80年代末にAIについての書籍を訳も分からずに購入したことを思い出す。それは第2字のブームのときだった。なせ関心を持ったのだろうか。
山口高平。中谷多哉子。AIの誕生と60年代第1次ブーム。AIのシステムと人社会との関係性。AIはここ数年で大きく進歩。AIの誕生と第1次AIブーム。人工知能。AIは元々情報工学の一分野。17年の調査ではAIは日本語でなんというのか、90％以上が。日常用語として通用。NEWSでもAIはよく聞く。用語の定義は重要。AIとは人の知的な振る舞いをするソフトウェア。ダートマス会議で10人程度が集まり名称が決められた。AIは56年のダートマス会議の後に60年代に第1次ブームが。10年代に第3次ブーム。70年代や90年代00年代は停滞期。AIは既に60年の歴史が。紆余曲折を経て現在に至る。多くの人が人工知能であると。深くAIを理解できている？実際のところ漠然と捉えていて混乱も。正しく理解して出来ること出来ないことを見極めて関係性を理解する能力が必要。ユーザに依存して使い方は変わる。一人ひとりが考えることを。AIの定義は。マクロレベルではそのとおり。しかし詳細な定義は研究者に変わる。エンジニア的なものとサイエンス。記号主義とニューロコンピューティング。学際領域と3通りに。確かにAIでは様々な分野の研究成果が生かされている。AIには様々な学会が関与。AIの定義は様々。思い入れが反映されて微妙に違う。記号を処理して推論する。知覚情報を処理して学習し認識する。様々なAIを取り上げて説明を。
AIの生い立ち。AI研究。主に記号を扱うAI。56年のダートマス会議から始まる。主催者であるAIプログラミング言語としてLispの開発者、認知科学との関係や哲学の関係。知性の本質とは？などの議論。言語理解や機械学習、ニューロコンピューティングなどのテーマについても議論、60年代に1回目のブームが。第1次ブームではどのようなAIシステムが？57年にサイモンなどが一般問題解決機が提唱される。汎用的な問題解決方法。手段目標解析。初期状態と目標状態の差異を少なくする問題解決。数学の定理やボードゲームに使い、多くの問題にも適応可能。汎用的だが問題を機能レベルで形式的に表現するのが前提。産業界からはあまりGPSは評価されない状況に。具体的な問題を解くアプローチも出てきたが、依然として汎用的な問題解決が主流だった。三段論法などが提案されるなど。三段論法を実現する導出原理。60年代に色々な方法があったが、多くのルールの処理をしなければならず処理時間が長くかかった。65年に導出原理を提案。三段論法と単一化、コンピュータにより処理が単純だったので支持を。Prologや第5世代コンピュータの基礎に。否定を与えて導出原理を適用して矛盾を引き出す。
探索について。問題が与えられた状態である初期状態から問題が解かれたゴールへの経路を。探索は大きく盲目的探索とヒューリスティック探索を。盲目的探索について。色々と記号が。分岐点や行き止まり点などを示す。出発点S。目標点G。分岐点や行き止まり点のサークル。迷路でどのように進路を発見するかが探索。すぐに人間には経路がわかるが、AIが処理しやすいように変形する。迷路図を木構造に変換する。ルートノード。ノードの接続関係により木構造に置き換える。盲目的探索とは？ゴールへの到達容易性を考慮せずにある原理に基づき機械的に探索。縦型探索と横型探索が代表的。縦方向を優先して深さを優先しながら木構造を探索してそれ以上探索できないと横に探索。番号が振られていて追跡すると縦方向を優先する。左縦方向から開始して探索が進む。進まなくなれば後戻りしてまた縦方向に探索を再開する。探索が出来なければまた後戻りして縦型探索を再開。横型探索についても。盲目的探索は解があれば必ず見つかるが木が大きくなると探索の時間がかかる。実際の問題を解くには問題。ゴールへの到達容易性を推定する為の評価関数が色々と考えられヒューリスティック探索へ。エースターアルゴリズム。ノードまでのコストやゴールノードまでの到達コストを色々な観点から推定する探索方法。ロボットの行動計画に出てくる、一般問題解決機。導出原理。探索。第1次AIブームでは他には？対話型AIシステムが。イライザ。AIスピーカーの元。64年から開発。入力対話文から応答。対話文を与えられると事前準備された応答パターンをつかって応答。診察に応用されドクターと呼ばれる。精神分析医による診察。患者が皆が笑っていることを分かっていると話する。みんなというキーワードに対し応答パターンが。キーワードが見つからなければ何故そう思うのかを聞く。結構長く応答が続く。それほど複雑なalgorithmではない？イライザはパブロフの犬の実験。刺激と反応のモデルに過ぎず知能が感じられないと、人工無能であると厳しく批判も。現在肺活されている会話ボットの原点。かなり会話が長く続くケースも。人間の理解に迫る最初の研究。80年代にチャーリーというAIとおしゃべりを。話すのに根気がいる。AIスピーカーは万能ではないが。Siriにイライザについて教えてと聞くと、多くのことを学んだなどとイライザについて語ってくれる。キーワードに対する返答例を予め記録するのでAIとは言えない？第3次ブームではSNSから大量の会話に機械学習で。イライザ的仕組みと機械学習で。過去のAIブームの成果が実用化に活かされている。
これまでの話以外の研究は？知能ロボットの先駆的研究が。68年から実際のロボットではなくシミュレーションレベルで積み木の積まれ方を認識して動かす対話理解ロボットが開発される。レッドと書かれた赤いブロックの上に緑のブロックが。依頼すると返事をして赤いブロックの上にある緑のブロックを空いたところにおいて赤いブロックを持ち上げる。緑のブロックについては処理を指示していないが、自ら考えている。積み木の世界に限定されるが、約50単語の言葉の意味を理解するシステム。当時としては画期的。心理学の分野のジャーナルにも掲載。少し複雑な。文章理解が不可欠。初期のAI研究から現在に至るまで生活に生かされる。66年から72年にかけて10人以上の研究者が。ロボットの主要3要素。動作制御系などをすべて持つ記号推論などを持つロボット。高さは150センチ以上。胴体を振動させて動く。判断計画系。ドアを開けて部屋から部屋へ移動。オンオフを。具体的行動をデモンストレーションとして見せることが出来た。半世紀前の知能ロボットなどが原点になっている。第3次のディープラーニングも古くから研究。仮想ニューラルネットワーク。単純パーセプション。各入力値に重みが与えられていて掛け合わせる。その値が閾値と比較して大きければ1、そうでなければ0。最初のニューラルネットワーク。新しい分野が産まれ多くの研究者が参入。1回目のニューラルネットワークのブームが。猫とイヌ、動物の画像からひげの長さなどを抽出する。7以上なら猫、そうでないなら他の動物。単純パーセプション。猫のデータ1。猫でないイヌのデータ。F(x)の値。閾値より高いと猫であると判定することが出来る。誤った判定を行う場合もあるが、その場合はリンクの重みの数値を修正する。応用例も出てきた。
社会からの技術の評価。60年代は主に記号を扱うAI。汎用的な知能システムとして研究は進んだが社会ではアプリケーションが重要。それについてはボードゲームなどに留まる。機械翻訳などは出来ず実問題は解けずトイプログラムしか解けないと。スペクトラムを分析して化学の問題を解決する研究。分子構造を推定する以外のことは出来ないと汎用的なものとはされなかった。実問題が解けないと社会から評価されず第1次ブームで終了。AI研究の沈滞期に。線形分離問題にしかニューラルネットワークは適応できない。排他的論理和は2つの入力が異なる時に1になる論理関数だが、これすら学習できないと批判を受けて、パーセプションは期待薄に。第1次AIブームに続く話は次回以降に。
