人工知能研究者達が恐れていた第二の資金難が訪れた。
そこで身体性について議論されるようになる。
記号は概念に対して付いているラベルのようなもので、本当に人工知能に必要なのは概念の獲得の方だろう、という主張である。
もっとも、前からあったが、チェスや将棋に強い機械よりも、お乳を飲んで排泄するだけの人間の赤ちゃんを作るほうがよっぽど価値があり、難しいことに気付いていたのと同じで
機械にも外の世界を感じるための眼や耳や身体を与えてやらねば、いつまでも概念を獲得することができないという考えである。
今後人工知能の身体性の獲得のため、ロボット研究の発展に期待したい。
(自分は精密機械工学の学生だったので、実はロボット研究をしてました。まさにロボットの眼にあたる研究をしてた訳で、こういう人工知能の話に興味が湧くわけです。)

そして機械学習
次の記事でまとめてみたいと思います。