市民大学講座（2）

　木曜日の夜に妻と共に出かけた先は、第２回目の土岐市民大学講座の聴講のためセラトピア土岐。今回の講師は岐阜大学工学部電気電子・情報工学科　速水悟（はやみず　さとる）教授、演題は「人工知能と機械学習」です。

　人工知能といえば、身近になったスマートフォンのGoogle アシスタントやSiriといった音声アシスタントが思い浮かべます。また、最近ではスマートスピーカーのAmazon Echo、Google Home、LINE Clova WAVEといった対話型のものまで登場しており、急に人工知能が身近になった感じがします。

　そんな楽しそうな気分で出かけたところ、講演の多くのが「機械学習」と「深層学習」とあって何だか分からないまま時間が経過してしまいました。せっかく聴講したのに残念だと思い、帰ってから「機械学習」と「深層学習」について少し調べてみました。

　機械学習とは、コンピューターがデータから反復的に学習し、そこに潜むパターンを見つけ出すことのようです。そして学習した結果を新たなデータにあてはめることで、パターンにしたがって将来を予測することが可能になるというのです。人の手によってプログラミングされた問題解決のための様々な手法を覚えさせることで、大量のデータから反復的に学習するため、人間が探すべき場所を明示的にプログラムしなくても、コンピューターが自律的にデータから洞察を導き出せるようになる仕組みでした。そのため、ビッグ・データと言われる多量のデータを抱えた企業が優位性を発揮することも知りました。AmazonやNetflixなど、オンラインショップのレコメンド機能が、日常生活に応用された機械学習の例のようです。さらに、大手企業においては、顧客が自社についてTwitterで何をつぶやいているかの把握することも、機械学習と言語ルールを組み合わせたものなんだとか。

　深層学習とは、「ディープ・ラーニング」とも言われ、音声の認識、画像の特定、予測など人間が行うような課題を実行できるように、コンピューターに学習させる手法なんだとか。ディープ・ラーニングでは、人間がデータを編成して定義済みの数式にかけるのではなく、人間はデータに関する基本的な変数設定のみを行い、その後は何層もの処理を用いたパターン認識を行わせて、コンピューター自体に課題の解決方法を学習させるというものです。

　講義中にはこうした変数や関数の計算式が多用されてチンプンカンプンでしたが、そうした数式やデータを時間をかけて黙々を操作する光景を想像すると、人工知能という分野が何とも地味に思えてきました。最後に講師がロボットの原理と限界を理解したうえで、人工知能に対する３つの立場を話されたことを思い出しました。

・つくる（人口知能の技術を研究開発する）

・つかいこなす（技術を応用して課題解決する）

・共存する（いっしょに職場や家庭で暮らす）

だそうです。とりあえず、共存して慣れることですねかね。機械に操られないように。たまには、コーヒー以外のことに頭を使うことも良いものです。